基于深度学习的智能车辆动态避障方法研究

目录

声明

符号使用说明

第一章 绪论

1.1 课题研究背景与研究意义

1.2 智能车及其决策规划方法研究现状

1.2.1 国外智能驾驶汽车发展现状

1.2.2 国内智能驾驶汽车发展现状

1.2.3 智能驾驶汽车决策规划方法研究现状

1.3 机器学习在智能驾驶领域应用中的研究现状

1.3.1 智能驾驶领域中的深度学习技术

1.3.2 智能驾驶领域中的增强学习技术

1.4 本文的研究内容和主要贡献

1.4.1 本文研究内容

1.4.2 本文主要贡献

第二章 行人轨迹预测Social-Grid LSTM方法

2.1 行人轨迹预测方法概述

2.1.1 问题描述

2.1.2 基于模型的轨迹预测方法

2.1.3 基于循环神经网络RNN的轨迹预测方法

2.2 轨迹预测Social-Grid LSTM方法

2.2.1 二维Grid长短时期记忆网络LSTM网络模型

2.2.2 Social-Grid LSTM网络模型

2.3 实验结果与分析

2.3.1 数据集和度量标准

2.3.2 实验设置

2.3.3 结果分析

2.4 本章小结

第三章 智能车辆动态避障的深度增强学习方法

3.1 智能车辆动态避让行人的问题描述

3.1.1 马尔科夫决策过程

3.1.2 动态避障问题的MDP建模

3.2 车辆的动力学模型

3.3 基于Deep Q-Learning的智能车辆动态避障方法

3.4 实验结果与分析

3.4.1 环境设置

3.4.2 结果分析

3.5 本章小结

第四章 基于深度增强学习的人机协同动态避障方法研究

4.1 问题描述

4.2 基于Deep Q-Learning的人机协同动态避障方法

4.2.1 人机协同机制建模

4.3 实验结果与分析

4.4 本章小结

第五章 结论与展望

5.1 论文工作总结

5.2 对未来工作的展望

致谢

参考文献

作者在学期间取得的学术成果