基于隐马尔科夫模型的驾驶员换道驾驶意图识别方法研究

发布时间：2021-01-13 04:49

　　近年来随着汽车智能化程度的不断提高,智能汽车的辅助驾驶系统应运而生,当前的智能辅助驾驶系统大部分是基于车载传感器进行智能感知,再进行智能规划、决策和执行,在此过程中如果忽略驾驶任务的主体驾驶人的意图,可能导致驾驶员与智能辅助系统的决策相悖,反而会产生更多潜在的事故风险。尊重驾驶员的意图不仅能够更好地满足人类对行车安全性和舒适性的追求,也是提高智能辅助驾驶系统的接受度,更是完善人性化人机共驾必要的一环。为准确识别驾驶员的驾驶意图,本文着重对驾驶员在换道过程中的心理和生理行为进行分析,提出了一种基于高斯混合隐马尔科夫模型的换道驾驶意图识别方法。本文结合国家自然科学基金重大项目“极限工况下汽车主动安全协同控制及应用验证”（No.61790560）、国家重点研发计划“基于驾驶人驾驶技能的个性化人机共驾理论”（No.2016YFB0100904）、国家自然科学基金区域创新发展联合基金重点项目“冰雪环境下汽车智能驾驶决策与人车协同控制的关键技术研究”（No.U19A2069）、吉林省省校共建计划专项“下一代乘用车的底盘电动化先进技术”（No.SXGJSF2017-2-1-1）和青年基金项目“尊重驾... 

【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】：75 页

【学位级别】：硕士

【部分图文】：

论文总体结构

驾驶实验车

第2章驾驶实验及换道驾驶意图识别变量选择11图2.1驾驶实验车图2.2行车记录仪记录实验车内部及前方视频影像下载程序、观测变量及标定参数，通过快速控制原型系统MicroAutoBox与车载CAN总线相连接，如图2.3所示。收集主车的加速踏板位置、制动踏板信号、车辆纵向速度、纵向加速度、侧向加速度、车辆横摆角速度以及方向盘转角等。以及主车与前车的相对速度、距离等数据，部分数据曲线如图2.5所示。图2.3车辆数据测取过程除此之外，如图2.4所示，实验中还通过高精度组合导航系统RT3002测得车辆的经纬度位置。

【参考文献】：
期刊论文
[1]基于驾驶人不满度的高速公路自动驾驶换道决策[J]. 陈慧,王洁新.  中国公路学报. 2019(12)
[2]基于驾驶意图识别的多模耦合驱动系统能量管理[J]. 张利鹏,贾启康,刘威,赵玉勤.  机械工程学报. 2019(18)
[3]基于贝叶斯结构方程模型的疲劳驾驶行为意图研究[J]. 邓院昌,史晨军.  安全与环境学报. 2019(02)
[4]基于驾驶意图识别的PHEV控制策略研究[J]. 尹安东,国兴.  汽车科技. 2016(02)
[5]基于统计学习理论的支持向量机预测模型[J]. 章永来,史海波,周晓锋,杨秀锋.  统计与决策. 2014(05)
[6]基于隐马尔可夫模型的驾驶行为预测方法研究[J]. 肖献强,任春燕,王其东.  中国机械工程. 2013(21)
[7]基于双层隐式马尔科夫模型的驾驶意图辨识[J]. 宗长富,王畅,何磊,郑宏宇,张泽星.  汽车工程. 2011(08)
[8]支持向量机理论与算法研究综述[J]. 丁世飞,齐丙娟,谭红艳.  电子科技大学学报. 2011(01)
[9]AAM在多姿态人脸特征点检测中的应用[J]. 呼月宁,张艳宁,朱宇,崔瑞.  计算机工程与应用. 2010(12)
[10]ASM及其改进的人脸面部特征定位算法[J]. 范玉华,马建伟.  计算机辅助设计与图形学学报. 2007(11)

博士论文
[1]高速公路驾驶人换道意图识别方法研究[D]. 侯海晶.吉林大学 2013
[2]面向安全预警的机动车驾驶意图识别方法研究[D]. 张良力.武汉理工大学 2011
[3]人脸识别中若干关键问题的研究[D]. 山世光.中国科学院研究生院（计算技术研究所） 2004

硕士论文
[1]基于驾驶意图识别的纯电动汽车复合制动系统协调控制研究[D]. 王彦.兰州理工大学 2019
[2]基于隐马尔可夫模型的驾驶员行为分析研究[D]. 李土深.哈尔滨工程大学 2017
[3]基于驾驶员意图的智能车辆路径跟随研究[D]. 郑亚奇.湖南大学 2016
[4]基于高斯混合模型的EM算法及其应用研究[D]. 邱藤.电子科技大学 2015
[5]基于HMM的驾驶模式识别方法研究及应用[D]. 萧超武.华南理工大学 2015
[6]驾驶员—车辆Agent微观换道行为的建模[D]. 韩珍.中国科学技术大学 2011
[7]基于隐形马尔科夫模型的驾驶员意图辨识方法研究[D]. 王畅.吉林大学 2011
[8]城市道路车辆换道模型及换道影响研究[D]. 曹珊.华中科技大学 2009



本文编号：2974247