一种基于GRU的驾驶员模型优化方法

作者：张良; 祁永芳; 饶泉泉; 续秋锦; 李鑫

来源：2021-07-02, 中国, ZL202110754980.4.

一种基于GRU的驾驶员模型优化方法,其用于对驾驶员模型决策的预瞄路径过程进行多因素权重调整的深度神经网络训练,从而减小预瞄路径和实际路径的偏差,GRU是指门控循环单位网络,优化方法包括以下总步骤：采用门控循环单位网络GRU对驾驶员预瞄模型输出的预瞄路径数据和预设的车速作为基础得到的转向盘转角δ-(sw)以及利用驾驶员预瞄模型优化后的转向盘转角δ-(sw)作为输入通过车辆二自由度模型获得质心侧偏角、横摆角速度和侧向加速度等参数的过程进行训练以获得优化后的各项训练数据,并将训练数据与驾驶模拟器得到的实际路径数据一起拟合,最终得出优化后的GRU路径曲线与实际路径之间的对比图像。

• 出版日期2021-7-2
• 单位合肥工业大学