基于信息交互的元胞自动机换道行为模型研究 被引量：10

1

作者 刘小明 王秀英 《计算机应用研究》 CSCD 北大核心 2010年第10期3826-3828,共3页

为了进一步完善微观交通仿真中车辆换道行为模型,基于车辆换道行为过程中的不同情形,考虑待换道车辆换道意图产生与换道行为实施的时间关系,建立了综合性的车辆换道模型,该模型下车辆在不同条件时将分别执行自由换道及信息交互式换道。... 为了进一步完善微观交通仿真中车辆换道行为模型,基于车辆换道行为过程中的不同情形,考虑待换道车辆换道意图产生与换道行为实施的时间关系,建立了综合性的车辆换道模型,该模型下车辆在不同条件时将分别执行自由换道及信息交互式换道。仿真中通过改变交通流密度和目标车道后车加速概率进行实验,结果表明,相对于其他换道模型,新模型使整个路段的交通流平均速度变大,在一定程度上能够减少路段交通拥阻,提高路段通行能力,新模型中换道行为规则更符合实际交通流状态。 展开更多

关键词 元胞自动机 换道行为 换道意图 信息交互

下载PDF 职称材料

减速频次催生换道意图下自动驾驶车辆自适应换道模型 被引量：1

2

作者 杨敏 王立超 王建 《中国公路学报》 EI CAS CSCD 北大核心 2022年第11期204-217,共14页

科学、合理、拟人化的换道控制是实现自动驾驶车辆安全高效行驶的重要保障,已有研究主要考虑相邻车道速度差、换道间隙等要素对车辆换道控制的影响,并未考虑车辆频繁加减速导致乘车体验差而催生换道意图这一重要现象。针对该问题,设计... 科学、合理、拟人化的换道控制是实现自动驾驶车辆安全高效行驶的重要保障,已有研究主要考虑相邻车道速度差、换道间隙等要素对车辆换道控制的影响,并未考虑车辆频繁加减速导致乘车体验差而催生换道意图这一重要现象。针对该问题,设计以抗干扰能力为基础的自动驾驶车辆自适应换道调控方法,其调控过程主要包括:采用智能驾驶人模型控制自动驾驶车辆纵向驾驶行为,以减速频次为指标度量自动驾驶车辆的抗干扰能力,并将抗干扰能力引入到自动驾驶车辆换道决策过程中,模拟自动驾驶车辆因频繁加减速导致乘车体验差而产生换道意图的现象,在此基础上,提出车辆换道控制模型。然后,以智慧高速为背景,利用Netlogo构建多种自动驾驶车辆运行场景,测试所构建的自适应换道调控方法。研究结果表明:智能驾驶人模型的选用能够合理体现自动驾驶车辆换道行为对交通流的运行影响;相比于低密度车流(≤30 veh),在中高密度车流情况下(≥40 veh),自动驾驶车辆维持原有车道运行的能力较弱、换道频率较高,且过高[80次·(5 min)^(-1)]或过低[10次·(5 min)^(-1)]的抗干扰能力临界值会导致自动驾驶车辆运行速度降低至10 km·h^(-1),因此可以根据不同车流密度条件对自动驾驶车辆的最大抗干扰能力进行设置和调整,从而保证自动驾驶车辆的运行效率,这也从侧面证明了所提自适应换道调控方法的科学性与合理性。研究结果对于提高自动驾驶车辆换道控制的合理自主性具有重要意义,该结果进一步完善了自动驾驶车辆换道模型库,能够为自动驾驶自适应换道调控提供理论和技术支撑。 展开更多

