【技术实现步骤摘要】
本专利技术涉及交通安全，尤其涉及高速路段与城市路段两种场景下的换道意图识别方法及系统。
技术介绍
1、由于司机不当的换道操作引起的交通事故占据交通事故总数的大部分，因此，需要对驾驶员的换道意图进行准确的识别以减少此类事故造成的损失。目前，针对车辆换道意图识别的方法多针对单一的场景或者应用的场景不明确，近年来，随着深度学习的发展，换道意图的识别方法由普通的算法转变为深度学习的方法，以提高识别准确性。
技术实现思路
1、本专利技术主要目的在于提供一种可以提高识别换道意图准确性的高速路段与城市路段两种场景下的换道意图识别方法及系统。
2、本专利技术所采用的技术方案是：
3、提供一种车辆换道意图识别方法，包括以下步骤：
4、获取被识别车辆的速度以及其周围车辆的速度；
5、若两者速度均大于预设值，则将实时场景下获取的该被识别车辆及其周围车辆的特征参数输入高速路段场景下的第一换道识别模型，否则，将特征参数输入城市路段场景下的第二换道识别模型；其中被识别车...
【技术保护点】
1.一种车辆换道意图识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的车辆换道意图识别方法，其特征在于，第一换道识别模型的构建包括以下步骤：
3.根据权利要求2所述的车辆换道意图识别方法，其特征在于，第二换道识别模型的构建与第一换道识别模型相同，仅训练集和测试集的数据替换为相应的城市路段数据。
4.根据权利要求1所述的车辆换道意图识别方法，其特征在于，周围车辆包括被识别车辆左前、左后、正前、正后、右前、右后六个位置的车辆。
5.根据权利要求2所述的车辆换道意图识别方法，其特征在于，训练时，样本的标签具体为：左...
【技术特征摘要】
1.一种车辆换道意图识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的车辆换道意图识别方法，其特征在于，第一换道识别模型的构建包括以下步骤：
3.根据权利要求2所述的车辆换道意图识别方法，其特征在于，第二换道识别模型的构建与第一换道识别模型相同，仅训练集和测试集的数据替换为相应的城市路段数据。
4.根据权利要求1所述的车辆换道意图识别方法，其特征在于，周围车辆包括被识别车辆左前、左后、正前、正后、右前、右后六个位置的车辆。
5.根据权利要求2所述的车辆换道意图识别方法，其特征在于，训练时，样本的标签具体为：左换道、直行、右换道分别是(1，0，0)、(0，1，0)、(0，0，1)，每一个样本中包含n个时间步的特征序列，第i个时间步特征序列为[vi，ai，xi，yi，vij，aij，δxij，δyij]t，其中vi为样本车辆的第i个时间步的速度，ai为样本车辆的第i个时间步的加速度，xi为样本车辆的第i个时间步的纵向位置，yi为样本车辆的第i个时间步的横向位置，vij为样本车辆周围第j辆车第i个时间步的速度，aij为样本车辆周围第j辆车第i个时间步的加速度，δxij为样本车辆周围第j辆车第i个时间步的纵向相对位置，δyij为样...
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。