用于自动驾驶虚拟测试和验证的驾驶者行为识别方法

本发明公开了一种用于自动驾驶虚拟测试和验证的驾驶者行为识别方法及系统。通过多源传感器采集交通视频数据，利用深度神经网络进行动态目标物分类和轨迹提取，将轨迹转换为全局坐标并存储；基于轨迹数据，运用深度学习算法分析复杂交通场景下的驾驶行为特征，考虑地区差异标定驾驶员模型参数，生成驾驶员模型。构建基于GaiA软件与PTV Vissim联合仿真的虚拟测试框架，进行虚拟测试与验证。本发明能准确识别驾驶者行为，提高测试场景真实性和仿真准确性，考虑地区差异使模型更符合实际，云端并行测试提升了测试效率和范围，对自动驾驶系统的发展和商业化具有重要意义，也可应用于智能交通其他领域。