一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法

摘要

本发明公开了一种基于行车预测场和BP神经网络的智能车辆驾驶行为拟人化决策方法，步骤1：将周边车辆行为根据横向与纵向两个方面组合划分，划分为9个典型行为bi，拟合每个车辆行为bi对应的相似性轨迹，设目标车辆依照相似性轨迹行驶过的区域；步骤2：取智能车辆当前车道的前后方车辆与相邻车道的前后方车辆作为其周围车辆，智能车辆使用V2V通信实时获取每个时刻各车的位置、速度、加速度；步骤3：建立安全预测场，效率预测场，驾驶舒适预测场；步骤4：智能车辆依据实时获取各行为bi在行车预测场下的子预测场场强和，归一化处理后输入BP神经网络驾驶行为决策模型，输出y向量解码后得出最合理的驾驶行为决策结果。