Q学习结合神经网络的智能驾驶行为决策系统
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 课题的背景与意义 | 第9-11页 |
| 1.2 课题研究现状 | 第11-14页 |
| 1.2.1 车联网研究现状概述 | 第11-12页 |
| 1.2.2 驾驶决策国内外研究现状 | 第12-14页 |
| 1.3 论文内容和结构 | 第14-17页 |
| 第二章 基于WAVE协议的数据交换 | 第17-27页 |
| 2.1 WAVE协议 | 第17-19页 |
| 2.2 SAE J2735协议 | 第19-23页 |
| 2.3 基于WAVE协议的数据交换过程 | 第23-24页 |
| 2.4 基于WAVE协议的数据交换仿真 | 第24-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 驾驶行为智能决策 | 第27-49页 |
| 3.1 智能决策系统的设计 | 第27页 |
| 3.2 车况信息筛选 | 第27-28页 |
| 3.3 紧急情况预警机制 | 第28-37页 |
| 3.3.1 相关定义 | 第28-33页 |
| 3.3.2 多车预警算法 | 第33-35页 |
| 3.3.3 急刹车预警与仿真 | 第35-36页 |
| 3.3.4 变道预警与仿真 | 第36-37页 |
| 3.4 驾驶行为决策 | 第37-47页 |
| 3.4.1 Q学习 | 第37-40页 |
| 3.4.2 BP神经网络 | 第40-42页 |
| 3.4.3 驾驶行为决策模型 | 第42-44页 |
| 3.4.4 决策算法 | 第44-45页 |
| 3.4.5 决策仿真 | 第45-47页 |
| 3.5 本章小结 | 第47-49页 |
| 第四章 仿真结果与分析 | 第49-53页 |
| 第五章 结论与展望 | 第53-55页 |
| 5.1 结论 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 发表论文和参加科研情况说明 | 第59-61页 |
| 致谢 | 第61页 |
