摘要
本申请公开了一种考虑驾驶人意图的人机共驾控制方法,涉及自动驾驶技术领域,该方法包括获取驾驶员在历史驾驶过程中的视觉数据并标注换道意图,构成训练数据集,利用训练数据集训练CNN网络得到驾驶员换道意图预测模型;实时获取驾驶员视觉数据并预测换道意图,若预测结果为有换道意图,则计算人机介入惩罚因子,衡量驾驶员与自动驾驶系统间的冲突程度。基于人机介入惩罚因子和二自由度车辆动力学模型,动态调整操作优先级,实现对目标车辆的人机共驾控制。本申请通过获取驾驶员的视觉数据,结合CNN网络准确预测驾驶员意图,动态调整人机控制权重,实现更加安全、高效的共驾体验,降低人机冲突,提高自动驾驶系统的适应性和可靠性。
技术关键词
人机
车辆动力学模型
Softmax函数
因子
车道
压缩特征
视觉
预测驾驶员意图
自动驾驶系统控制
加速度
数据
过渡算法
自动驾驶技术
动态
方程
轨迹