一种基于深度学习的车辆智能驾驶决策优化方法

本发明公开了一种基于深度学习的车辆智能驾驶决策优化方法。属于车辆智能驾驶决策技术。首先于车辆安装多种传感器采集数据，经清洗、标注后按比例划分数据集。构建含编码器‑解码器及注意力机制的模型，初始化权重并设超参数与防过拟合策略。用特定算法训练模型，计算损失值并依验证集评估调整。模型集成至系统后，依概率阈值确定初步候选决策，结合车辆周围环境信息集与风险评估函数优化决策，且借助环境感知反馈机制，依据环境变化实时重新分配决策概率。该方法克服传统技术缺陷，利用深度学习优势，有效提升驾驶决策精度，增强系统对复杂路况、环境的适应能力，保障智能驾驶安全、高效运行。