一种深度策略网络及基于深度策略网络的无人夹抱车路径规划方法

本发明公开了一种深度策略网络及基于深度策略网络的无人夹抱车路径规划方法，所述深度策略网络包括视觉特征提取模块、拓扑特征提取模块和全连接特征提取模块，所述视觉特征提取模块基于RestNet18卷积神经网络从实时深度图像中提取障碍物的视觉特征，所述拓扑特征提取模块基于图神经网络GNN从车辆预定范围内所有障碍物的坐标及属性信息中提取全局拓扑特征，所述全连接特征提取模块将视觉特征和全局拓扑特征融合后得到的一个一维融合特征向量映射到一个新的特征空间，用于表示生成的路径点。本发明通过结合卷积神经网络和图神经网络提取环境特征，提出一种基于深度策略网络，在强化学习框架下实时输出高效、平滑的路径。