神經網絡權值，以最小化代價函 數與增強信號的誤差。
[0125] 可選地，該步驟402c可以包括：
[0126] 采用梯度下降法則對動作神經網絡的神經網絡權值進行設定次數的調節(jié)。
[0127] 步驟402d:根據神經網絡權值調節(jié)后的評價神經網絡產生的代價函數，調節(jié)動作 神經網絡的神經網絡權值，得到最優(yōu)的調整幅度，以最小化代價函數與期望值的誤差。
[0128] 在本實施例中，期望值為實際位置達到理想位置時產生的代價函數。
[0129] 可選地，該步驟402d可以包括：
[0130] 采用梯度下降法則對評價神經網絡的神經網絡權值進行設定次數的調節(jié)。
[0131] 優(yōu)選地，動作神經網絡和評價神經網絡可以均采用非線性多層感知器。
[0132] 步驟403:按照調整幅度，調整車輛的行駛方向，以改變實際位置。
[0133] 可選地，調整幅度可以采用符號函數。
[0134] 本發(fā)明實施例通過采用增強學習的方式，根據車輛相對車道的實際位置和增強信 號，確定車輛的行駛方向的調整幅度，增強信號用于表示實際位置與設定的理想位置之間 的偏差幅度，可以在行駛方向的調整過程中，采用自適應動態(tài)規(guī)劃方法，不斷通過增強信號 反映的偏差幅度，自主學習如何根據實際位置確定合適的調整幅度，以有效調整車輛的行 駛方向，使實際位置與設定的理想位置的偏差最小化，不會只根據實際位置與設定的保持 位置的偏差幅度直接確定行駛方向的調整幅度，因此不存在不斷在左轉和右轉之間切換而 造成車輛呈S型線行駛的情況，跟車的穩(wěn)定性、可靠性和舒適性均得到提高。
[0135] 需要說明的是：上述實施例提供的車道保持控制系統(tǒng)在控制車道保持時，僅以上 述各功能模塊的劃分進行舉例說明，實際應用中，可以根據需要而將上述功能分配由不同 的功能模塊完成，即將系統(tǒng)的內部結構劃分成不同的功能模塊，以完成以上描述的全部或 者部分功能。另外，上述實施例提供的車道保持控制系統(tǒng)與車道保持控制方法實施例屬于 同一構思，其具體實現(xiàn)過程詳見方法實施例，這里不再贅述。
[0136] 上述本發(fā)明實施例序號僅僅為了描述，不代表實施例的優(yōu)劣。
[0137] 本領域普通技術人員可以理解實現(xiàn)上述實施例的全部或部分步驟可以通過硬件 來完成，也可以通過程序來指令相關的硬件完成，所述的程序可以存儲于一種計算機可讀 存儲介質中，上述提到的存儲介質可以是只讀存儲器，磁盤或光盤等。
[0138] 以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和 原則之內，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。
【主權項】
1. 一種車道保持控制系統(tǒng)，其特征在于，所述車道保持控制系統(tǒng)包括： 檢測模塊，用于實時檢測車輛相對車道的實際位置，并根據所述實際位置產生與所述 實際位置對應的增強信號，所述增強信號用于表示所述實際位置與設定的理想位置之間的 偏差幅度； 增強學習模塊，用于采用增強學習的方式，根據所述實際位置和所述增強信號，確定所 述車輛的行駛方向的調整幅度； 調整模塊，用于按照所述調整幅度，調整所述車輛的行駛方向，以改變所述實際位置。2. 根據權利要求1所述的車道保持控制系統(tǒng)，其特征在于，所述增強學習模塊，包括： 動作神經網絡，用于根據所述實際位置，產生所述車輛的行駛方向的調整幅度； 評價神經網絡，用于根據所述實際位置、所述增強信號、以及所述調整幅度，產生代價 函數，所述代價函數為所述增強信號的近似表示；根據所述代價函數，調節(jié)所述評價神經網 絡的神經網絡權值，以最小化所述代價函數與所述增強信號的誤差； 所述動作神經網絡還用于，根據神經網絡權值調節(jié)后的所述評價神經網絡產生的所述 代價函數，調節(jié)所述動作神經網絡的神經網絡權值，得到最優(yōu)的調整幅度，以最小化所述代 價函數與期望值的誤差，所述期望值為所述實際位置達到所述理想位置時產生的所述代價 函數。