关键词 交通工程 换道调控 自适应 乘车体验 换道意图

原文传递

考虑驾驶人换道意图的车道偏离预警系统 被引量：1

3

作者 刘志强 张章 汪澎 《科技导报》 CAS CSCD 北大核心 2014年第19期48-52,共5页

为降低基于机器视觉车道偏离预警系统的误警率,提出一种考虑驾驶人换道意图的车道偏离预警系统。运用Steerable Filter方法对所采集的道路图像信息进行滤波,运用局部搜索区域法提取车道线参数,运用基于图像信息的识别方法检测车辆的车... 为降低基于机器视觉车道偏离预警系统的误警率,提出一种考虑驾驶人换道意图的车道偏离预警系统。运用Steerable Filter方法对所采集的道路图像信息进行滤波,运用局部搜索区域法提取车道线参数,运用基于图像信息的识别方法检测车辆的车速、转向信号、车道偏离状态以及驾驶人的头部动作状态,判断驾驶人的换道意图,建立了车道偏离预警的决策算法及系统。应用Matlab软件对实车采集得到的视频进行算法验证和系统仿真试验,结果表明,提出的车道偏离预警决策算法是可行的,该预警系统将有意识与无意识的车道偏离区分开,从而能有效屏蔽在驾驶人有意识偏离车道时的误报警,具有更高的可靠性。 展开更多

关键词 车道偏离 预警系统 换道意图

原文传递

考虑换道意图的LSTM-AdaBoost车辆轨迹预测模型 被引量：10

4

作者 孟宪伟 唐进君 王喆 《计算机工程与应用》 CSCD 北大核心 2022年第13期280-287,共8页

不合理的车辆的换道行为是导致交通事故发生的主要原因之一,提前预知换道车辆的轨迹并及时做出相应调整有助于减少事故的发生。针对换道车辆轨迹预测问题,采用将深度学习和集成学习相结合的轨迹预测方法,并考虑了换道意图的影响。建立... 不合理的车辆的换道行为是导致交通事故发生的主要原因之一,提前预知换道车辆的轨迹并及时做出相应调整有助于减少事故的发生。针对换道车辆轨迹预测问题,采用将深度学习和集成学习相结合的轨迹预测方法,并考虑了换道意图的影响。建立连续隐马尔可夫模型对车辆进行换道意图检测,提前判别车辆的换道状态,并输入至相应的轨迹预测模型中;将LSTM(long short term memory)作为AdaBoost算法(adaptive boosting)的基预测器,建立LSTM-AdaBoost模型,在多个基预测器同时进行轨迹预测的基础上,通过训练调整各个基预测器的权重并将结果加权集成,提升预测模型的精度和稳定性;通过NSGIM(next generation simulation)数据集对模型进行训练和测试,结果显示意图预测模型在变道前一秒的准确率在90%以上,LSTM-AdaBoost集成轨迹预测模型与单一的LSTM模型相比精度和稳定性显著提升,且预测结果中异常数据更少,具有较好的稳定性;同时预测对比结果也表明增加意图预测模块有助于提升换道轨迹预测的精度。 展开更多

关键词 车辆换道轨迹预测 换道意图识别 隐马尔可夫模型 长短期记忆网络 AdaBoost集成算法

下载PDF 职称材料

基于GS-AdaBoost优化模型的隧道入口车辆换道行为预测 被引量：1

5

作者 赵荣达 张妍 +4 位作者 梁洪健 陈亮 罗方 田蔚楠 秦雅琴 《昆明理工大学学报（自然科学版）》 北大核心 2024年第1期147-155,共9页

准确估计隧道入口车辆行为对于提高隧道行车安全与效率具有重要意义.现有车辆行为预测较少考虑车辆之间的交互信息,且车辆运动数据往往存在特征条件多等问题,难以应用于存在强交互的密集交通流场景.基于此,对隧道入口车辆换道特性进行分... 准确估计隧道入口车辆行为对于提高隧道行车安全与效率具有重要意义.现有车辆行为预测较少考虑车辆之间的交互信息,且车辆运动数据往往存在特征条件多等问题,难以应用于存在强交互的密集交通流场景.基于此,对隧道入口车辆换道特性进行分析,并提出一种车辆换道行为预测的模型优选超参数优化方法.首先,基于车辆轨迹数据,从换道位置和持续时间角度进行小轿车和货车换道特性分析;然后,遴选含3 570个样本的轨迹数据,进行描述性统计,并对车辆换道行为进行分类,标记出向左和向右换道样本2 265、1 305组;最后,针对经典逻辑回归和机器学习方法局部最小化以及过拟合问题,优选出Adaboost换道预测模型,采用网格搜索(Grid Search, GS)超参数优化方法实现超参数自动寻优,提出一种GS-AdaBoost优化模型的车辆换道意图预测方法.结果显示:与经典DT(Decision Tree, DT)换道预测模型相比,GS-AdaBoost优化在模型精确率(Precision)、召回率(Recall)、准确率(Accuracy)、F1值(F1score)、特异度(Specificity)方面分别提升了6.18%、17.83%、12.97%、29.38%、8.88%,优选模型性能得到有效提升,表明GS-AdaBoost集成学习优化模型具有较好的鲁棒性和适用性,可为车辆换道意图预测多分类问题提供一种理论方法. 展开更多

