基于深度学习的复杂环境无人车路径规划与感知融合技术论文

摘要：随着人工智能技术的飞速发展，无人车作为智能交通的核心载体，在复杂环境下的安全行驶成为研究热点。本文聚焦深度学习在无人车路径规划与感知融合中的应用，针对动态障碍物识别、多传感器数据冗余、非结构化场景适应等核心挑战，探索通过卷积神经网络强化特征提取、强化学习优化决策链条、端到端模型简化感知-规划闭环的技术路径，旨在提升无人车在复杂动态环境中的鲁棒性与实时性，为自动驾驶技术的落地应用提供理论支撑与实践参考。

关键词：深度学习；复杂环境；无人车；路径规划；感知融合；动态障碍物

一、背景分析

（一）复杂环境对无人车感知与规划的技术挑战