一种智能网联汽车行为辨识方法技术

一种智能网联汽车行为辨识方法，用于提高对连续驾驶行为样本辨识结果的准确性。它包括以下步骤:(1)运用维特比算法对GMM‑HMM驾驶行为辨识模型解码，求出模型参数λ对输出驾驶行为序列I的输出概率P(I∣λ)，选取产生概率最大的状态作为当前的驾驶行为状态值，从而获得辨识驾驶行为序列值I；(2)采用滑动时窗的方法提取指定长度的驾驶行为序列；根据每个时窗中各驾驶行为状态数量来作为驾驶行为概率变化计算的依据；(3)对进行换道操作的交通车辆的后续观测数据进行处理；(4)采用NGSIM数据集中I‑80路段和US‑101路段的数据用于训练与测试；在完成数据预处理后，开展GMM数据聚类以及HMM的训练工作。本发明专利技术可以提高对连续驾驶行为辨识结果的准确性。

【技术实现步骤摘要】
一种智能网联汽车行为辨识方法
本专利技术涉及智能网联汽车
，具体地说是一种智能网联汽车行为辨识方法。
技术介绍
随着我国道路运输行业的快速发展和机动车保有量的急剧增长，交通安全事故频发导致财产损失和人员伤亡给人们的生产生活带来了严重影响。驾驶员的驾驶行为对道路交通安全有着重要的作用，因此需要对驾驶员行为进行正确辨识。但驾驶行为是一种意识形态，很难直接通过仪器测量获得。因此，准确且尽早地识别出驾驶人的行为对于安全驾驶系统的开发、智能交通的发展至关重要。目前利用HMM(隐马尔可夫模型)来辨识驾驶行为仍然是比较常用的做法，大多通过训练多个驾驶行为分类器，利用最大似然法来辨识样本的驾驶行为。但最大似然法只能给出似然最大的行为，而不能通过概率表达行为的可能性，且只能实现对于单驾驶行为样本的辨识问题，对于连续性的驾驶行为样本辨识结果的准确性较低。
技术实现思路
本专利技术的目的在于提供一种智能网联汽车行为辨识方法，用于提高对连续驾驶行为样本辨识结果的准确性。本专利技术解决其技术问题所采取的技术方案是：一种智能网联汽本文档来自技高网...

【技术保护点】
1.一种智能网联汽车行为辨识方法,其特征是，它包括以下步骤:/n(1)运用维特比算法对GMM-HMM驾驶行为辨识模型解码，求出模型参数λ对输出驾驶行为序列I的输出概率P(I∣λ)，选取产生概率最大的状态作为当前的驾驶行为状态值，从而获得辨识驾驶行为序列值I；/n(2)采用滑动时窗的方法提取指定长度的驾驶行为序列；根据每个时窗中各驾驶行为状态数量来作为驾驶行为概率变化计算的依据；

【技术特征摘要】
1.一种智能网联汽车行为辨识方法,其特征是，它包括以下步骤:
(1)运用维特比算法对GMM-HMM驾驶行为辨识模型解码，求出模型参数λ对输出驾驶行为序列I的输出概率P(I∣λ)，选取产生概率最大的状态作为当前的驾驶行为状态值，从而获得辨识驾驶行为序列值I；
(2)采用滑动时窗的方法提取指定长度的驾驶行为序列；根据每个时窗中各驾驶行为状态数量来作为驾驶行为概率变化计算的依据；
式中Pi(i＝1,2,3)分别代表左换道、直线行驶、右换道的概率；ξi为一个滑动时窗中隐状态为i的个数；n为滑动时窗序列的指定长度；
(3)对进行换道操作的交通车辆的后续观测数据进行处理，根据驾驶行为输出序列，若轨迹序列出现换道行为，则从换道起始点开始进行观测数据监测，当换道车辆侧向位移大于一个车道宽时，则认为换道结束，此时开始对换道车辆后续观测数据进行处理；
(4)采用NGSIM数据集中I-80路段和US-101路段的数据用于训练与测试；从数据集中提取车辆侧向位移速度、侧向位移变化偏差作为训练的原始数据，并对连续变化参量进行数据平滑滤波及异常值处理；在完成数据预处理后，开展GMM数据聚类以及HMM的训练工作...

【专利技术属性】
技术研发人员：罗映，王金祥，王淑超，
申请(专利权)人：山东省网联智能车辆产业技术研究院有限公司，
类型：发明
国别省市：山东;37