关键词 交通工程 隧道入口 换道意图预测 机器学习 网格搜索 ADABOOST

原文传递

高速路换道意图参数提取及意图阶段确定 被引量：2

6

作者 任园园 赵兰 +1 位作者 郑雪莲 李显生 《湖南大学学报（自然科学版）》 EI CAS CSCD 北大核心 2021年第2期10-20,共11页

针对换道意图辨识研究中的意图表征参数选择与意图阶段确定问题,提出一种新的组合方法.在驾驶模拟器所得原始参数基础上,从参数重要度与相关性角度,使用决策树C4.5算法和皮尔逊相关性分析,最终得到以方向盘转角、车道偏离量和横摆角加... 针对换道意图辨识研究中的意图表征参数选择与意图阶段确定问题,提出一种新的组合方法.在驾驶模拟器所得原始参数基础上,从参数重要度与相关性角度,使用决策树C4.5算法和皮尔逊相关性分析,最终得到以方向盘转角、车道偏离量和横摆角加速度组成的重要度高且互相关性低的换道意图表征参数组.在此基础上,对方向盘转角和车道偏离量的时间序列进行K-means聚类,确定驾驶人换道意图阶段,并得出意图阶段长度与平均车速近似线性相关,且左换道意图阶段长度大于右换道意图阶段长度.最后,建立连续高斯隐马尔可夫模型,在所得意图表征参数组及意图阶段数据的基础上,训练换道意图识别模型及车道保持识别模型.模型的平均离线识别准确率为90%.并可在左换道开始前1.5 s判断出驾驶人左换道意图,右换道开始前1.4 s判断出驾驶人右换道意图.研究结果表明:基于所得的意图表征参数组及意图阶段所建立的意图识别模型可有效识别驾驶人换道意图,且识别精度较高,时序性较强.该方法可为意图识别研究中意图参数选取及意图阶段确定提供参考. 展开更多

关键词 驾驶行为 意图参数提取 决策树C4.5算法 意图阶段确定 K-MEANS 换道意图识别

下载PDF 职称材料

网联与非网联环境下驾驶人换道意图识别研究 被引量：1

7

作者 张洪加 郭应时 +1 位作者 高松 刘卓凡 《中国公路学报》 EI CAS CSCD 北大核心 2023年第9期257-270,共14页

网联时代的到来必将改变驾驶人的注意力分配和环境感知能力,进而影响其认知与行为模式。此时,非网联环境中建立的换道意图模型是否继续适用于网联环境值得研究。因此,基于驾驶模拟器搭建了网联与非网联换道场景,对比分析了2种环境下驾... 网联时代的到来必将改变驾驶人的注意力分配和环境感知能力,进而影响其认知与行为模式。此时,非网联环境中建立的换道意图模型是否继续适用于网联环境值得研究。因此,基于驾驶模拟器搭建了网联与非网联换道场景,对比分析了2种环境下驾驶人换道意图表征参数与换道意图识别模型。结果发现:网联环境下的换道意图时间窗口长度(6.6 s)比非网联环境(4.1 s)长了约60.98%。网联环境下,意图表征参数(车辆运动与驾驶人操作参数)波动幅度显著小于非网联环境。换道意图阶段,非网联环境下驾驶人的平均扫视速度、后视镜观看频次以及注视时间与网联环境下存在显著差异。模型对比发现,当提前0.5 s识别时,网联与非网联环境下的模型识别精度无明显差异,分别为98.25%和96.35%;当提前2 s识别时,网联环境下的模型识别精度(93.48%)显著高于非网联环境(85.68%);在提前3 s识别时,网联环境下的模型识别精度为92.23%,非网联环境下出现了训练不收敛的情况。综上可见,网联与非网联环境下驾驶人换道意图表征参数与模型识别精度存在较大的差异。此外,网联环境下驾驶人换道意图通过所提模型精确识别后利用网联通信方式发送至宏观交通系统或周围车辆,不仅有助于宏观交通系统对整个交通流的综合调控管理,还有助于周围车辆跟车目标的提前切换以及换道轨迹规划。 展开更多

