一种基于轨迹预测的驾驶意图识别方法技术

本发明专利技术公开了一种基于轨迹预测的驾驶意图识别方法，包括：获取车辆历史轨迹及历史高清地图，对车辆历史轨迹进行预处理；将车辆历史轨迹和历史高清地图向量化，得到向量地图；基于向量地图中的向量元素构建分层子图；基于分层子图构建全局交互图，使用VectorNet图神经网络对全局交互图进行训练，得到未来轨迹；对车辆历史轨迹进行横向驾驶意图和纵向驾驶意图标注，得到驾驶意图标签；基于融合模型对车辆历史轨迹进行训练，得到驾驶意图识别模型，根据驾驶意图识别模型对未来轨迹进行识别，得到驾驶意图，本发明专利技术能够根据历史车辆轨迹实时预测未来轨迹，能够较为准确的进行驾驶意图识别，提高驾驶意图识别的精准度，有效避免潜在的交通事故风险。

【技术实现步骤摘要】

本专利技术涉及智能交通系统，尤其涉及一种基于轨迹预测的驾驶意图识别方法。

技术介绍

1、驾驶意图识别在智能交通系统中具有重要意义，对于确保交通安全和提升交通效率至关重要。现有大量学者针对驾驶意图识别展开研究，但其多基于生成模型、判别模型、深度学习模型和规则等方法生成模型通过学习驾驶数据的分布情况来理解驾驶行为中的潜在意图，如li等人所做的基于马尔科夫模型和贝叶斯滤波技术的驾驶员变道意图识别。判别模型具有较强的分类能力，如morris等人利用相关向量机进行建模，实现了80％的识别精度。深度学习模型基于神经网络，通过多层非线性变换建立驾驶数据与驾驶意图之间的映射关系，如庄皓等人提出的cnn-lstm模型。此外，基于规则的方法也是重要研究方向之一，如bocklisch等人基于自适应模糊模式实现了左换道和右换道行为的准确率分别达到89.3％和86.3％，但是都不能预测短时间后的车辆驾驶意图。

技术实现思路

1、本专利技术提供一种基于轨迹预测的驾驶意图识别方法，以克服现有车辆驾驶意图模型不能预测短时间后的驾驶意图的技术本文档来自技高网...

【技术保护点】

1.一种基于轨迹预测的驾驶意图识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于轨迹预测的驾驶意图识别方法，其特征在于，S2将所述训练集内的车辆历史轨迹和所述历史高清地图向量化，得到向量地图，包括：

3.根据权利要求1所述的一种基于轨迹预测的驾驶意图识别方法，其特征在于，S3基于所述向量地图中的向量元素构建分层子图，包括：

4.根据权利要求1所述的一种基于轨迹预测的驾驶意图识别方法，其特征在于，S4基于所述分层子图构建全局交互图，使用VectorNet图神经网络对所述全局交互图进行训练，得到未来轨迹，包括：

5.根据权利要求1所...

【技术特征摘要】

1.一种基于轨迹预测的驾驶意图识别方法，其特征在于，包括：

2.根据权利要求1所述的一种基于轨迹预测的驾驶意图识别方法，其特征在于，s2将所述训练集内的车辆历史轨迹和所述历史高清地图向量化，得到向量地图，包括：

3.根据权利要求1所述的一种基于轨迹预测的驾驶意图识别方法，其特征在于，s3基于所述向量地图中的向量元素构建分层子图，包括：

4.根据权利要求1所述的一种基于轨迹预测的驾驶意图识别方法，其特征在于，s4基于所述分层子图构建...

【专利技术属性】
技术研发人员：谢庆，袁辉，贺方平，吴炜昌，曾斌，董鹏，欧智勇，黄东，万少博，金功克，王鹏程，张广禄，
申请(专利权)人：中铁南方投资集团有限公司，
类型：发明
国别省市：