自动驾驶汽车决策与控制

车辆行为预测：车辆的行驶轨迹是两个因素共同作用的结果，首先是车辆驾驶员的行为，例如反应意图的换道过程；其次是外部环境因素，例如在行驶期间影响车辆轨迹的激发偶同信息（如交通红绿灯）等。

预测方法：由此衍生出多种不同的轨迹预测思路。 包括有：基于物理魔性的轨迹预测，基于行为模型的轨迹预测，基于神经网络的轨迹预测方法，基于交互的预测方法，多种途径相结合的方法，基于仿生学的轨迹预测，基于物理模型的估计预测。

基于物流模型的轨迹预测：将车辆表示为受物理定律支配的动态实体。使用动力学和运动学模型预测未来运动。

使用动力学和运动学预测未来运动，将一些控制输入（如：转向，加速度），汽车属性（如：重量）和外部条件（如：路面的摩擦系数）与车辆状态的演变（如：位置）联系起来。

基于物理建模的轨迹预测方法：单轨迹模拟预测，卡尔曼滤波算法（Extended Kalman Filter  【EKF】），蒙特.卡洛方法(Monte Carlo Method)。

1.  自动驾驶汽车决策与控制      清华大学出版社