当今社会,能源短缺环境污染的大氛围、人工智能深度学习的大浪潮、汽车行业的大转型都促使着车辆的智能化发展。无人驾驶汽车是智能车辆的重要组成部分,行为决策是其三大核心技术之一。本文面向基于行人意图识别的智能车辆决策方法开展研究。首先,进行人体姿态估计的研究。对当前人体姿态估计的研究意义和方法进行简要分析,具体研究人体姿态估计的理论算法,包括:神经网络结构、关键点检测置信图、关键点连接部位亲和力场以及利用亲和力场进行多人解析,实现姿态估计在不同场景中的人体检测。其次,提出行人意图的检测方法。在人体姿态估计的基础上研究行人意图检测的可行性,采取切实可行的行人意图分类方法,提出大致的检测流程以供具体探究,对当前的评估方案进行分析。再次,完成智能车辆决策实验平台的搭建。搭建基于电动汽车的模拟实验平台,平台整体架构包含四个部分:环境感知模块、上位机决策模块、下位机控制模块、车辆执行模块,基于Ubuntu的上位机用于决策、下位机基于微控制器STM32F103ZET6进行开发,它们通过串口通讯,车辆速度控制部分以及制动部分的设计取决于微控制器的DAC和TIM外设。最后,完成车辆智能决策的模拟实验。制作行人意图数据集,以此作为智能行为决策的数据支撑,通过样本数据的训练和测试建立基于神经网络的决策模型,将上述过程的思想与车辆控制模块衔接,构成智能车辆决策系统。