系统工程与电子技术

作者：孙雪(), 黄志球(), 沈国华(), 王金永(), 徐恒()

单位：1. 南京航空航天大学计算机科学与技术学院, 江苏 南京 211106；2. 南京航空航天大学 高安全系统的软件开发与验证技术工业和信息化部重点实验室, 江苏 南京 211106；3. 软件新技术与产业化协同创新中心, 江苏 南京 210093

关键词：无人驾驶车辆,行为决策,本体,贝叶斯网络,Prescan联合仿真

基金：国家自然科学基金(61772270);国家重点研发计划(2016YFB1000802)

和高速交通环境比,城市交通环境具有更高的复杂性和不确定性,因此无人驾驶车辆行为决策系统要能给出驾驶场景下安全有效的驾驶动作。本文提出一种将本体语义表示与贝叶斯网络(Bayesian network, BN)概率推理相结合的行为决策模型。从驾驶场景中的多源异构信息和领域专家经验出发,建立本体并进行概率扩展,将其转换为BN,通过BN推理得到当前驾驶场景下的最佳驾驶动作。该方法既实现了驾驶场景领域知识的形式化描述和共享,又考虑到了驾驶场景中存在的不确定性。最后，通过Prescan/Simulink联合仿真实验验证了所提方法在无人驾驶车辆行为决策上的有效性。

来源：2021年第2期

《系统工程与电子技术》期刊编辑部

查看系统工程与电子技术杂志2021年第2期