一种车辆行驶行为识别方法及装置制造方法及图纸

本发明专利技术涉及自动驾驶技术领域，具体涉及一种车辆行驶行为识别方法及装置，该方法包括以下步骤：建立各个换道行为的初始换道行为预测模型；采集车辆各个换道行为对应的观测运动参数；带入对应每一的观测运动参数对初始换道行为预测模型进行训练，得到训练后的车道保持预测模型、左变道预测模型和右变道预测模型；在使用时，获取目标车辆的观测运动参数；将所述观测运动参数分别输入车道保持预测模型、左变道预测模型和右变道预测模型；根据输出的车道保持概率、左变道概率和右变道概率判断车辆行为趋势。能够解决现有技术中自动驾驶无法提前识别周围车辆的换道意图行为，会导致自动操作失误及容易引发交通事故的问题。失误及容易引发交通事故的问题。失误及容易引发交通事故的问题。

【技术实现步骤摘要】
一种车辆行驶行为识别方法及装置


[0001]本专利技术涉及自动驾驶
，具体涉及一种车辆行驶行为识别方法及装置。

技术介绍

[0002]自动驾驶汽车(Autonomous vehicles；Self
‑
driving automobile)又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，是一种通过电脑系统实现无人驾驶的智能汽车。自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。无人驾驶技术集人工智能、计算机视觉、组合导航、信息融合、自动控制和体系结构等众多高技术于一体，是计算机科学、自动化技术高度发展的产物。
[0003]其中感知和认知是无人驾驶中最关键的环节之一，是进行正确规划与决策的前提。例如周围车辆的换道、急刹车等。尤其是换道行为，其变化趋势缓慢较难识别和判断。
[0004]但是在高速公路环境中，如果无法提前识别周围车辆驾驶员的换道意图行为，会导致自动操作失误，更容易引发严重的交通事故。现在技术中判断周围车辆换道行本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆行驶行为识别方法，其特征在于，包括以下步骤：获取目标车辆的观测运动参数；将所述观测运动参数分别输入车道保持预测模型、左变道预测模型和右变道预测模型；根据所述车道保持预测模型、左变道预测模型和右变道预测模型输出的车道保持概率、左变道概率和右变道概率判断车辆行为趋势。2.如权利要求1所述的车辆行驶行为识别方法，其特征在于，在所述获取目标车辆的观测运动参数之前，还包括训练车道保持预测模型、左变道预测模型和右变道预测模型。3.如权利要求2所述的车辆行驶行为识别方法，其特征在于，训练车道保持预测模型、左变道预测模型和右变道预测模型的方法均包括：建立各个换道行为的初始换道行为预测模型；采集车辆在实际交通场景中各个换道行为对应的观测运动参数；基于Baum
‑
Welch算法，向对应换道行为的初始换道行为预测模型依次带入对应每一的观测运动参数进行训练，得到训练后的车道保持预测模型、左变道预测模型和右变道预测模型。4.如权利要求3所述的车辆行驶行为识别方法，其特征在于，所述的基于Baum
‑
Welch算法，向对应换道行为的初始换道行为预测模型依次带入对应每一的观测运动参数进行训练，得到训练后的车道保持预测模型、左变道预测模型和右变道预测模型，包括：向对应换道行为的初始换道行为预测模型依次带入对应每一的观测运动参数，得到各个迭代换道行为预测模型的联合分布函数；对每个联合分布函数的...

【专利技术属性】
技术研发人员：郝奕，殷政，付源翼，夏然飞，王荣荣，
申请(专利权)人：东风商用车有限公司，
类型：发明
国别省市：