面向智能驾驶行为的机器学习

陈雪梅，田 赓，苗一松

(北京理工大学机械与车辆学院，北京 100081)

1 智能驾驶行为机器学习研究的背景

智能车辆又称无人驾驶车辆，是集环境感知与认知、动态规划与决策、行为控制与执行等多项功能于一体的综合智能系统，涵盖了机械、电子、人工智能、传感器技术、信号处理、自动控制和计算机技术等诸多学科.智能车辆主要通过传感器从周围的道路交通环境进行知识获取，由计算机系统对收集到的数据进行知识表达，然后对车辆的行驶状况进行智能控制.

智能驾驶行为分析一直是智能车辆研究的关键和难点问题.面对复杂动态未知高速公路、城市道路等环境，由于其复杂性和不确定性，车辆对多源信息无法准确、实时地进行知识获取与表示，常常导致错误的行为决策，在行驶过程还需要进行人工干扰.人工智能与真实驾驶员相比，人工智能在道路交通环境中信息处理能力有限.为了保证智能驾驶的流畅性，很多研究人员和学者对基于机器学习的智能驾驶行为展开了大量的研究工作，旨在通过对驾驶行为的知识获取与表示，使智能车辆具有更好的自主性和智能性.

2 机器学习主要研究的问题

机器学习是通过对人类学习过程的研究，建立相应学习论和方法，并应用于机器，以改进机器的行为和性能，提高机器解决问题的能力［1］.简单地讲就是研究机器如何模拟人类的学习活动，让机器具有更好的拟人性、自主性……