浅论基于支持向量机的驾驶员超车意图识别论文
随着各种车载电子设备、导航设备、手机和其他远程信息处理设备的日益普及,这些设备分散着驾驶员的注意力,使驾驶过程中的危险性增加,为此,人们正致力于发展半自动或全自动化的驾驶辅助系统,如使用驾驶员辅助系统(ADAS)的车道偏离警告(LDW)和车道变换辅助(LCA).但在未知驾驶员驾驶意图的情况下,这些辅助系统容易出现错误,如误报警等.所以系统在感知驾驶员驾驶行为的同时,对驾驶员的驾驶意图进行正确的识别是ADAS发展关键技术之一.
目前,很多研究者以转向灯的信号来判断驾驶员的超车意图,但只有64%的人在超车时会使用转向灯,且大都是在超车开始时才打开转向灯,而不是在初始阶段.其他的一些研究者也对驾驶员换道意图做了研究,如Jr等采集分析了自车车头与前车距离、加速踏板开度、制动踏板开度和方向盘转角等信息,提出了基于ACT-R认知理论的驾驶人换道意图模型;肖献强以驾驶意图的产生到执行的时间差,提出了基于驾驶人操作特性的辨识方法;孙纯基于实车实路环境下的实验,提出了基于Logistic思想和证据理论的驾驶人换道超车意图辨识方法.上述方法将注意力主要集中在对车辆状态参数的研究上,对车辆状态参数,道路参数和驾驶人行为进行综合性研究较少,存在前瞻性不够且识别率较低的问题.
本文提出了一种基于支持向量机(SupportVectorMachine,SVM)的超车意图辨识方法,对比分析了不同参数组合下模型的分类效果.最终确定了以方