关键词 交通工程 换道意图识别模型 驾驶模拟器 网联环境 宏观交通系统

原文传递

基于信息交互的元胞自动机车辆换道行为模型研究 被引量：1

8

作者 孙德辉 杨凯 《中国外资》 2010年第20期237-238,共2页

相关车辆间的信息交互可能会对车辆换道过程中待换道车辆的决策产生较大影响。基于车辆换道行为过程中的不同情形，考虑待换道车辆换道意图产生与换道行为实施的时间关系，建立综合性的车辆换道模型，该模型下车辆在不同条件时将分别执... 相关车辆间的信息交互可能会对车辆换道过程中待换道车辆的决策产生较大影响。基于车辆换道行为过程中的不同情形，考虑待换道车辆换道意图产生与换道行为实施的时间关系，建立综合性的车辆换道模型，该模型下车辆在不同条件时将分别执行自由换道及信息交互式换道。仿真中通过改变交通流密度和目标车道后车加速概率，结果表明，相对于其它换道模型，新模型使整个路段的交通流平均速度变大，在一定程度上能够减少路段交通拥阻，提高路段通行能力，新模型中换道行为规则更符合实际交通流状态。 展开更多

关键词 元胞自动机 换道行为 换道意图 信息交互

下载PDF 职称材料

基于单目视觉的车道偏离预警算法研究

9

作者 戴秋菊 陈贤富 《微型机与应用》 2016年第4期20-22,共3页

随着科技的发展,智能交通已成为当前的研究热点,自适应巡航是智能交通主要应用之一,而车道偏离预警在主动安全、自适应巡航中起着关键性的作用。因此,提出一种基于视频的车道偏离预警算法。把检测到的车道线的ROI分割为两个子区域,两个... 随着科技的发展,智能交通已成为当前的研究热点,自适应巡航是智能交通主要应用之一,而车道偏离预警在主动安全、自适应巡航中起着关键性的作用。因此,提出一种基于视频的车道偏离预警算法。把检测到的车道线的ROI分割为两个子区域,两个子区域分别应用霍夫变换寻找左右车道线。分割的方法可以提高车道线检测的计算速度。综合车辆驾驶状态、驾驶环境等相关影响因素,基于混合高斯隐型马尔科夫模型建立了驾驶人换道意图识别模型,以提高驾驶员换道意图辨别的准确率与灵敏度。 展开更多

关键词 视觉 车道偏离 换道意图识别 隐型马尔科夫模型

下载PDF 职称材料

基于视觉特性的驾驶人换道意图识别 被引量：29

10

作者 袁伟 付锐 +2 位作者 郭应时 彭金栓 马勇 《中国公路学报》 EI CAS CSCD 北大核心 2013年第4期132-138,共7页

为了将汽车换道辅助系统的预警时刻提前,改进辅助系统的工作效能,提出了利用驾驶人不同任务下眼动行为差异性识别换道意图的方法。在实际道路环境中进行试验,记录16名驾驶人共计408次换道意图阶段和403次车道保持阶段的眼动行为数据,对... 为了将汽车换道辅助系统的预警时刻提前,改进辅助系统的工作效能,提出了利用驾驶人不同任务下眼动行为差异性识别换道意图的方法。在实际道路环境中进行试验,记录16名驾驶人共计408次换道意图阶段和403次车道保持阶段的眼动行为数据,对比了2个阶段中驾驶人眼动行为数据的差异,构建了包含7个参数的换道意图识别指标体系。运用证据理论确定识别框架和证据链,构造基于广义汉明距离的基本信任分配函数,建立了基于多证据融合识别的换道意图识别模型,并分析了识别信度和时序性。结果表明:该模型识别结果的灵敏度、特异度和准确率分别为89.86%,90.21%和90.02%,具有较好的识别效果。 展开更多

