本發(fā)明公開了一種基于DDPG和迭代控制的自動駕駛車輛側(cè)傾控制方法，在不同場景下的自動駕駛車輛行駛地圖訓(xùn)練DDPG算法，自動駕駛車輛通過與不同場景下的地圖環(huán)境交互，產(chǎn)生實(shí)時的車輛狀態(tài)，確定車輛的動作行為；在進(jìn)行動作訓(xùn)練時，對動作空間進(jìn)行初始化，演員網(wǎng)絡(luò)中的online策略網(wǎng)絡(luò)產(chǎn)生狀態(tài)空間信息，進(jìn)行動作輸出，并增加一個動作噪聲來獲取具有探索性的動作空間；基于LSTM歷史記憶和道路規(guī)劃屬性，生成自動駕駛車輛狀態(tài)預(yù)測的路徑，采用DDPG算法實(shí)現(xiàn)自動駕駛車輛正常行駛工況下和極端行駛工況下路徑軌跡的跟蹤控制，并采用迭代控制方法實(shí)現(xiàn)自動駕駛車輛補(bǔ)償控制。本發(fā)明避免了車輛在極端道路環(huán)境行駛條件下，強(qiáng)化學(xué)習(xí)算法的不穩(wěn)定性問題的發(fā)生，提升了車輛的行駛安全性和魯棒性。