基于隐马尔可夫理论的驾驶人换道意图识别研究

发布时间：2017-09-21 05:35

  本文关键词：基于隐马尔可夫理论的驾驶人换道意图识别研究

  更多相关文章： 驾驶人 高速公路 视觉特性 车道变换 意图识别 HMM算法

【摘要】：在行车过程中,驾驶人需要不停的观察周围环境并作出判断,特别是在变换车道时,如果出现观察不足或者决断失误,极有可能导致交通事故。如果能够提前预知驾驶人的换道意图,就可以对接下来的换道行为进行风险评估,提醒驾驶人采取正确的应对措施,便能最大限度地避免交通事故的发生。而在高速公路环境中,行驶速度较快,交通事故的危险性更高,因此对高速公路环境下驾驶人换道意图的识别对行车安全具有重要意义。本文首先分析了大量国内外关于驾驶意图识别方法的研究现状,最终选取驾驶人视觉特性来研究驾驶人的换道意图,采用独立样本T检验的方法对比分析驾驶人在左、右换道阶段和车道保持阶段的视觉特性差异,提取表征驾驶人视觉特性规律的特征参数组,基于隐马尔可夫理论(HMM,Hidden Markov Model)建立换道意图识别模型,最后对模型的效果进行评价。本文具体研究工作如下:1.根据研究需要对换道行为进行分析和划分,根据现有试验条件进行试验方案设计,包括试验人员招募和培训等,为后面的章节提供理论和数据基础。2.采集分析驾驶人视觉特性数据。首先划分视野平面,然后分析意图阶段和车道保持阶段的视觉特性参数的变化规律,并运用独立样本T检验的方法检验各个参数的差异性,最后确立视觉特性表征参数为对相应一侧后视镜注视次数和注视时间、水平方向视觉搜索广度、扫视幅度、扫视速度、头部水平转角标准差。3.建立基于隐马尔可夫的识别模型。首先,从HMM的基本算法原理和应用阐述HMM的建模思想;接着,结合论文研究目的和要求,选取建模所需的视觉表征参数,利用从试验数据中选取的276个训练样本进行模型训练;最后基于HMM建立换道意图识别模型,利用测试样本对识别模型进行验证。论文以驾驶人视觉特性为基础,利用隐马尔可夫理论深入研究了高速公路环境下驾驶人换道意图识别面临的关键技术问题。本文所建立的模型有较高的识别准确率,从而为驾驶人意图领域的研究提供重要的借鉴,进而减少交通事故的发生。
【关键词】：驾驶人 高速公路 视觉特性 车道变换 意图识别 HMM算法
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6
【目录】：

• 摘要4-6
• ABSTRACT6-11
• 第1章 绪论11-19
• 1.1 研究背景和意义11-12
• 1.1.1 研究背景11
• 1.1.2 研究意义11-12
• 1.2 国内外研究现状12-16
• 1.2.1 国外研究现状12-14
• 1.2.2 国内研究现状14-15
• 1.2.3 国内外研究现状总结15-16
• 1.3 研究内容和技术路线16-19
• 第2章 车道变换行为分析及试验19-29
• 2.1 车道变换行为分析19-21
• 2.1.1 定义及类型划分19-20
• 2.1.2 换道过程阶段划分20
• 2.1.3 意图表征时窗宽度的确定20-21
• 2.2 试验方案设计21-26
• 2.2.1 试验条件22-24
• 2.2.2 试验驾驶人24
• 2.2.3 试验注意事项及步骤24-25
• 2.2.4 试验方案25-26
• 2.3 试验数据预处理26-27
• 2.3.1 异常值处理26-27
• 2.3.2 样本数据选取27
• 2.4 本章小结27-29
• 第3章 驾驶人视觉行为及头部运动分析29-49
• 3.1 兴趣区域的划分29-33
• 3.1.1 划分方法比较29-31
• 3.1.2 本文兴趣区域划分31-33
• 3.2 注视行为特征分析33-39
• 3.2.1 平均注视时间33-34
• 3.2.2 注视次数34-35
• 3.2.3 后视镜注视行为分析35-38
• 3.2.4 注视路径转移38-39
• 3.3 视觉搜索广度39-41
• 3.3.1 水平方向视觉搜索广度40
• 3.3.2 垂直方向视觉搜索广度40-41
• 3.4 扫视行为特征分析41-44
• 3.4.1 扫视幅度41-42
• 3.4.2 平均扫视时间42-43
• 3.4.3 扫视速度43-44
• 3.5 头部运动特性44-47
• 3.5.1 头部水平方向转动角度标准差45-46
• 3.5.2 头部垂直方向转角标准差46-47
• 3.6 不同意图阶段视觉表征参数选取47
• 3.7 本章小结47-49
• 第4章 基于HMM模型的换道意图识别方法研究49-67
• 4.1 HMM理论概述49-58
• 4.1.1 基本原理49-50
• 4.1.2 基本问题50-56
• 4.1.3 HMM分类56-58
• 4.2 基于CHMM的识别模型设计58-63
• 4.2.1 选择HMM结构58-59
• 4.2.2 HMM模型设计59-60
• 4.2.3 训练HMM60-63
• 4.3 算法验证63-65
• 4.3.1 换道意图识别过程原理63-64
• 4.3.2 识别准确率分析64-65
• 4.4 本章小结65-67
• 第5章 总结与展望67-69
• 5.1 工作总结67-68
• 5.2 研究展望68-69
• 参考文献69-73
• 作者简介及在学期间所取得的科研成果73-75
• 致谢75

