典型文献
基于决策树和BN的自动驾驶车辆行为决策方法
文献摘要：
交通环境中存在着众多影响自动驾驶车辆行为决策安全的不确定性因素,准确并及时地处理不确定性因素对自动驾驶车辆安全至关重要.因此,建立了以人工驾驶行为分类为基础的贝叶斯网络(Bayesian network,BN)行为决策模型.利用决策树分类算法对人工驾驶行为进行分类,利用BN建模驾驶环境并生成最优驾驶动作,此方法既可以及时地分析人类驾驶员行为类别,又能够充分考虑驾驶场景中的不确定性因素.利用仿真工具PreScan设计仿真实验,仿真结果表明行为决策模型能够给出安全、合理的自动驾驶车辆行为.
文献关键词：
自动驾驶车辆;行为决策;贝叶斯网络;决策树;PreScan仿真
中图分类号：
作者姓名：
刘延钊;黄志球;沈国华;王金永;徐恒
作者机构：
南京航空航天大学计算机科学与技术学院,江苏南京211106;南京航空航天大学高安全系统的软件开发与验证技术工业和信息化部重点实验室,江苏南京211106;软件新技术与产业化协同创新中心,江苏南京210093
文献出处：
引用格式：
[1]刘延钊;黄志球;沈国华;王金永;徐恒-.基于决策树和BN的自动驾驶车辆行为决策方法)[J].系统工程与电子技术,2022(10):3143-3154
A类：
B类：
BN,自动驾驶车辆,行为决策,决策方法,交通环境,不确定性因素,车辆安全,驾驶行为,行为分类,贝叶斯网络,Bayesian,network,决策模型,决策树分类算法,驾驶环境,最优驾驶,驶动,驾驶员行为,行为类别,驾驶场景,仿真工具,PreScan
AB值：
0.35966
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
