数据和规则混合驱动的全自动代客泊车轨迹规划

来源：计算机技术与发展杂志2025年第07期北京时间：

作者：赵花蕊;曹仰杰

单位：1. 河南省平台经济发展指导中心,河南 郑州 450008;2. 郑州大学 网络空间安全学院,河南 郑州 450003

摘要：该文研究了全自动代客泊车系统中的轨迹规划,并提出了一种创新的基于深度强化学习的方法。 当前的路径规划技术主要依赖几何算法,这些方法在复杂停车环境中面临诸多限制,尤其是在处理动态障碍物和环境变化不确定性时。此外,基于优化的策略虽然理论上有效,但其计算复杂度较高,难以实现实时响应,限制了其在实际应用中的可行性。 该文提出了一种数据与规则混合驱动泊车轨迹规划方法。 该方法通过利用历史数据和经验规则,显著提高了系统的可扩展性和泛化能力。 值得注意的是,该方法不依赖于实时交互获取其他车辆的精确物理信息,使其更加适合当前实际应用场景中信息不完全或传感器受限的情况。 此外,采用课程学习和混合 A*算法来加速强化学习模型的收敛速度,通过逐步增加任务复杂度,提升模型对环境变化的适应能力。 实验结果显示,该方法在复杂自动泊车任务中的表现优异,能够有效实现高效、安全的泊车操作,充分展现了其在全自动代客泊车系统中的应用潜力。

关键词：全自动代客泊车系统;深度强化学习;混合A*;课程学习;轨迹规划