智能网联汽车成为一热门的新兴技术，可改善交通安全，提高通行效率。智能网联汽车由感知、决策、控制三个大的部分组成。本书重点关注决策模块，决策模块根据感知模块提供的信息，确定智能车将要执行的动作以及执行这个动作时无人车需要形式的轨迹。
本书作者结合团队的研究成果，系统化地阐述了智能车行为决策研究背景与现状、仿真建模、数据采集与处理，以及具体场景下的种种决策实例展示于分析。作者期望给读者搭建一个完整的智能车行为决策知识框架，并理解和掌握一些决策的分析实例，在自己的学习研究中加以运用和拓展，为智能车的发展助力。本书共分为6章。第1章介绍了智能车行为决策的发展背景及现状，重点分析了国内外研究智能车的科研单位和企业的相关进展。第2章介绍了用于智能车建模的仿真软件以及对典型城市环境的模型和仿真平台搭建。第3章介绍了数据采集的三种方法及数据采集实例，并简要介绍数据预处理方法和实例。第4章详细介绍了换道场景下利用基于规则和强化学习的方法分析换道行为，并建立换道决策模型。第5章详细介绍了基于LSPI方法搭建汇入场景下决策模型的全过程。第6章以城市交叉口场景为例介绍了智能车左转行为决策模型的搭建，主要包含周围车辆轨迹预测和基于冲突消解的左转决策过程。

  推荐以下三种渠道：

  点击前往： 豆瓣读书
  点击前往： 京东读书
  点击前往： 当当图书
  ·点击进入下载地址