無人駕駛車輛智能行為決策建模

　　如今，智能網聯(lián)汽車已成為一門熱門的新興技術。該技術是車聯(lián)網與智能車的有機結合，通過搭載先進的車載傳感器、控制器、執(zhí)行器等裝置，融合現(xiàn)代通信與網絡技術，實現(xiàn)車與人、車、路、后臺等智能信息的交換共享，可顯著提升交通安全等級，提高通行效率，促進節(jié)能減排。智能網聯(lián)汽車主要由感知、決策、控制三部分組成。《無人駕駛車輛智能行為決策建?！分攸c關注決策模塊，該模塊利用感知模塊提供的信息，決定智能車將要執(zhí)行的動作以及執(zhí)行這個動作時無人車需要行駛的軌跡。《無人駕駛車輛智能行為決策建?！纷髡呓Y合團隊研究成果，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多種決策實例展示和分析，期望給讀者搭建一個完整的無人駕駛車輛智能行為決策知識框架，幫助讀者理解和掌握一些決策分析實例，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。全書共分6章，第1章無人駕駛汽車智能行為決策的發(fā)展背景及現(xiàn)狀，重點分析了國內外研究智能車的科研單位和企業(yè)的相關進展。第2章聯(lián)合仿真平臺構建，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章數(shù)據(jù)采集與預處理，介紹了數(shù)據(jù)采集的三種方法及數(shù)據(jù)采集實例，并簡要介紹了數(shù)據(jù)預處理方法和實例。第4章基于規(guī)則及強化學習的換道決策建模，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章基于LSPI的環(huán)境自適應匯入策略建模，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章城市道路交叉口穿越行為決策建模，以城市道路交叉口場景為例介紹了智能車左轉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決策過程。

　　陳雪梅，北京理工大學前沿技術研究院常務副院長，博士，北京理工大學副教授/特聘研究員，加州大學伯克利分校訪問學者，揚州智能產業(yè)協(xié)會高級專家顧問，中國安全產業(yè)協(xié)會交通運輸安全裝備分會秘書長，北京市優(yōu)秀人才項目資助獲得者，蘇州高新區(qū)創(chuàng)新創(chuàng)業(yè)領軍人才。先后主持或參與國家自然科學基金重點項目、國家自然科學基金汽車產業(yè)聯(lián)合基金、國家自然科學基金青年基金、山東省重點研發(fā)計劃（重大科技創(chuàng)新工程）、國家863計劃、國家科技支撐計劃、北京市科委項目等近20余項。以第一作者公開發(fā)表論文30多篇，參與制定標準3項，申請授權專利10項。獲中國公路學會科學技術獎一等獎。