Q學習結合神經網絡的智能駕駛行為決策系統(tǒng).pdf

1、近年來，隨著全球經濟的持續(xù)快速發(fā)展，汽車數量急劇增長，與此同時，交通事故的發(fā)生率也隨之增加。交通事故統(tǒng)計數據表明，人的因素在引發(fā)交通事故的因素中占重要地位。如果駕駛員在駕駛決策過程中，能準確感知周圍車輛的實時信息，如車輛位置、速度、行駛方向等，就能在第一時間內做出正確的判斷和操作，以避免交通事故的發(fā)生。然而駕駛員在短時駕駛決策中，信息處理能力是非常有限的，無法同時獲取人、車、路、環(huán)境等多源信息，以致有時不能準確、快速地判斷車輛所處的環(huán)境

2、而引發(fā)交通事故。因此，智能感知車輛環(huán)境信息并處理這些信息，幫助駕駛員判斷當前環(huán)境下的最優(yōu)駕駛行為，即給駕駛員提供輔助駕駛決策，對確保準確、快速的駕駛決策和道路交通安全至關重要。
　　目前針對車輛環(huán)境感知和駕駛行為決策的研究層出不窮，但是如何保證準確全面的獲取車輛信息以及如何降低駕駛行為的決策的時間仍然是富有挑戰(zhàn)性的研究方向。針對以往駕駛行為決策算法數據獲取存在誤差和時延的問題，本文在前期研究基于WAVE協(xié)議的車聯(lián)網組播通信的基礎上