基于LSTM的自动驾驶车道预测与决策方法研究

摘要：

自动驾驶汽车是促进智能交通系统发展的重要工具,能够有效减少人为因素引发的交通事故,减少道路拥挤造成的能源消耗,具有重要的理论意义和实用价值.决策控制作为自动驾驶汽车的关键共性技术,主要负责对环境信息理解和推理并得出合理驾驶行为,生成可行域内最优轨迹,最后控制车辆执行机构执行相应动作.本文针对复杂多变的动态场景下交通车辆轨迹预测与自动驾驶汽车换道的预测与决策方法问题进行分析,提出一种基于长短期记忆网络(Long Short-Term Memory,LSTM)的自动驾驶车道预测与决策方法,从而有效提高自动驾驶汽车车道预测与决策的合理性、安全性和智能性,促进在复杂动态场景下自动驾驶汽车智能化水平的提升.

关键词：LSTM、车道预测、换道决策

所属期刊栏目：34

分类号：U463.6;TP18(汽车工程)

在线出版日期：2022-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：39-41