一种目标车辆换道行为自适应识别模型构建方法技术

本发明专利技术公开了一种目标车辆换道行为自适应识别模型构建方法，包括如下步骤：步骤1，建立换道行为影响参数集，划分样本得到模型输入；步骤2，基于大规模车辆轨迹数据集，训练得到左侧及右侧目标换道行为识别的通用模型；步骤3，基于贝叶斯推断建立自适应换道行为识别模型。本发明专利技术的目标车辆换道行为自适应识别模型构建方法，通过步骤1至步骤3的设置，便可有效的对行车时周围目标车辆的换道行为进行识别，为车辆的驾驶行为决策提供信息支持，从而提高行车的安全性。

【技术实现步骤摘要】
一种目标车辆换道行为自适应识别模型构建方法
本专利技术涉及自动驾驶研究领域，具体涉及到一种目标车辆换道行为自适应识别模型构建方法。
技术介绍
我国的汽车保有量不断增加，交通安全问题不容忽视。车辆在路段上的行驶过程中，换道行为与跟驰行为相比会产生更多的交通冲突且驾驶员需要处理的信息更为复杂，而周围车辆普遍存在转向灯使用不规范的现象，使得换道行为极易引起交通事故，造成人员伤亡和财产损失。目前换道辅助系统、碰撞预警系统等先进驾驶辅助系统已经在量产车中大量使用，但这类系统主要对自车换道行为进行识别并判断侧向、前方安全性，其均无法对周围车辆运动行为的改变进行实时识别并做出反应。因此对周围目标车辆换道行为进行识别，并将其应用于自动驾驶技术中，能够有效减少驾驶员对周围车辆运动行为的判断失误，从而减少事故，提高道路的安全性。目前，换道行为识别模型主要基于判别模型、生成模型和深度学习三类模型建立，应用较广的方法有逻辑回归、SVM、贝叶斯网络、HMM、LSTM等。在已有的换道行为识别模型中，车内摄像头收集的驾驶员眼动、头部运动等生理信息，OBD等设备收集的本文档来自技高网...

【技术保护点】
1.一种目标车辆换道行为自适应识别模型构建方法，其特征在于：包括如下步骤：/n步骤1，建立换道行为影响参数集，划分样本得到模型输入；/n步骤2，基于大规模车辆轨迹数据集，训练得到左侧及右侧目标换道行为识别的通用模型；/n步骤3，基于贝叶斯推断建立自适应换道行为识别模型。/n

【技术特征摘要】
1.一种目标车辆换道行为自适应识别模型构建方法，其特征在于：包括如下步骤：
步骤1，建立换道行为影响参数集，划分样本得到模型输入；
步骤2，基于大规模车辆轨迹数据集，训练得到左侧及右侧目标换道行为识别的通用模型；
步骤3，基于贝叶斯推断建立自适应换道行为识别模型。


2.根据权利要求1所述的目标车辆换道行为自适应识别模型构建方法，其特征在于：所述步骤1中建立换道行为影响参数集，划分样本得到模型输入的具体步骤如下：
步骤11，基于车辆检测数据，利用目标车辆的横向速度vx、纵向速度vy、横向加速度ax、纵向加速度ay、目标车辆距检测车辆车道中心线距离Δy、目标车辆与其前车间距Δxf、目标车辆与检测车间距Δxd、目标车辆与检测车前车间距Δxs八个参数建立换道行为的影响参数集；
步骤12，按照检测车辆和目标车辆的车辆编号进行样本划分，并确定模型的输入和输出。


3.根据权利要求2所述的目标车辆换道行为自适应识别模型构建方法，其特征在...

【专利技术属性】
技术研发人员：张钊，王京华，鲁光泉，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11