一种基于时间自动机的跟车行为识别方法技术

本发明专利技术涉及一种基于时间自动机的跟车行为识别方法，包括以下步骤：S1，从交通数据集中提取原始跟车数据，将跟车模型的输入参数符号化；S2，利用时间自动机学习算法对跟车模型进行训练，得到跟车模型自动机；S3，将跟车模型自动机的隐藏状态作为跟车的子状态，对子状态聚类；S4，将概率低于设定值的子状态去除，然后归并成多个类别，每个类别对应一种跟车子行为；S5，获取实际跟车数据作为输入，通过跟车模型自动机获得跟车子行为。与现有技术相比，本发明专利技术将多维连续时间序列符号化并学习生成一个具有很强的可解释性的跟车行为模型，通过自动机对符号进行学习，获得隐藏状态，并进行聚类，能更好的体现跟车的子行为。

A method of car following behavior recognition based on Timed Automata

The invention relates to a car behavior recognition method based on timed automaton, which comprises the following steps: S1, extract the original car data from the traffic data, the input parameters with symbolic vehicle model; S2, using time automaton learning algorithm of car following model for training, get the car following model S3, the automaton; with the hidden state automaton as a car model with the car sub state, sub state clustering; S4, the probability is less than the set value of the sub state is removed, then merge into multiple categories, each category corresponds to one with the car; S5, obtain the actual car following data as input, the car following model to get the automaton the car behavior. Compared with the prior art, the invention of the multidimensional continuous time series symbolization and learning generated with a model can explain the behavior with the car is very strong, the symbols for the automaton learning, and obtain the hidden state clustering, can better reflect the behavior with the car.

【技术实现步骤摘要】
一种基于时间自动机的跟车行为识别方法
本专利技术涉及一种跟车行为生成方法，尤其是涉及一种基于时间自动机的跟车行为识别方法。
技术介绍
无人驾驶车辆(以下简称无人车)是一种智能化的移动交通工具，它能够代替人类驾驶员完成一系列驾驶行为，涉及到环境感知、导航定位及智能决策控制等众多学科的研究领域。无人车作为现代化战争的新概念、引领车辆工业的发展趋势、展示计算机科学、模式识别和人工智能技术水平的重要平台，一直以来受到国防事业、汽车工业和高校与科研机构的关注。无人车的研究目的就是取代人类驾驶员进行车辆自主驾驶工作，那么在正常的交通状况下行驶过程中，与其他车辆的交互是必不可少的。而车辆间的交互包括：通过行为决策使无人车自身行为能够被其他车辆所识别，同时能够让无人车识别其他车辆的行为进而做出合理的驾驶行为。随着无人车技术的不断发展，无人车已经实现了一些基本功能，能够在特定的结构化道路上行驶。无人车技术正沿着智能化、拟人化的方向发展。无人车控制问题的研究焦点逐步从功能实现转移到无人车与行驶环境间的相互影响，其中车辆社会行为的研究正是无人车研究中值得关注的新问题和新挑战。车辆的社会行为是指驾驶者(人类本文档来自技高网...

【技术保护点】
一种基于时间自动机的跟车行为识别方法，其特征在于，包括以下步骤：S1，从交通数据集中提取原始跟车数据，包括后车速度、后车加速度、后车与前车的相对距离和相对速度，将后车速度、后车与前车的相对距离和相对速度作为跟车模型的输入参数，使用k‑means聚类算法将输入参数符号化；S2，利用时间自动机学习算法对跟车模型进行训练，得到跟车模型自动机，跟车模型的输出值为后车加速度；S3，将跟车模型自动机的隐藏状态作为跟车的子状态，对子状态聚类；S4，将概率低于设定值的子状态去除，然后归并成多个类别，每个类别对应一种跟车子行为；S5，获取实际跟车数据作为输入，通过跟车模型自动机获得跟车子行为。

【技术特征摘要】
1.一种基于时间自动机的跟车行为识别方法，其特征在于，包括以下步骤：S1，从交通数据集中提取原始跟车数据，包括后车速度、后车加速度、后车与前车的相对距离和相对速度，将后车速度、后车与前车的相对距离和相对速度作为跟车模型的输入参数，使用k-means聚类算法将输入参数符号化；S2，利用时间自动机学习算法对跟车模型进行训练，得到跟车模型自动机，跟车模型的输出值为后车加速度；S3，将跟车模型自动机的隐藏状态作为跟车的子状态，对子状态聚类；S4，将概率低于设定值的子状态去除，然后归并成多个类别，每个类别对应一种跟车子行为；S5，获取实际跟车数据作为输入，通过跟车模型自动机获得跟车子行为。2.根据权利要求1所述的一种基于时间自动机的跟车行为识别方法，其特征在于，所述的步骤S2中，所述的时间自动机含有四个元素〈Α,ε,Τ,H>，其中ε为事件集，T为时间约束集，H为状态到时间约束的映射集，A为四维元组，Α＝<Q,Σ,Δ,q0>，其中Q为有限个状态的合集，∑为有限个...

【专利技术属性】
技术研发人员：王峻，郭亚锋，张怡欢，王亮，
申请(专利权)人：同济大学，
类型：发明
国别省市：上海,31