无人驾驶汽车作为未来智能交通系统的重要组成部分,能够避免交通事故,缓解交通拥堵。视觉感知作为无人驾驶的核心,图像焦点的选择将直接影响到无人驾驶汽车决策的合理性和行驶的安全性,所以对于无人驾驶系统而言,构建行之有效的视觉注意力模型,选择合适的注意力区域是至关重要的。论文首先采集人类驾驶员在不同场景下的注意力区域,分析注意力的分配情况和局部特性。结合二型模糊集合和注意力机制,建立二型模糊集合下的注意力机制模型,其中包括感知模块、评估模块、循环模块和决策模块四个部分。通过感知模块的图像处理,输出待评估图像的像素矩阵。针对无人驾驶汽车的视觉输入,归纳总结影响视觉焦点选择的因素;确定“横向位置”和“纵向位置”作为模糊综合评判法的评估因素,并采用区间二型模糊集合的形式对上述两个因素进行表述,应用区间二型模糊综合评估法进行评估,得出评估对象关于视觉焦点合理性的定量结果,从而决定循环模块中输入的权重系数。在循环模块中,通过训练循环神经网络,对下一次图像处理的中心坐标和图像权重进行调整。最后,在决策模块,应用模糊规则对概率向量进行分析,并输出对应的行车决策。论文基于二型模糊集合理论及方法,结合注意力机制的理论,总结人类驾驶员的注意力分配状态,提出一种新的视觉焦点选择模型,将模糊规则用于视觉焦点的控制思路。