基于svm的驾驶决策建模

在前文的基础上，将该方法进一步推广到整个驾驶过程的决策建模，除了解决了驾驶决策的问题，还能避免其他方法参数校准的难题。

对于整个驾驶过程决策建模，要考虑在不同的驾驶阶段，驾驶者关注的决策变量是不同的。如果对各种不同的驾驶阶段分别进行基于svm的建模，当然可以，但需要另外对不同阶段间的转换进行判断，而各个阶段之间的过渡往往是模糊的，不同阶段转换的会很复杂，工作量甚至可能超过svm建模！为避免这个问题，我们用一个包含所有阶段的决策变量的状态空间来进行建模。以基本的跟驰阶段为例，用四个决策变量就可以进行驾驶决策了，但这时要给出所有决策变量在该时刻的值，如果没有的话就设为某一固定值（一般取为0即可），这样驾驶者在不同驾驶阶段的转换逻辑也包含在了状态空间模型中，不用另外做判断的工作，只需在每一时刻给出所有决策变量的值，大大简化了驾驶决策的建模。

本方法的优点很明显，但是缺点和前文类似，都需要包含各种类型决策变量的数据来进行训练，数据质量的好坏直接影响了模型的有效性和完备性。虚拟驾驶数据采集系统是解决这一问题的最佳方案！