首页> 中国专利> 一种基于改进A*算法和深度强化学习的无人车路径规划方法

一种基于改进A*算法和深度强化学习的无人车路径规划方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明属于无人车导航技术领域，具体涉及一种基于改进A*算法和深度强化学习的无人车路径规划方法，旨在充分发挥全局路径规划全局最优和局部规划实时避障的优势，以及改进A*算法的快速实时性和深度强化学习算法的复杂环境适应性，快速规划出无人车从起始点到目标点的无碰撞最优路径。本发明的规划方法包括：根据环境信息，建立初始化栅格代价地图；利用改进的A*算法规划全局路径；基于全局路径和激光雷达传感器性能，设计滑动窗口，将窗口探测的信息作为网络的状态输入；基于深度强化学习方法，采用Actor‑Critic架构，设计局部规划网络，本发明将知识和数据方法相结合，能够快速规划得到最优路径，使得无人车拥有更高的自主性。

著录项

公开/公告号CN111780777A

专利类型发明专利
公开/公告日2020-10-16

原文格式PDF
申请/专利权人江苏中科智能制造研究院有限公司;中国科学院自动化研究所;
展开▼

申请/专利号CN202010670465.3
发明设计人丘腾海;蒲志强;刘振;易建强;常红星;
展开▼

申请日2020-07-13
分类号G01C21/34(20060101);
代理机构34152 合肥左心专利代理事务所(普通合伙);
代理人游玉香
地址 225300 江苏省泰州市高港区核心港区科技孵化产业园永成科技2座
入库时间 2023-06-19 08:34:56

法律信息

法律状态公告日

法律状态信息

法律状态
2022-10-21

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 一种基于改进A*算法和深度强化学习的无人车路径规划方法 [P] . 中国专利： CN111780777A . 2020-10-16
2. 基于改进的多目标粒子群算法的无人车路径规划方法 [P] . 中国专利： CN107992051B . 2020.10.23
3. Route Planning Method and System for Unmanned Surface Vehicles Based on Improved Particle Swarm Optimization [P] . LU101832B1 . 2020-10-05

机译：基于改进粒子群算法的无人水面车辆路径规划方法和系统
4. PATH PLANNING METHOD AND APPARATUS BASED ON IMPROVED ANT COLONY OPTIMIZATION ALGORITHM, TERMINAL AND MEDIUM [P] . 世界知识产权组织专利： WO2020107584A1 . 2020-06-04

机译：基于改进的蚁群优化算法，终端和介质的路径规划方法和装置
5. IMPROVED ANT COLONY ALGORITHM-BASED PATH PLANNING METHOD, APPARATUS, TERMINAL AND MEDIUM [P] . 世界知识产权组织专利： WO2020107583A1 . 2020-06-04

机译：基于改进的蚁群算法的路径规划方法，装置，终端和介质