关键词 交通工程 驾驶人 证据理论 换道意图 视觉特性 识别方法

原文传递

考虑驾驶习惯的驾驶员换道意图识别 被引量：11

11

作者 田彦涛 赵凤凯 聂光明 《吉林大学学报（工学版）》 EI CAS CSCD 北大核心 2020年第6期2266-2273,共8页

考虑了换道行驶过程中驾驶员的驾驶习惯因素,并基于多维高斯混合隐马尔可夫模型(MGHMM),构建了针对每名驾驶员的驾驶员换道意图识别模型,从而增强驾驶员换道意图的识别效果。结合Carmaker车辆动力学仿真软件搭建模拟驾驶平台,采集、分... 考虑了换道行驶过程中驾驶员的驾驶习惯因素,并基于多维高斯混合隐马尔可夫模型(MGHMM),构建了针对每名驾驶员的驾驶员换道意图识别模型,从而增强驾驶员换道意图的识别效果。结合Carmaker车辆动力学仿真软件搭建模拟驾驶平台,采集、分析和筛选模型观测数据。通过对比试验分析,验证了考虑驾驶习惯因素建模能够提高识别性能,同时分析出现误识别的因素,为后续研究工作提供参考。 展开更多

关键词 车辆工程 换道意图 隐马尔可夫模型 驾驶习惯

原文传递

多车道高速公路出口车辆换道行为研究 被引量：4

12

作者 付存勇 张兰芳 《上海公路》 2017年第4期89-93,共5页

为研究多车道高速公路出口车辆换道行为,提出了出口换道车辆样本的识别指标与标准。基于筛选出的高速公路出口段的车辆换道样本,分析了不同换道需求次数下的出口换道位置分布特征,确定车辆换道影响范围,通过对车辆换道影响范围图的特征... 为研究多车道高速公路出口车辆换道行为,提出了出口换道车辆样本的识别指标与标准。基于筛选出的高速公路出口段的车辆换道样本,分析了不同换道需求次数下的出口换道位置分布特征,确定车辆换道影响范围,通过对车辆换道影响范围图的特征和原因的分析,并结合实际情况,提出高速公路出口诱导设置的建议。基于最后一次换道和路段上普通换道的持续时间、速度、横向加速度、纵向加速度样本,利用SPSS中T检验模块,完成换道过程中的车辆运动状态特征显著性分析。最后,找出换道意图关键影响因素,构建驾驶人换道意图与各关键影响因素的二元Logistic关系模型。 展开更多

关键词 高速公路匝道出口 车辆换道 动力学特性 换道影响范围 换道意图模型

下载PDF 职称材料

基于HMM-SVM的驾驶员换道意图辨识研究 被引量：20

13

作者 宋晓琳 郑亚奇 曹昊天 《电子测量与仪器学报》 CSCD 北大核心 2016年第1期58-65,共8页

为了提高驾驶员换道意图的辨识率,提出了一种基于隐马尔可夫模型(HMM)和支持向量机(SVM)的混合模型。通过驾驶员在环仿真实验平台采集1.2 s时间窗内的驾驶员方向盘转角、油门踏板操作信息,匹配时序性良好的各个HMM模型(紧急左换道、正... 为了提高驾驶员换道意图的辨识率,提出了一种基于隐马尔可夫模型(HMM)和支持向量机(SVM)的混合模型。通过驾驶员在环仿真实验平台采集1.2 s时间窗内的驾驶员方向盘转角、油门踏板操作信息,匹配时序性良好的各个HMM模型(紧急左换道、正常左换道、紧急右换道、正常右换道和车道保持五种HMM模型)。然后结合各个HMM模型输出的最大似然估计值,由SVM进行分类,从而辨识出驾驶员当前的换道意图。仿真结果表明:相比单独的HMM或SVM,该混合模型能够更准确地辨识驾驶员的换道意图,辨识率高达98%,且耗时仅需0.006 s,具有较好的实时性。 展开更多

