無人駕駛車輛智能行為決策建模

能網聯汽車成為一熱門的新興技術，可改善交通安全，提高通行效率。
智能網聯汽車由感知、決策、控制三個大的部分組成。
本書重點關注決策模塊，決策模塊根據感知模塊提供的信息，
確定智能車將要執行的動作以及執行這個動作時無人車需要形式的軌跡。
 本書作者結合團隊的研究成果，系統化地闡述了智能車行為決策研究背景與現狀、仿真建模、
數據採集與處理，以及具體場景下的種種決策實例展示於分析。
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，
並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展背景及現狀，重點分析了 外研究智能車的科研單位和企業的相關進展。
第2章介紹了用於智能車建模的仿真軟件以及對典型城市環境的模型和仿真平台搭建。
第3章介紹了數據採集的三種方法及數據採集實例，並簡要介紹數據預處理方法和實例。
第4章詳細介紹了換道場景下利用基於規則和強化學習的方法分析換道行為，並建立換道決策模型。
第5章詳細介紹了基於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行為決策模型的搭建，
主要包含周圍車輛軌跡預測和基於衝突消解的左轉決策過程。

第1章 無人駕駛汽車智能行為決策的發展背景及現狀
1.1 無人駕駛系統概述
1.2 國外無人駕駛技術研究現狀
1.2.1 科研單位
1.2.2 企業
1.3 無人駕駛技術研究現狀
1.3.1 科研單位
1.3.2 企業
1.4 無人駕駛汽車行為決策研究現狀
1.4.1 基於方法的行為決策研究
1.4.2 基於駕駛行為的決策研究
參考文獻
第2章 聯合仿真平台構建
2.1 仿真軟件簡介及建模流程
2.1.1 PreScan簡介及建模流程
2.1.2 Vissim簡介
2.1.3 其他仿真軟件簡介
2.2 聯合仿真平台
2.2.1 MatlabSimulink+PreScan聯合仿真平台
2.2.2 Vissim+PreScan聯合仿真平台
2.3 仿真場景搭建實例
2.3.1 換道場景搭建實例
2.3.2 匯入場景搭建實例
2.3.3 交叉口場景搭建實例
參考文獻
第3章 數據採集與預處理
3.1 基於路基的數據採集方法
3.1.1 採集原理
3.1.2 採集步驟
3.2 基於實車採集平台的數據採集方法
3.2.1 實車採集平台搭建
3.2.2 動態要素檢測、跟踪與定位
3.3 基於虛擬仿真環境的試驗數據採集方法
3.3.1 虛擬駕駛試驗前準備
3.3.2 仿真試驗數據採集
3.4 實際場景數據採集實例
3.4.1 北京市西三環花園橋地鐵站附近的匯入路口數據採集
3.4.2 北京市北三環西路輔路匯入北三環主路數據採集
3.4.3 北京市魏公村路交叉口數據採集
3.4.4 上海市長寧區劍河路和仙霞西路交叉路口數據採集
3.5 數據預處理方法簡介
3.5.1 指數加權移動平均法
3.5.2 對稱指數移動平均法
3.5.3 卡爾曼濾波
3.5.4 粗糙集
3.6 數據預處理實例
3.6.1 北京市西三環花園橋地鐵站附近匯入路口數據預處理
3.6.2 北京市北三環西路輔路匯入北三環主路數據預處理
3.6.3 NGSIM US101數據集預處理
3.6.4 北京市三環內匯入口仿真試驗數據預處理