摘要
一种基于轨迹相似性聚类的驾驶行为表征与辨识方法,涉及自动驾驶技术领域,解决传统的基于专家经验或基于统计特征聚类的驾驶行为特征表征不充分和辨识精度较低的问题,本发明通过对获取驾驶数据集中的驾驶数据进行处理,获得不同驾驶行为的驾驶数据时间序列;根据获得的时间序列,进行驾驶行为聚类表征;以及建立驾驶行为辨识模型等步骤实现。本发明采用k‑Shape聚类算法聚类算法对驾驶行为进行聚类,相比传统聚类算法能够有效处理连续时间序列数据,提高驾驶行为聚类过程的准确性、高效性。设计基于LSTM网络的驾驶行为辨识模型,能够实时并准确辨识驾驶行为特征。
技术关键词
辨识方法
LSTM神经网络
序列
轨迹相似性度量
标记标签
数据
聚类算法
航向角信息
自动驾驶技术
肘部法则
检验方法
统计特征
优化器
参数
有效性
车辆
地图
偏差
系统为您推荐了相关专利信息
物流配送方法
中央控制模块
物流配送系统
宏观路径规划
动态时间规整算法
产线
故障预测模型
数据采集装置
仿真分析
数字孪生
流量预测模型
流量预测方法
序列
超参数
集合经验模态分解
三维模型方法
空间坐标信息
点云
数据
三维激光扫描技术