本文關(guān)鍵詞：基于HMM-SVM的駕駛員換道意圖辨識研究

  更多相關(guān)文章： 駕駛員換道意圖 混合模型 隱馬爾可夫模型 支持向量機

【摘要】：為了提高駕駛員換道意圖的辨識率,提出了一種基于隱馬爾可夫模型(HMM)和支持向量機(SVM)的混合模型。通過駕駛員在環(huán)仿真實驗平臺采集1.2 s時間窗內(nèi)的駕駛員方向盤轉(zhuǎn)角、油門踏板操作信息,匹配時序性良好的各個HMM模型(緊急左換道、正常左換道、緊急右換道、正常右換道和車道保持五種HMM模型)。然后結(jié)合各個HMM模型輸出的最大似然估計值,由SVM進行分類,從而辨識出駕駛員當(dāng)前的換道意圖。仿真結(jié)果表明:相比單獨的HMM或SVM,該混合模型能夠更準確地辨識駕駛員的換道意圖,辨識率高達98%,且耗時僅需0.006 s,具有較好的實時性。
【作者單位】： 汽車車身先進設(shè)計制造國家重點實驗室;
【關(guān)鍵詞】： 駕駛員換道意圖 混合模型 隱馬爾可夫模型 支持向量機
【基金】：國家自然科學(xué)基金(51175159);國家自然科學(xué)基金(51575169) 中華人民共和國人力資源和社會保障部留學(xué)人員科技活動項目資助
【分類號】：U463.6;TP181
【正文快照】： 1引言駕駛員換道意圖辨識是先進駕駛輔助系統(tǒng)的重要組成部分,它為自適應(yīng)巡航控制、車道偏離預(yù)警等先進駕駛輔助系統(tǒng)提供決策參考信息,以改善對車輛換道的控制效果[1]。國內(nèi)外學(xué)者提出了很多駕駛員意圖辨識的方法,馬國成等人[2]通過模糊支持向量機的方法,解決了車輛并線意圖辨

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 王崇倫;李振龍;蓋彥榮;辛豐強;;車輛換道軌跡滑模跟蹤控制研究[J];交通信息與安全;2012年05期

2 袁偉;付銳;郭應(yīng)時;彭金栓;馬勇;;基于視覺特性的駕駛?cè)藫Q道意圖識別[J];中國公路學(xué)報;2013年04期

3 王榮本,游峰,崔高健,余天宏;車輛安全換道分析[J];吉林大學(xué)學(xué)報(工學(xué)版);2005年02期

4 李瑋;王晶;段建民;;基于多項式的智能車輛換道軌跡規(guī)劃[J];計算機工程與應(yīng)用;2012年03期

5 王暢;付銳;郭應(yīng)時;袁偉;;換道預(yù)警系統(tǒng)中越線時間的預(yù)測方法[J];汽車工程;2014年04期

6 任殿波;張京明;崔勝民;張繼業(yè);;車輛換道縱橫向耦合控制[J];交通運輸工程學(xué)報;2009年03期

7 袁偉;付銳;吳付威;彭金栓;;車道保持與換道意圖階段眼動行為差異性分析[J];長安大學(xué)學(xué)報(自然科學(xué)版);2013年04期

8 劉英杰;趙又群;;基于模型預(yù)測控制的汽車換道操縱逆問題求解[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2013年11期

9 洪治平;;您開車,后邊我來w，

本文編號：1096149