基于机器学习的网联汽车智能预见性驾驶的决策方法

本发明涉及预见性驾驶技术领域，尤其涉及基于机器学习的网联汽车智能预见性驾驶的决策方法。包括：获取并预处理网联汽车的多源数据、车联网实时数据以及历史行驶数据，对预处理后的网联汽车的多源数据、车联网实时数据进行特征提取，得到初步特征数据；引入多层递归特征融合算法对初步特征数据进行融合处理，得到最终融合后的数据；利用基于深度交叉适应性的网联汽车智能预见性驾驶预测算法构建并训练预测性驾驶模型，并利用预测性驾驶模型对最终融合后的数据进行预测处理，得到驾驶预测结果，生成驾驶决策。解决了在网联汽车智能预见性驾驶中对多源异构数据的处理不够准确，以及对驾驶决策的预测自适应性较差和准确率低的技术问题。