本发明公开了一种重型营运车辆的后向防撞驾驶决策方法。首先，建立交通环境模型，采集重型营运车辆及其后方车辆的运动状态信息。其次，建立基于后向距离碰撞时间的后向碰撞危险评估模型，将后向碰撞危险精确量化。最后，将后向防撞驾驶决策问题描述为一定奖励函数下的马尔科夫决策过程，建立基于深度强化学习的后向防撞驾驶决策模型，得到有效、可靠、具有自适应性的后向防撞驾驶决策策略。本发明提出的方法，克服了现有方法中缺乏重型营运车辆后向防撞驾驶决策研究的不足，可以定量输出合理的方向盘转角和节气门开度控制量，为驾驶员提供有效、可靠的后向防撞驾驶建议，减少后向碰撞事故的发生。