公开(公告)号：CN109579861B

公开(公告)日：2020-05-19

申请号：CN201811504732.9

申请日：2018-12-10

Applicant: 华中科技大学

Inventor： 余辰 ,  金海 ,  谢晓然 ,  邹俊峰 ,  郝童博

IPC: G01C21/34

Abstract: 本发明公开了一种基于强化学习的路径导航方法及系统，包括：根据城市的地图数据，构建城市的道路邻接关系图；根据车辆轨迹数据和道路邻接关系图，预测城市不同路段不同时段的拥塞指数；以道路邻接关系图为基础，根据拥塞指数构建所述城市的道路拥塞概率图；基于强化学习生成导航路径，强化学习的状态空间包括所述道路拥塞概率图。本发明将城市道路拥塞情况在数值化的基础上概率化，更直观易可视化；道路拥塞计算只利用了道路状况和历史车辆轨迹数据，便于实践；区别于一般的有障碍寻路方法，概率寻路数值更加精确，会发现一般寻路算法找不到的路线；强化学习作为启发式算法考虑寻路的耗时和通畅，以此获得全局最优解，增加了寻路算法的准确性。

公开(公告)号：CN109579861A

公开(公告)日：2019-04-05

申请号：CN201811504732.9

申请日：2018-12-10

Applicant: 华中科技大学

Inventor： 余辰 ,  金海 ,  谢晓然 ,  邹俊峰 ,  郝童博

IPC: G01C21/34

Abstract: 本发明公开了一种基于强化学习的路径导航方法及系统，包括：根据城市的地图数据，构建城市的道路邻接关系图；根据车辆轨迹数据和道路邻接关系图，预测城市不同路段不同时段的拥塞指数；以道路邻接关系图为基础，根据拥塞指数构建所述城市的道路拥塞概率图；基于强化学习生成导航路径，强化学习的状态空间包括所述道路拥塞概率图。本发明将城市道路拥塞情况在数值化的基础上概率化，更直观易可视化；道路拥塞计算只利用了道路状况和历史车辆轨迹数据，便于实践；区别于一般的有障碍寻路方法，概率寻路数值更加精确，会发现一般寻路算法找不到的路线；强化学习作为启发式算法考虑寻路的耗时和通畅，以此获得全局最优解，增加了寻路算法的准确性。