基于大数据驱动与强化学习的自动驾驶车辆个性化拟人化跟驰控制设计.docx

PAGE2

基于大数据驱动与强化学习的自动驾驶车辆个性化拟人化跟驰控制设计

摘要

随着智能网联汽车技术的快速发展，自动驾驶系统在结构化道路上的跟驰行为已成为研究热点。然而，现有跟驰控制系统普遍采用统一化策略，忽视人类驾驶风格的多样性，导致乘员体感不适、信任度降低，成为制约自动驾驶规模化落地的重要瓶颈。

本设计聚焦于个性化拟人化跟驰控制这一核心问题，提出了一种基于大数据驱动与强化学习的双层架构方案。在特征提取层，利用大规模自然驾驶数据集，构建了基于无监督学习的驾驶风格特征提取与聚类模型，将驾驶员划分为激进型、平稳型与保守型三类。在决策控制层，设计了基于深度Q网络（DQN）的个性化跟驰策略，