随着经济的日益增长,汽车保有量不断增加,交通拥堵、交通事故、交通污染等交通问题逐渐增多。智能交通系统是解决道路交通问题的有效途径,而自动驾驶汽车是智能交通系统中重要的组成部分,可以提高交通效率,减少交通事故,缓解交通污染。自动驾驶汽车领域中车辆编队技术是目前广泛理论和应用研究的热点,当车辆以编队的方式行驶时,通过车辆编队控制可以提高道路的通行能力,简化交通控制复杂度,从而有效缓解交通拥堵问题,提高道路交通安全性和流畅性。由于自动驾驶汽车驾驶环境存在高维不确定性,其传感器的感知范围有限,完整、准确、实时地感知到周边环境的变化对自动驾驶车辆编队具有非常重要的理论和工程意义。本文研究了由可以联网通信的人工驾驶汽车和自动驾驶汽车组成的混合车辆编队在具有冲突区域路段上行驶过程中,考虑感知不确定性的自动驾驶汽车驾驶行为决策方法。首先,使用马尔可夫决策过程模型为自动驾驶汽车决策过程建模,分别从安全性、有效性和平滑性三个方面描述车辆的状态特征,从运动学和动力学两方面约束车辆状态,且采用最大熵逆强化学习算法,从人工驾驶汽车的样本轨迹中学习得到马尔可夫决策过程中奖励函数的权重。通过与编队中人工驾驶汽车进行通信获得附加的环境信息,更新其环境状态和社交信息上的置信值,其中,环境状态指所有车辆状态的集合,社交信息指多辆人工驾驶汽车面对特定的情况时采取的相似动作,并将该置信值纳入自动驾驶汽车驾驶策略求解过程中;其次,使用动态规划方法来求解所建模的马尔可夫决策过程模型,得到混合车辆编队中自动驾驶汽车考虑感知不确定性的驾驶策略;最后,设置带有进口匝道的高速公路路段场景,对在不同情况下混合车辆编队中自动驾驶汽车采用激进策略、谨慎策略以及本文提出的驾驶策略时的速度变化和车头间距变化进行比较和性能评估,来验证本文提出的自动驾驶汽车行为决策方法的安全性和有效性。结果表明,混合车辆编队中的自动驾驶汽车采用本文提出的考虑感知不确定性驾驶策略时,在安全性和有效性方面分别优于激进策略和谨慎策略。