神经网络驱动的车辆自适应巡航控制方法

本发明涉及车辆巡航控制技术领域，公开了一种神经网络驱动的车辆自适应巡航控制方法。通过多模态传感器采集实时行驶数据，利用多层卷积神经网络进行时空特征融合生成动态环境感知数据，输入预训练的自适应决策模型得到驾驶策略参数。基于此构建混合整数规划模型，采用集成动态松弛阈值与启发式剪枝策略的增量式分支定界算法全局规划巡航路径，输出最优巡航轨迹数据。再构建包含规划层、协调层与执行层的分级控制框架，规划层生成全局轨迹序列，协调层动态修正局部轨迹，执行层基于鲁棒滑模控制算法实现车辆纵向加速度与横向转向角跟踪，输出车辆控制指令完成自适应巡航控制，提升车辆在复杂环境下巡航控制的性能、安全性与稳定性。