随着社会经济发展水平的不断提高,全国汽车数量逐年上升,城市中交通拥堵的现象成了常态。另一方面,每年有一百多万人死于人为造成的交通事故中,驾驶安全问题不容忽视。自动驾驶技术是解决上述问题的根本办法之一。目前,研究者们使用深度学习技术训练网络学习人类的驾驶经验以获得自主驾驶的能力,这种研究思路取得了一些成效,但是仍然面临环境信息认知不全导致的决策延迟、决策失败等问题。随着车联网技术的快速发展,基于车路协同的自动驾驶成为自动驾驶技术的发展方向之一。本文就基于此背景进行了以下几个方面的研究:1.提出了一种支持多车协同的感知-决策网络模型。该模型通过综合多车协同认知结果进行驾驶决策,从而降低了单车认知不完备导致的决策失败问题。通过实验验证了模型的可行性,与现有端到端方法相比本文所提出的模型也具有较高的转角预测精度。2.搭建了基于机器人系统的智能小车仿真实验平台,通过建立局域网络环境模拟车路协同环境,使用实验室固定服务器作为边缘计算节点,实现自动驾驶算法训练、决策在边缘,控制执行在车辆的自动驾驶系统,完成基于车路协同的端到端自动驾驶仿真实验。实验验证了基于车路协同环境的端到端自动驾驶方案的可行性和有效性。