一种基于模拟驾驶器的驾驶意图建模方法和识别方法技术

本发明专利技术公开了一种基于模拟驾驶器的驾驶意图建模方法及识别方法，建模方法包括以下步骤：选取驾驶员使用模拟驾驶器进行模拟驾驶试验，并使用面部识别设备采集多组驾驶员面部信息数据，并在每一组驾驶员面部信息数据中加入驾驶员操作类型标签，得到原始试验数据；对试验数据进行预处理，预处理包括数据归一化和划分数据，划分后得到训练集和测试集；训练用于预测驾驶员行为预测的基于SVM的驾驶意图识别模型，训练时以驾驶员面部信息数据为输入变量，以驾驶员操作行为标签为输出变量；测试所得基于SVM的驾驶意图识别模型。本发明专利技术使驾驶意图识别模型，该模型建模过程易实施，模型计算量小、对运算要求较低，且对驾驶员行为预测准确较高。

【技术实现步骤摘要】
一种基于模拟驾驶器的驾驶意图建模方法和识别方法
本专利技术涉及交通安全领域，特别涉及一种基于模拟驾驶器的驾驶意图建模方法及识别方法。
技术介绍
随着辅助驾驶技术，乃至无人驾驶技术的不断发展，在可见的未来，将会有越来越多的智能汽车行驶在公路上。然而，由于开发成本的高昂、相关传感器等设备的价格高居不下，且交通基础设施相对落后，完全的无人驾驶车辆尚只能在人工驾驶车辆较少的路进行小范围测试或使用，如专门开辟的测试路段或人员稀少的港口地区等等。尽管有部分车企的无人驾驶车辆在城市道路中进行了路测，但是仍然需要安全员随时接管，以防发生意外。可以推断，在未来一段时间内，将出现无人驾驶车辆与有人驾驶车辆同时行驶在公路上。为了提高无人车辆的安全性，有必要对人工驾驶车辆的行驶意图进行数据共享，从而让无人车辆做出正确的动作准备。交叉路口是现实生活中常常出现交通事故的路段，且驾驶员行为多样。因此，有必要对交叉路口的驾驶员行为进行建模，从而预测其行为，进而为无人驾驶车辆的决策提供参考。申请号为CN201911398412.4、名称为“一种识别驾驶员行为的方法、装置及设备”本文档来自技高网...

【技术保护点】
1.一种基于模拟驾驶器的驾驶意图建模方法，其特征在于，包括以下步骤：/n选取驾驶员使用模拟驾驶器进行模拟驾驶试验，并使用面部识别设备采集多组驾驶员面部信息数据，并在每一组驾驶员面部信息数据中加入驾驶员操作类型标签，得到原始试验数据；/n对试验数据进行预处理，预处理包括数据归一化和划分数据，划分后得到训练集和测试集；/n训练用于预测驾驶员行为预测的基于SVM的驾驶意图识别模型，训练时以驾驶员面部信息数据为输入变量，以驾驶员操作行为标签为输出变量；/n测试所得基于SVM的驾驶意图识别模型。/n

【技术特征摘要】
1.一种基于模拟驾驶器的驾驶意图建模方法，其特征在于，包括以下步骤：
选取驾驶员使用模拟驾驶器进行模拟驾驶试验，并使用面部识别设备采集多组驾驶员面部信息数据，并在每一组驾驶员面部信息数据中加入驾驶员操作类型标签，得到原始试验数据；
对试验数据进行预处理，预处理包括数据归一化和划分数据，划分后得到训练集和测试集；
训练用于预测驾驶员行为预测的基于SVM的驾驶意图识别模型，训练时以驾驶员面部信息数据为输入变量，以驾驶员操作行为标签为输出变量；
测试所得基于SVM的驾驶意图识别模型。


2.根据权利要求1所述的基于模拟驾驶器的驾驶意图建模方法，其特征在于，每组所述驾驶员面部特征数据包括驾驶员面部的俯仰角、横摆角和侧倾角。


3.根据权利要求1所述的基于模拟驾驶器的驾驶意图建模方法，其特征在于，模拟驾驶试验中，模拟驾驶环境的道路模型采用城市道路，总长度不小于2km，且拥有至少2个十字路口；选取的驾驶员数量不少于10位，每位驾驶员重复进行十字路口的左转、右转、前进操作分别至少达到30次。


4.根据权利要求1所述的基于模拟驾驶器的驾驶意图建模方法，其特征在于，采集数据范围为车辆处于以十字路口前30m处开始至50m为止的范围；所述驾驶员操作类型标签包括对应左转、右转和前进的类型标签，以不同的数字代表。


5.根据权利要求1所述的基于模拟驾驶器的驾驶意图建模方法，其特征在于，...

【专利技术属性】
技术研发人员：邓伟文，赵蕊，丁能根，蔡锦康，黄楷博，王亚，
申请(专利权)人：南京经纬达汽车科技有限公司，
类型：发明
国别省市：江苏;32