【技术实现步骤摘要】
本专利技术涉及车辆换道预测，尤其涉及一种考虑车辆复杂交互的车辆换道意图预测方法。
技术介绍
1、换道行为作为一种基本的驾驶行为，在很大程度上影响着交通效率和安全，提前预测驾驶员换道意图有助于实现主动风险管控。同时随着智能汽车的快速发展，正确理解驾驶员意图及相关行为，有助于构建高效的高级驾驶辅助系统adas和共享控制系统。然而，车辆在行驶过程中会与不同交通参与者产生交互，车辆之间存在的物理性能及车体大小差异会随着车辆之间的距离、相对速度等变化而对驾驶行为产生不同程度的影响，如越接近前车驾驶员感受到的车辆压迫度越大，进而出现减速行为，而车辆类型与车体大小不同，感受到的车辆压迫度也不同，减速的程度会不同，因此提出一种能够描述车辆之间复杂交互的方法有助于更好的理解驾驶员意图，大大提高预测精度。现有技术中实现车辆换道意图预测的方法主要采用以下几种方式实现：
2、1、基于车辆轨迹提取的物理特征的换道意图预测方法，如专利申请cn116680519提出了一种基于gm-hmm模型的车辆换道意图识别方法，该方法基于车辆轨迹数据得到目标车辆的位置...
【技术保护点】
1.一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，包括：
2.根据权利要求1所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，车辆轨迹数据的获取是对视频中每一帧视频数据进行数据实时识别，其中每一帧视频数据包括：视频帧数、车辆编号、车辆长度、车辆宽度、车辆横坐标、车辆纵坐标、车辆所在车道编号、车辆中心点与车道中心线的距离。
3.根据权利要求1所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，数据预处理具体包括：
4.根据权利要求1所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，换道意图预...
【技术特征摘要】
1.一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，包括：
2.根据权利要求1所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，车辆轨迹数据的获取是对视频中每一帧视频数据进行数据实时识别，其中每一帧视频数据包括：视频帧数、车辆编号、车辆长度、车辆宽度、车辆横坐标、车辆纵坐标、车辆所在车道编号、车辆中心点与车道中心线的距离。
3.根据权利要求1所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，数据预处理具体包括：
4.根据权利要求1所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，换道意图预测模型的训练过程具体为：
5.根据权利要求4所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，s1中，跟驰场景下的换道样本数据和非换道样本数据的获取过程为：
6.根据权利要求4所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，s2的具体过程为：
7.根据权利要求6所述的一种考虑车辆复杂交互的车辆换道意图预测方法，其特征在于，s22中，不同车辆类型组合的平衡距离的计算公式为：
8.根据权利要求4所述的一种考虑车辆复杂交互的车辆换道...
【专利技术属性】
技术研发人员：邢璐，唐幼仪，杨枝枝，李喜，张宇杰，黄中祥，向往，官云林，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。