多模态神经网络驱动的车辆巡航控制优化方法

本发明涉及车辆巡航控制技术领域，公开了多模态神经网络驱动的车辆巡航控制优化方法。该方法通过多模态感知装置同步采集车辆巡航过程中的视觉感知数据、雷达探测数据和导航定位数据，形成多模态数据的时间序列并传输至中央控制单元。中央控制单元首先对多模态数据进行异常值检测，获得校正后的时间序列数据；随后通过模态特征提取技术处理校正数据，并将提取的特征与巡航场景建立对应关系；最终根据场景对应结果动态优化车辆巡航控制参数，生成最优控制策略。该方法创新性地融合了多源传感器数据与神经网络技术。本发明具有更高的鲁棒性和智能化水平，能够有效应对多变道路条件下的巡航控制需求。