融合交互預(yù)測信息的智能車輛行為決策研究

摘要： 為提升智能車輛動態(tài)場景實時決策能力，針對決策模塊對交互環(huán)境態(tài)勢變化認(rèn)知不足導(dǎo)致的決策性能下降難題，建立考慮交互車輛預(yù)測信息的智能車輛行為決策模型。首先，通過解析駕駛?cè)顺囆袨?，?gòu)建了融合多因素的智能車輛交互式超車行為決策框架。在此基礎(chǔ)上，應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)(CNN)與長短時記憶網(wǎng)絡(luò)(LSTM),建立區(qū)分交互車輛時間和空間特征的軌跡預(yù)測模型?；贙ullback-Leibler(K... （共14頁）