【相似文献】

中国期刊全文数据库 前10条

1 刘艳玲;熊辉;;基于运动学的换道安全间距研究[J];交通标准化;2014年04期

2 楼大成;;车辆换道过程中目标车辆与周围车辆的安全距离[J];硅谷;2014年05期

3 杨建国,王金梅,李庆丰,王兆安;微观仿真中车辆换道的行为分析和建模[J];公路交通科技;2004年11期

4 杨小宝;张宁;;任意性换道模型的比较与选择[J];交通运输系统工程与信息;2006年04期

5 刘小明;郑淑晖;蒋新春;;基于动态重复博弈的车辆换道模型[J];公路交通科技;2008年06期

6 杨小宝;;考虑实施过程的车辆换道模型及其应用[J];物理学报;2009年02期

7 金立生;Bartvan Arem;杨双宾;Mascha van der Voort;Martijn Tideman;;高速公路汽车辅助驾驶安全换道模型[J];吉林大学学报(工学版);2009年03期

8 李玮;高德芝;段建民;;智能车辆自由换道模型研究[J];公路交通科技;2010年02期

9 王崇伦;李振龙;陈阳舟;代桂平;;考虑换道约束空间的车辆换道模型研究[J];公路交通科技;2012年01期

10 付静静;孙浩;杜春臣;;基于驾驶人换道行为的换道决策辅助系统预警时间研究[J];北京汽车;2012年04期

中国重要会议论文全文数据库 前3条

1 张安英;;基于预判概率的换道决策模型研究[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

2 李玮;段建民;龚建伟;;障碍物条件下智能车辆换道路径规划的近优解[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

3 杨晓光;孙剑;;面向ITS的交通仿真实验系统研究与开发[A];第一届中国智能交通年会论文集[C];2005年

中国重要报纸全文数据库 前3条

1 本报记者 李龙俊;换道超车，，才有机会后来居上[N];四川日报;2014年

2 记者 徐景明;车一进隧道就不允许换道[N];厦门日报;2010年

3 闻天;安全驾车十二诀[N];华夏时报;2004年

中国博士学位论文全文数据库 前10条

1 宋竹;微观交通仿真查询算法与换道模型研究[D];电子科技大学;2015年

2 魏福禄;信号交叉口四左转车道交通运行特性研究[D];吉林大学;2015年

3 李慧轩;基于驾驶行为动态获取的换道行为微观建模及仿真校验研究[D];北京交通大学;2016年

4 彭金栓;基于视觉特性与车辆相对运动的驾驶人换道意图识别方法[D];长安大学;2012年

5 王畅;车辆换道预警的若干关键问题研究[D];长安大学;2012年

6 侯海晶;高速公路驾驶人换道意图识别方法研究[D];吉林大学;2013年

7 党睿娜;具有换道辅助功能的车辆自适应巡航控制[D];清华大学;2013年

8 罗强;面向高速公路行车安全预警的车道偏离及换道模型研究[D];华南理工大学;2014年

9 漆巍巍;城市道路拥堵状态下驾驶人生理及换道特性研究[D];哈尔滨工业大学;2014年

10 朱愿;基于视觉和雷达的智能车辆自主换道决策机制与控制研究[D];中国人民解放军军事医学科学院;2014年

中国硕士学位论文全文数据库 前10条

1 吴杭哲;基于最小安全距离的车辆换道控制研究[D];哈尔滨工业大学;2015年

2 陈文娇;车辆换道行为动态特性及其对车流影响研究[D];青岛理工大学;2015年

3 滕飞;换道车辆的实时轨迹预测方法研究[D];北京理工大学;2016年

4 袁盛s

本文编号：892694