面向駕駛員輔助系統(tǒng)的換道意圖辨識方法研究.pdf

1、利用裝備在車輛上的毫米波雷達、多功能攝像頭、超聲波傳感器等獲取的各類駕駛?cè)诵畔⑴c道路環(huán)境參數(shù)，結(jié)合從CAN通道中采集的車輛動態(tài)參數(shù)實現(xiàn)的先進駕駛員輔助技術(shù)能有效降低交通事故發(fā)生率，提升交通安全。然而在駕駛意圖未知的情況下，駕駛員輔助系統(tǒng)可能作出違背駕駛意圖的報警提示，甚至對車輛進行錯誤的主動干涉，導(dǎo)致危險狀況發(fā)生。因此，對駕駛意圖進行準確的辨識有利于提高駕駛員輔助系統(tǒng)的工作效能。
　　鑒于換道操作是最普遍的一種駕駛行為，換道意圖是

2、最重要的駕駛意圖之一，本文對換道意圖辨識方法展開了研究。論文首先分析了國內(nèi)外關(guān)于駕駛意圖的研究成果，并對駕駛過程中人-車-路參數(shù)進行了綜合分析，選取了在車道保持和換道意圖階段差異性明顯的特征參數(shù);然后構(gòu)建了不同特征組合下的換道意圖辨識模型進行對比分析，確定了最佳人-車-路特征參數(shù)組合和時窗長度;論文最后還進行了模型的參數(shù)優(yōu)化和二次驗證。本文主要研究內(nèi)容如下:
　　(1)實驗數(shù)據(jù)的采集?；隈{駛模擬器，設(shè)計了高速公路場景，招募了受試

3、駕駛者，完成了駕駛實驗，采集了各類人-車-路參數(shù)信息，為后期進一步開展換道意圖分析和特征參數(shù)選取奠定基礎(chǔ)。
　　(2)特征參數(shù)的選定。基于對換道意圖期間駕駛行為與駕駛意圖間的關(guān)系分析，結(jié)合各個參數(shù)在車道保持和換道意圖階段的差異性分析，選取了人-車-路信息特征參數(shù)，包括:方向盤轉(zhuǎn)角、車輛縱向加速度、車輛偏離車道中心線距離、駕駛?cè)祟^動橫坐標變化;為對比各個特征參數(shù)對識別效果的影響，進而選取出最佳特征參數(shù)組合，設(shè)計了由4種特征參數(shù)組合、

4、3種時窗長度排列組成的12組不同的特征向量進行對比分析。
　　(3)支持向量機換道意圖識別模型的建立。提出了以支持向量機理論為基礎(chǔ)的換道意圖識別模型，導(dǎo)入各特征向量完成各模型的訓練;以訓練得到的檢驗集合分類準確率、特異性、靈敏度為模型識別效果的主要評價指標，構(gòu)建了各組特征向量條件下的受試者特性曲線(ROC);并通過計算ROC曲線下方圍成的面積AUC，篩選出了最優(yōu)特征參數(shù)。結(jié)果表明:以方向盤轉(zhuǎn)角、縱向加速度、車輛偏離車道中線距離和駕