论文部分内容阅读
在行车过程中,驾驶人需要不停的观察周围环境并作出判断,特别是在变换车道时,如果出现观察不足或者决断失误,极有可能导致交通事故。如果能够提前预知驾驶人的换道意图,就可以对接下来的换道行为进行风险评估,提醒驾驶人采取正确的应对措施,便能最大限度地避免交通事故的发生。而在高速公路环境中,行驶速度较快,交通事故的危险性更高,因此对高速公路环境下驾驶人换道意图的识别对行车安全具有重要意义。本文首先分析了大量国内外关于驾驶意图识别方法的研究现状,最终选取驾驶人视觉特性来研究驾驶人的换道意图,采用独立样本T检验的方法对比分析驾驶人在左、右换道阶段和车道保持阶段的视觉特性差异,提取表征驾驶人视觉特性规律的特征参数组,基于隐马尔可夫理论(HMM,Hidden Markov Model)建立换道意图识别模型,最后对模型的效果进行评价。本文具体研究工作如下:1.根据研究需要对换道行为进行分析和划分,根据现有试验条件进行试验方案设计,包括试验人员招募和培训等,为后面的章节提供理论和数据基础。2.采集分析驾驶人视觉特性数据。首先划分视野平面,然后分析意图阶段和车道保持阶段的视觉特性参数的变化规律,并运用独立样本T检验的方法检验各个参数的差异性,最后确立视觉特性表征参数为对相应一侧后视镜注视次数和注视时间、水平方向视觉搜索广度、扫视幅度、扫视速度、头部水平转角标准差。3.建立基于隐马尔可夫的识别模型。首先,从HMM的基本算法原理和应用阐述HMM的建模思想;接着,结合论文研究目的和要求,选取建模所需的视觉表征参数,利用从试验数据中选取的276个训练样本进行模型训练;最后基于HMM建立换道意图识别模型,利用测试样本对识别模型进行验证。论文以驾驶人视觉特性为基础,利用隐马尔可夫理论深入研究了高速公路环境下驾驶人换道意图识别面临的关键技术问题。本文所建立的模型有较高的识别准确率,从而为驾驶人意图领域的研究提供重要的借鉴,进而减少交通事故的发生。