关键词 驾驶员换道意图 混合模型 隐马尔可夫模型 支持向量机

下载PDF 职称材料

基于EKF学习方法的BP神经网络汽车换道意图识别模型研究 被引量：19

14

作者 李亚秋 吴超仲 +2 位作者 马晓凤 黄珍 张晖 《武汉理工大学学报（交通科学与工程版）》 2013年第4期843-847,共5页

实时准确地识别驾驶人的换道意图有助于提高车辆行驶的安全性,达到安全辅助驾驶的目的.文中提出了一种基于EKF(extended kalman filter)学习方法的BP神经网络模型,用于识别驾驶人的换道意图,并进行短时行为预测.通过实验采集了20组高速... 实时准确地识别驾驶人的换道意图有助于提高车辆行驶的安全性,达到安全辅助驾驶的目的.文中提出了一种基于EKF(extended kalman filter)学习方法的BP神经网络模型,用于识别驾驶人的换道意图,并进行短时行为预测.通过实验采集了20组高速公路实车行驶数据,利用前方车头时距、转向盘转角值、驾驶人头部水平位置数据,以及车道偏离量4类数据样本进行训练得到结果.实验结果表明:本模型较传统的神经网络识别模型具有更短的识别时间,且模型的可信度更高.在车辆换道和直线行驶2种工况下,本模型对换道意图的识别准确率达到了95%. 展开更多

关键词 安全辅助驾驶 EKF BP神经网络 换道意图 模式识别

下载PDF 职称材料

驾驶人换道决策分析及意图识别算法设计 被引量：11

15

作者 丁洁云 党睿娜 +1 位作者 王建强 李克强 《清华大学学报（自然科学版）》 EI CAS CSCD 北大核心 2015年第7期769-774,共6页

为设计一种能在保证准确率的条件下提高识别效率的驾驶人换道意图识别算法,分析驾驶人的换道决策,使用对驾驶人换道决策有影响的环境参数,设计了基于模糊逻辑理论的综合决策因子,反映驾驶人做出换道决策的可能性。提出一种基于隐Markov... 为设计一种能在保证准确率的条件下提高识别效率的驾驶人换道意图识别算法,分析驾驶人的换道决策,使用对驾驶人换道决策有影响的环境参数,设计了基于模糊逻辑理论的综合决策因子,反映驾驶人做出换道决策的可能性。提出一种基于隐Markov模型的换道意图识别算法,以综合决策因子与表征车辆横向运动的特征参数为观测变量,以驾驶人意图为隐状态,搭建并训练隐Markov模型,通过其解码方法实现驾驶人的换道意图识别。使用真实驾驶人在驾驶模拟器上进行换道的数据进行算法验证。结果表明:引入综合决策因子作为观测变量之一时,该换道意图识别算法能保证准确性并提高识别效率。 展开更多

关键词 驾驶人换道决策分析 换道综合决策因子 换道意图识别

原文传递

基于多头注意力的CNN-LSTM的换道意图预测 被引量：10

16

作者 高凯 李勋豪 +2 位作者 胡林 陈彬 杜荣华 《机械工程学报》 EI CAS CSCD 北大核心 2022年第22期369-378,共10页

自动驾驶车辆与传统车辆混行的交通环境中,车辆的换道意图预测能够为自动驾驶车辆安全行驶提供有效保证。为了更准确地预测车辆的换道意图,将多头注意力与卷积神经网络(Convolution neural network, CNN)和长短时记忆(Long-short term m... 自动驾驶车辆与传统车辆混行的交通环境中,车辆的换道意图预测能够为自动驾驶车辆安全行驶提供有效保证。为了更准确地预测车辆的换道意图,将多头注意力与卷积神经网络(Convolution neural network, CNN)和长短时记忆(Long-short term memory, LSTM)网络结合,提出一种新型车辆换道意图预测算法。首先对NGSIM(Next generation Simulaion)数据集进行处理,提取车辆横向位置信息和周围环境信息。然后输入基于多头注意力(Multi-headattention)的CNN-LSTM模型,提高对输入序列特征的提取能力和预测精度。最后在NGSIM数据集验证该模型的有效性。试验结果表明,该模型能够从大量数据中提取到重要特征,同时通过特征对比试验发现,横向位置信息作为预测的主要特征,而周围环境信息作为预测的辅助特征。最后通过模型的对比试验得出,该模型的换道意图预测准确率在换道前1 s、2 s、3 s相比于LSTM、CNN、CNN-LSTM模型具有更好的预测精度,可以为自动驾驶汽车设计先进的意图预测算法提供帮助和参考。 展开更多

