基于驾驶行为与道路环境的驾驶员换道意图识别与建模

发布时间：2021-04-03 01:23

　　先进辅助驾驶系统（Advanced Driving Assistance System,ADAS）应为驾驶员带来安全舒适的驾驶体验。与换道相关的ADAS主要有并线辅助系统、车道偏离预警系统以及车道保持辅助系统。由于这些ADAS存在不能准确理解驾驶员意图的缺陷,经常对驾驶员产生不必要的干扰与误警,致使其利用率较低。此外,在共享控制系统中,需根据驾驶员换道意图识别结果,获取不同场景下共享控制的控制权重分配。因此准确识别驾驶员换道意图具有重要意义。本论文在国家重点研发计划项目（2016YFB0101102）“电动汽车智能辅助驾驶技术研发及产业化”以及国家自然科学基金（U1664263）“中国汽车产业创新发展联合基金”的资助下,对驾驶员换道行驶过程进行分析,建立对应工况的多维高斯混合隐马尔可夫（Multi-dimension Gauss HMM,MGHMM）驾驶员意图识别模型,并分析影响模型识别效果的因素,主要包括以下几个方面:（1）鉴于HMM对时序数据建模具备优良的性能,本文首先分析了HMM在驾驶员换道意图识别的应用问题,分别建立车道保持意图识别HMM模型左换道意图识别HMM模型以及右换道意... 

【文章来源】：吉林大学吉林省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 绪论
    1.1 课题背景与研究意义
    1.2 国内外研究现状
        1.2.1 驾驶行为及驾驶意图辨识类别
        1.2.2 驾驶员换道意图辨识方法
        1.2.3 驾驶员换道意图辨识中观测数据选取
    1.3 存在的主要问题
    1.4 本文主要内容及章节安排
        1.4.1 科研项目资助情况
        1.4.2 研究目标
        1.4.3 主要研究内容
        1.4.4 章节安排
第2章 驾驶员换道意图识别建模
    2.1 引言
    2.2 隐马尔可夫模型（HMM）简介
        2.2.1 隐马尔可夫模型（HMM）基本结构
        2.2.2 HMM模型的基本算法
    2.3 多维隐马尔可夫模型
        2.3.1 多维离散隐马尔可夫模型
        2.3.2 多维高斯隐马尔可夫模型
    2.4 驾驶员换道意图识别建模
        2.4.1 单一工况驾驶员换道意图识别建模
        2.4.2 驾驶员换道意图识别过程
        2.4.3 具备模型匹配功能的复合工况驾驶员换道意图识别模型
    2.5 本章小结
第3章 模拟驾驶平台搭建及实验设计
    3.1 引言
    3.2 模拟驾驶实验平台简介
    3.3 模拟驾驶实验设计
        3.3.1 模拟驾驶实验场景搭建
        3.3.2 数据采集实验设计
    3.4 观测数据分析筛选
        3.4.1 观测数据预处理
        3.4.2 观测数据筛选
    3.5 观测数据有效性验证分析
    3.6 本章小结
第4章 驾驶员换道意图识别模型参数训练及验证
    4.1 引言
    4.2 模型参数训练
        4.2.1 建立训练样本数据库
        4.2.2 MGHMM模型状态数及高斯混合数选取
        4.2.3 MGHMM模型训练
    4.3 单一工况模型验证
        4.3.1 单一工况模型测试数据库建立
        4.3.2 单一工况模型验证
        4.3.3 验证结果分析
    4.4 复合工况模型验证
        4.4.1 复合工况模型验证数据库建立
        4.4.2 复合工况模型验证
        4.4.3 复合工况具备模型匹配功能的MGHMM模型验证
        4.4.4 验证结果分析
    4.5 本章小结
第5章 全文总结
    5.1 研究工作总结
    5.2 需要进一步研究的问题
参考文献
作者简介及研究成果
致谢



本文编号：3116336