3. 根據權利要求2所述的車道保持控制系統(tǒng)，其特征在于，所述動作神經網絡和所述 評價神經網絡均采用非線性多層感知器。4. 根據權利要求2所述的車道保持控制系統(tǒng)，其特征在于，所述動作神經網絡用于， 采用梯度下降法則對所述動作神經網絡的神經網絡權值進行設定次數的調節(jié)； 所述評價網絡用于， 采用梯度下降法則對所述評價神經網絡的神經網絡權值進行設定次數的調節(jié)。5. 根據權利要求1-4任一項所述的車道保持控制系統(tǒng)，其特征在于，所述調整幅度采 用符號函數。6. -種車道保持控制方法，其特征在于，所述車道保持控制方法包括： 實時檢測車輛相對車道的實際位置，并根據所述實際位置產生與所述實際位置對應的 增強信號，所述增強信號用于表示所述實際位置與設定的理想位置之間的偏差幅度； 采用增強學習的方式，根據所述實際位置和所述增強信號，確定所述車輛的行駛方向 的調整幅度； 按照所述調整幅度，調整所述車輛的行駛方向，以改變所述實際位置。7. 根據權利要求6所述的車道保持控制方法，其特征在于，所述根據所述實際位置和 所述增強信號，確定所述車輛的行駛方向的調整幅度，包括： 采用動作神經網絡根據所述實際位置，產生所述車輛的行駛方向的調整幅度； 采用評價神經網絡根據所述實際位置、所述增強信號、以及所述調整幅度，產生代價函 數，所述代價函數為所述增強信號的近似表示； 根據所述代價函數，調節(jié)所述評價神經網絡的神經網絡權值，以最小化所述代價函數 與所述增強信號的誤差； 根據神經網絡權值調節(jié)后的所述評價神經網絡產生的所述代價函數，調節(jié)所述動作神 經網絡的神經網絡權值，得到最優(yōu)的調整幅度，以最小化所述代價函數與期望值的誤差，所 述期望值為所述實際位置達到所述理想位置時產生的所述代價函數。8. 根據權利要求7所述的車道保持控制方法，其特征在于，所述動作神經網絡和所述 評價神經網絡均采用非線性多層感知器。9. 根據權利要求7所述的車道保持控制方法，其特征在于，所述根據所述代價函數，調 節(jié)所述評價神經網絡的神經網絡權值，包括： 采用梯度下降法則對所述動作神經網絡的神經網絡權值進行設定次數的調節(jié)； 所述根據神經網絡權值調節(jié)后的所述評價神經網絡產生的所述代價函數，調節(jié)所述動 作神經網絡的神經網絡權值，包括： 采用梯度下降法則對所述評價神經網絡的神經網絡權值進行設定次數的調節(jié)。10. 根據權利要求6-9任一項所述的車道保持控制方法，其特征在于，所述調整幅度采 用符號函數。
【專利摘要】本發(fā)明公開了一種車道保持控制系統(tǒng)及方法，屬于汽車主動安全技術領域。所述車道保持控制系統(tǒng)包括：檢測模塊，用于實時檢測車輛相對車道的實際位置，并根據所述實際位置產生與所述實際位置對應的增強信號，所述增強信號用于表示所述實際位置與設定的理想位置之間的偏差幅度；增強學習模塊，用于采用增強學習的方式，根據所述實際位置和所述增強信號，確定所述車輛的行駛方向的調整幅度；調整模塊，用于按照所述調整幅度，調整所述車輛的行駛方向，以改變所述實際位置。本發(fā)明不存在不斷在左轉和右轉之間切換而造成車輛呈S型線行駛的情況，跟車的穩(wěn)定性、可靠性和舒適性均得到提高。
【IPC分類】B60W30/12
【公開號】CN105059288
【申請?zhí)枴緾N201510495790
【發(fā)明人】方嘯, 高紅博, 谷明琴, 王繼貞, 陳效華
【申請人】奇瑞汽車股份有限公司
【公開日】2015年11月18日
【申請日】2015年8月11日