关键词 自动驾驶 换道意图 卷积神经网络 长短期记忆网络 多头注意力

原文传递

基于LSTM-多头混合注意力的可解释换道意图预测

17

作者 高凯 刘健 +3 位作者 刘林鸿 刘欣宇 张金来 杜荣华 《汽车安全与节能学报》 CAS CSCD 北大核心 2024年第5期763-773,共11页

为了使自动驾驶汽车准确地预测其周围车辆的换道意图,提出了一种基于长短期记忆神经网络(LSTM)-多头混合注意力的可解释换道意图预测模型。该模型可以充分提取目标车辆与其周围车辆之间的时空交互关系,并且提出了一种基于最大熵的Shaple... 为了使自动驾驶汽车准确地预测其周围车辆的换道意图,提出了一种基于长短期记忆神经网络(LSTM)-多头混合注意力的可解释换道意图预测模型。该模型可以充分提取目标车辆与其周围车辆之间的时空交互关系,并且提出了一种基于最大熵的Shapley加性解释方法(SHAP)来解释各个特征在特定时间步对模型输出的影响程度,在HighD数据集上进行了实验。并通过SHAP值的可视化,直观解释了换道预测模型在特定时刻的目标车辆的换道行为。结果表明:该换道预测模型在换道前3 s的综合准确率,分别比LSTM、卷积神经网络(CNN)、多头注意力高出4.03%、9.51%、5.16%,这证明了模型在长时域预测的有效性;错误预测样本归因于模型缺陷或样本稀疏。该换道预测模型可为用户进行模型优化提供指导。 展开更多

关键词 自动驾驶汽车 换道意图预测 注意力机制 长短期记忆神经网络(LSTM) Shapley加性解释方法(SHAP)

下载PDF 职称材料

基于LSTM的车辆换道意图识别研究

18

作者 刘晗 丁康展 《时代汽车》 2024年第21期157-159,共3页

本文首先对车辆轨迹数据进行了筛选和高斯平滑处理,并对不同的驾驶行为进行分类和驾驶意图标注。随后,本文提出了一种基于LSTM的车辆换道意图识别模型,该模型充分考虑了车辆之间的交互作用,有效提取了换道过程中的时序连续特征,并捕捉... 本文首先对车辆轨迹数据进行了筛选和高斯平滑处理,并对不同的驾驶行为进行分类和驾驶意图标注。随后,本文提出了一种基于LSTM的车辆换道意图识别模型,该模型充分考虑了车辆之间的交互作用,有效提取了换道过程中的时序连续特征,并捕捉到车辆行驶轨迹中的局部和长期依赖关系。模型将目标车辆及其周围车辆交互作用信息的行驶数据作为输入。实验结果表明,本文提出的模型在预测车辆换道意图方面达到了92.85%的准确率,并且在多种评价指标上显著优于其他模型,展示了在实际交通环境中的应用潜力。 展开更多

关键词 换道意图识别 机器学习 LSTM 模型 智能交通

下载PDF 职称材料

基于驾驶员变道意图识别的LDAS GC协调控制策略 被引量：1

19

作者 汪选要 王其东 +1 位作者 罗家亮 王金波 《汽车工程》 EI CSCD 北大核心 2016年第7期848-856,共9页

基于Car Sim和Lab VIEW RT硬件在环仿真获得了正常变道转向盘角速度阈值,并基于中心区操纵特性设计了驾驶员变道意图识别模块。提出了车道偏离防止系统(LDAS)的分层控制算法,设计了基于保性能(GC)上层控制器和下层后轮制动控制律,其中,... 基于Car Sim和Lab VIEW RT硬件在环仿真获得了正常变道转向盘角速度阈值,并基于中心区操纵特性设计了驾驶员变道意图识别模块。提出了车道偏离防止系统(LDAS)的分层控制算法,设计了基于保性能(GC)上层控制器和下层后轮制动控制律,其中,上层GC控制器用于产生保证车辆稳定性的转向角补偿和校正横摆力矩。基于车辆稳定性指标设计了监测器以限制后轮制动器的使用。基于Alt3 from FHWA道路模型仿真验证了GC协调控制器在保证LDAS性能的前提下,减少了制动,从而提高了乘坐舒适性。最后对驾驶员因疲劳或注意力不集中没有意识到前方的弯道而导致的车道偏离进行仿真。结果表明,当跨道时间小于设定的阈值时LDAS启动,验证了GC协调控制策略的有效性。 展开更多

关键词 变道意图识别 LDAS 分层控制 车道偏离

下载PDF 职称材料