摘要
本发明提出了一种基于驾驶风格的换道意图识别方法。首先通过驾驶模拟实验采集跟驰场景下的驾驶行为数据,构建包含自车状态、前车状态及时空跟驰特征的多维度数据集;然后基于期望安全裕度模型,识别驾驶人的反应特性、稳态风险特性和操作特性,提取构成驾驶风格的行为参数,包括反应时间、期望安全裕度区间和操作敏感性等指标;进一步利用聚类算法将驾驶人划分为不同风格类型并赋予风格标签。在此基础上,通过非控制观察实验采集驾驶人主观标注的换道意图时间信息,并将其与轨迹数据对齐,构建带有真实意图标签的轨迹数据集。最后,基于该数据集构建动态贝叶斯网络模型,以固定时间窗口内的历史驾驶状态序列为输入,融合驾驶风格、自车与周围车辆交互特征及交通流特征,实现对当前时刻是否存在换道意图的实时识别。该方法具备良好的可解释性、个体差异适应能力与工程部署性,适用于智能驾驶辅助系统中驾驶人意图的动态识别与响应控制。
技术关键词
意图识别方法
动态贝叶斯网络模型
驾驶模拟器
路段交通流
滑动时间窗口
智能驾驶辅助系统
标签
滑动窗口
指标
驾驶模拟实验
参数学习方法
加速度
意图预测方法
条件依赖关系
驾驶风格识别
交互特征
期望最大化算法
数据
系统为您推荐了相关专利信息
意图分类模型
分词算法
意图识别方法
文本
自然语言
环网柜供电
监测环网柜
故障预测模型
动态调整机制
校准
驾驶模拟训练
训练场景
数据融合算法
驾驶模拟器
切片