基于深度强化学习的无人驾驶汽车路径跟踪规划方法

本发明公开了基于深度强化学习的无人驾驶汽车路径跟踪规划方法，包括坐标化地图并确定起始点、目标点位置和障碍位置；使用强化学习算法规划最短路径；使用插值方法重新规划最短路径，去除冗余步骤并降低该路径的曲率；建立车辆非线性运动学模型；设计LQR控制器，通过对比LQR仿真结果和车辆实际运行参数，确认车辆运行路径是否为最短路径。本发明解决了强化学习算法应用于未知环境的路径规划问题，有效降低了所规划路径的曲率，并且解决了规划路径的步骤冗余的问题。