基于可控概率限制和学习的类人车辆行为和轨迹生成方法

本发明属于自动驾驶测试技术领域，涉及基于可控概率限制和学习的类人车辆行为和轨迹生成方法，包括：1：数据处理和准备，对数据集进行处理，生成车辆不同运动状态数据；2：设计神经网络模型，生成不同行为不同运动状态下的车辆轨迹；3：对神经网络模型进行优化，根据不同的行为确定神经网络模型对应的最优结构；4：进行轨迹生成，先对基本概率进行轨迹生成，再对临界状态进行轨迹生成；5：模型效果评估，对生成的行为和轨迹进行覆盖率分析，模型比较；本发明利用生成的行为数据对不同的运动状态进行轨迹生成，可以生成原始数据中未包含的行为和轨迹数据，解决了行为轨迹数据缺口问题，从而提高了虚拟仿真测试背景车辆的行为轨迹覆盖率。