基于驾驶风格辨识和运动预测的换道风险评估及决策方法

发布时间：2023-04-03 02:25

　　高速公路具有车辆行驶速度快,在跟车和自由换道的过程中容易产生碰撞的特点。当前,传统的高速公路场景中的换道决策模型仅考虑驾驶任务的完成,不完全符合人类驾驶员在驾驶行为决策时所采用的综合考虑安全性与通行效率的决策机理,未能充分考虑周围车辆行为不确定给主车带来的碰撞风险。所以,为了使自动驾驶汽车可以在高速公路的动态不确定场景中安全可靠的运行,自动驾驶系统需要有预测其他交通参与者的运动并评估其行为带来的潜在风险的能力。本文主要研究高速公路场景下考虑周围车辆驾驶员风格和长时运动预测的自主驾驶车辆风险评估和行为决策研究。围绕人类驾驶车辆驾驶风格分析、场景中其他车辆意图识别和概率性轨迹预测、碰撞风险评估和自动驾驶行为决策四个方面进行研究。首先,从车辆历史轨迹中提取了驾驶人的风格特征,对人类驾驶车辆的驾驶员风格进行了聚类分析,对比K-Means++、模糊均值(FCM)和层次聚类算法在多个聚类中心下的聚类效果;使用支持向量机(SVM)对驾驶风格进行分类;分析了三种风格驾驶员换道与跟车状态下的操作特性。结果显示,使用K-Means++算法将驾驶风格聚类成三种类型具有较好的效果;SVM在三种驾驶风格的测试数...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 驾驶风格分析研究现状
        1.2.2 意图识别算法研究现状
        1.2.3 轨迹预测算法研究现状
        1.2.4 驾驶风险评估与行为决策研究现状
    1.3 研究内容与论文章节安排
        1.3.1 研究内容
        1.3.2 论文章节安排
2 人类驾驶员驾驶风格分析
    2.1 引言
    2.2 驾驶风格特征选择
    2.3 驾驶风格聚类和分类模型
        2.3.1 驾驶风格聚类算法
        2.3.2 驾驶风格分类算法
    2.4 试验验证
        2.4.1 数据集介绍
        2.4.2 数据预处理
        2.4.3 主成分分析
        2.4.4 驾驶风格聚类和分类
    2.5 不同风格驾驶员行为特性分析
        2.5.1 车辆行驶轨迹提取
        2.5.2 不同风格驾驶员行为特性
    2.6 本章总结
3 结合驾驶意图的车辆轨迹预测模型
    3.1 引言
    3.2 驾驶意图识别
        3.2.1 问题描述
        3.2.2 数据准备
        3.2.3 模型构建
        3.2.4 模型的训练和测试
        3.2.5 预测结果对比
    3.3 基于车辆驾驶意图识别的轨迹预测
        3.3.1 LSTM编码解码网络
        3.3.2 混合密度网络
        3.3.3 模型的训练和测试
    3.4 车辆运动预测实验
        3.4.1 实验目的
        3.4.2 交通流数据采集
        3.4.3 目标车辆轨迹的提取与运动预测
    3.5 本章小结
4 基于轨迹冲突量化的风险评估及换道决策
    4.1 引言
    4.2 主车轨迹簇筛选方法
    4.3 主车目标车道的选择
    4.4 基于意图的轨迹规划
    4.5 意图冲突
    4.6 轨迹冲突
        4.6.1 对主车轨迹簇分层筛选的方法
        4.6.2 轨迹相交的快速检测
        4.6.3 两条轨迹冲突的量化方式
    4.7 基于对主车轨迹与周围多车轨迹冲突量化的主车轨迹选择
    4.8 案例分析
    4.9 本章小结
5 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献



本文编号：3780460