机构名称：
¥ 1.0
摘要自动驾驶汽车的目的是提高驾驶安全性和舒适性。他们需要在复杂的城市场景中执行社会接受的行为，包括不确定意图的人类驱动车辆。更重要的是，了解人类驾驶员的驾驶方式使系统更像人性化或个性化，这是改善系统性能的关键，尤其是对自动驾驶汽车对人类乘客的接受和适应。在这项研究中，提出了个性化意图意识到的自主驾驶策略。基于双层多维高斯马尔可夫进程（MGHMP）提出了一种在线驾驶样式标识，并具有仲裁机制，并在现场测试中进行了评估。混合观察的马尔可夫决策过程（MOMDP）是为了建模一般的个性化意图感知框架。一种类似人类的政策生成机制用于生成可能克服解决MOMDP难度的候选者。在每个预测时间步骤中，都会更新周围车辆上层MGHMP的索引。奖励函数的加权因子与下级MGHMP的识别结果配置。在实时智能模拟平台上评估了个性化意图意识到的自主驾驶策略。的结果表明，提出的策略可以在95％以上的在线识别准确性，并在与具有不确定意图的人类驱动的车辆混合使用的情况下进行个性化的自主驾驶。
基于意图和在线驾驶风格估计...
主要关键词
相关文件推荐
