智能網(wǎng)聯(lián)汽車成為一熱門的新興技術(shù)，可改善交通安全，提高通行效率。智能網(wǎng)聯(lián)汽車由感知、決策、控制三個大的部分組成。本書重點關(guān)注決策模塊，決策模塊根據(jù)感知模塊提供的信息，確定智能車將要執(zhí)行的動作以及執(zhí)行這個動作時無人車需要形式的軌跡。
本書作者結(jié)合團隊的研究成果，系統(tǒng)化地闡述了智能車行為決策研究背景與現(xiàn)狀、仿真建模、數(shù)據(jù)采集與處理，以及具體場景下的種種決策實例展示于分析。作者期望給讀者搭建一個完整的智能車行為決策知識框架，并理解和掌握一些決策的分析實例，在自己的學習研究中加以運用和拓展，為智能車的發(fā)展助力。本書共分為6章。第1章介紹了智能車行為決策的發(fā)展背景及現(xiàn)狀，重點分析了國內(nèi)外研究智能車的科研單位和企業(yè)的相關(guān)進展。第2章介紹了用于智能車建模的仿真軟件以及對典型城市環(huán)境的模型和仿真平臺搭建。第3章介紹了數(shù)據(jù)采集的三種方法及數(shù)據(jù)采集實例，并簡要介紹數(shù)據(jù)預處理方法和實例。第4章詳細介紹了換道場景下利用基于規(guī)則和強化學習的方法分析換道行為，并建立換道決策模型。第5章詳細介紹了基于LSPI方法搭建匯入場景下決策模型的全過程。第6章以城市交叉口場景為例介紹了智能車左轉(zhuǎn)行為決策模型的搭建，主要包含周圍車輛軌跡預測和基于沖突消解的左轉(zhuǎn)決策過程。