1. 研究目的与意义

20世纪后半叶以来，浓缩着人类文明的汽车工业得到了迅速发展。

作为现代主要交通工具的汽车，以其特有的优越性为现代社会的发展和人类生活条件的改善做出了巨大贡献，其发展速度越来越快。

一方面表现在产量不断增加，汽车制造业已成为全球一个重要的产业;另一方面还表现在汽车设计和制造技术不断提高，成为一个技术水平越来越高的技术密集型和资金密集型相结合的产业。

2. 国内外研究现状分析

智能车辆( intelligent vehicle, iv)技术的研究，可以追溯到20世纪50年代初美国electronics公司研究开发出的世界上第一台自动引导车辆(automated guided vehicle, agv), 从严格意义上说，这是一台移动机器人。

从50年代后半期到60年代前半期，以美国为首，德国、英国以及日本等国家就展开自动驾驶和车辆导航技术的研究。

时至今日，世界各国对智能车辆技术的研究开发表现出空前的热情，为此投入了大量的人力、物力，智能车辆技术也相继取得了突破性进展，如德国的vamors-p车辆系统、美国的navlab系统、意大利的argo系统等。

3. 研究的基本内容与计划

研究内容： 无人驾驶汽车主要功能模块大体上分为传感器、控制器和执行器3部分。

传感器主要模拟司机的眼睛，用来感知驾驶场景和路况信息；决策系统主要模拟司机的大脑，根据传感器获取的场景信息，做出不同的判断，然后发出指令；执行器相当于司机的手和脚，根据获取到的指令不同，执行器会做出不同的反应，用来控制车辆的行驶，其中最关键的就是场景的感知和决策系统的判断。

本课题无人驾驶汽车使用了深度学习算法，实现不同物体的检测和认知，根据检测出的所有物体进行场景判断，最终实现场景的识别。

4. 研究创新点

①　应用深度学习算法，通过多层迭代对特征抽象进行模式识别的学习，从而能够以较高的精度实现对路况、物体的识别；②　提出了焦点预览的概念，并将分数演算引入驱动模型，建立了焦点预览驱动模型；③ 用程序模拟仿真车辆无人驾驶系统，设定车辆行驶路线。