关键词：智能汽车;风险评估;贝叶斯网络;机器学习
摘 要：智能汽车的驾驶环境具有高度不确定性和复杂性等特点，容易发生碰撞事故，导致乘员受伤或死亡。为了提高智能汽车的安全性，总结了当前用于评估其行驶风险的研究方法，包括基于确定性的方法、基于概率的方法和基于机器学习的方法。基于确定性的方法是一种传统的二分类预测方法，基于概率的方法可以对各种不确定性进行建模，基于机器学习的方法可以自动学习驾驶行为，从而更准确地评估行驶风险。未来的研究方向应该是结合3种方法的优点从而开发出更加安全、可靠的自动驾驶系统。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取