用于野外非结构化环境无人车的行驶阻力预测方法

本发明涉及无人驾驶技术领域，具体涉及一种用于野外非结构化环境的无人车行驶阻力预测方法，让搭载有多模态融合深度神经网络模型的无人驾驶系统能够控制无人车在野外非结构化环境行驶的同时，采用多速度段行驶阻力数据集不断提升多模态融合深度神经网络模型对无人车行驶阻力的预测能力，辅助无人车的后续行驶。本发明的优点在于，不但能够在地形快速变换的行驶过程中准确捕捉环境的快速变化，准确预测出对应的行驶阻力，帮助无人驾驶系统更准确地感知前方道路的复杂状况，增强无人车的环境适应性以及行驶可靠性，满足无人驾驶车辆在复杂环境中的实时性要求，还能够辅助无人车优化驾驶策略，从而降低能耗，提高无人车的行驶效率和里程上限。