基于深度强化学习的自动驾驶车辆专用道汇入引导

张健; 李青扬; 李丹; 姜夏; 雷艳红; 季亚平

doi:10.13229/j.cnki.jdxbgxb.20220106

吉林大学学报(工学版) ›› 2023, Vol. 53 ›› Issue (09) : 2508 -2518. DOI: 10.13229/j.cnki.jdxbgxb.20220106

交通运输工程·土木工程

基于深度强化学习的自动驾驶车辆专用道汇入引导

张健 ¹^,²^,³ ,
李青扬 ¹^,³ ,
李丹 ² ,
姜夏 ¹^,³ ,
雷艳红 ² ,
季亚平 ¹^,³

作者信息 +

Merging guidance of exclusive lanes for connected and autonomous vehicles based on deep reinforcement learning

Jian ZHANG ¹^,²^,³ ,
Qing-yang LI ¹^,³ ,
Dan LI ² ,
Xia JIANG ¹^,³ ,
Yan-hong LEI ² ,
Ya-ping JI ¹^,³

Author information +

文章历史 +

PDF (2567K)

摘要

为满足自动驾驶车辆（CAV）与人工驾驶车辆混行过程中安全和效率的需求，自动驾驶车辆专用道应运而生。当高速公路内侧车道设为自动驾驶车辆专用道时，引导自动驾驶车辆从普通车道汇入至专用道的策略研究具有重要的理论意义和实际价值。首先，设计专用道入口并提出车辆控制规则；其次，以使更多自动驾驶车辆换道至专用道为目标，基于深度强化学习，选择换道信号动作引导车辆换道；最后，通过Python语言编译进行数值仿真验证。结果表明：在自动驾驶车辆渗透率、到达专用道自动驾驶车辆比例等不同因素构建的9种场景下，本文算法能够快速收敛；能够有效引导自动驾驶车辆汇入专用道，保证通行效率；相较无信号控制情况，渗透率为20%~40%时，第2车道交通拥堵显著减少；在两段式专用道入口场景下，CAV换道至专用道的比例比单入口场景明显提高。所提出的策略具有较好的适用性，能为工程建设提供参考借鉴。