面向駕駛員輔助系統(tǒng)的換道意圖辨識(shí)方法研究.pdf

1、利用裝備在車輛上的毫米波雷達(dá)、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(dòng)態(tài)參數(shù)實(shí)現(xiàn)的先進(jìn)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(bào)警提示，甚至對(duì)車輛進(jìn)行錯(cuò)誤的主動(dòng)干涉，導(dǎo)致危險(xiǎn)狀況發(fā)生。因此，對(duì)駕駛意圖進(jìn)行準(zhǔn)確的辨識(shí)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(duì)換道意圖辨識(shí)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(duì)駕駛過程中人-車-路參數(shù)進(jìn)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(shí)模型進(jìn)行對(duì)比分析，確定了最佳人-車-路特征參數(shù)組合和時(shí)窗長度;論文最后還進(jìn)行了模型的參數(shù)優(yōu)化和二次驗(yàn)證。本文主要研究內(nèi)容如下:
　　(1)實(shí)驗(yàn)數(shù)據(jù)的采集?；隈{駛模擬器，設(shè)計(jì)了高速公路場景，招募了受試

3、駕駛者，完成了駕駛實(shí)驗(yàn)，采集了各類人-車-路參數(shù)信息，為后期進(jìn)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?；趯?duì)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(gè)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(dòng)橫坐標(biāo)變化;為對(duì)比各個(gè)特征參數(shù)對(duì)識(shí)別效果的影響，進(jìn)而選取出最佳特征參數(shù)組合，設(shè)計(jì)了由4種特征參數(shù)組合、

4、3種時(shí)窗長度排列組成的12組不同的特征向量進(jìn)行對(duì)比分析。
　　(3)支持向量機(jī)換道意圖識(shí)別模型的建立。提出了以支持向量機(jī)理論為基礎(chǔ)的換道意圖識(shí)別模型，導(dǎo)入各特征向量完成各模型的訓(xùn)練;以訓(xùn)練得到的檢驗(yàn)集合分類準(zhǔn)確率、特異性、靈敏度為模型識(shí)別效果的主要評(píng)價(jià)指標(biāo)，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(jì)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