基于机器学习的车道保持辅助系统运行舒适性评估方法

本发明涉及一种基于机器学习的车道保持辅助系统运行舒适性评估方法，包括：利用配备车道保持辅助系统的自动驾驶车开展现场测试，获取天气环境信息、道路几何与交通标线信息、驾驶行为信息与驾驶人舒适性测试结果；利用递归特征消除算法筛选获取的信息作为系统运行舒适性特征参数，并采用接受者操作特征曲线分析法确定其舒适性阈值；以天气环境信息及道路几何与交通标线信息为输入信息，采用机器学习方法预测驾驶行为信息；基于驾驶行为信息预测结果，采用机器学习方法构建舒适性评估模型，以此评估车道保持辅助系统运行舒适性。该方法能够充分考虑车道保持辅助系统运行时的现实世界条件，有效提升车道保持辅助系统运行舒适性评估结果的准确性。