一种基于深度强化学习的毫米波雷达盲点检测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于深度强化学习的毫米波雷达盲点检测方法
申请号:
CN202510570828
申请日期:
2025-05-06
公开号:
CN120103296B
公开日期:
2025-07-11
类型:
发明专利
摘要
本发明涉及自动驾驶,具体涉及一种基于深度强化学习的毫米波雷达盲点检测方法,通过发射和接收毫米波信号来探测车辆盲点区域的目标信息;对毫米波雷达数据进行滤波、聚类和目标跟踪,得到盲点区域的目标数据;基于盲点区域的目标数据,通过改进DQN算法进行实时决策,判断是否存在危险情况并给出最佳应对策略;根据改进DQN算法输出结果提供驾驶警报或完成自动规避动作;本发明提供的技术方案能够有效克服现有技术所存在的难以在复杂多变的交通场景中及时准确地作出实时决策的缺陷。
技术关键词
盲点检测方法
动态权重分配
深度强化学习
DQN算法
雷达
梯度下降算法
样本
参数
卡尔曼滤波
网络
数据
DBSCAN算法
权重分配策略
信道冲激响应
决策
信号
阶段
聚类
观测噪声