[发明专利]一种驾驶员意图识别方法

权利要求书

1.一种驾驶员意图识别方法，其特征在于，包括以下步骤：

（1）、行为层各隐马尔科夫模型参数的离线训练和优化

1.1）、实验数据的采集

通过车载传感器，针对驾驶员的各种驾驶行为，采集实验数据，包括加速踏板位移、制动踏板位移、方向盘转向角、方向盘转向角速度、横摆角速度；

将加速踏板位移和制动踏板位移作为踏板类数据输入到加速/制动行为识别模块，将方向盘转角、方向盘转向角速度和横摆角速度作为转向角类数据输入到转向/换道行为识别模块中；

1.2）、在加速/制动行为识别模块中，针对正常踩下加速踏板、紧急踩下加速踏板、正常松开加速踏板、紧急松开加速踏板、正常踩下制动踏板、紧急踩下制动踏板、制动踏板松开和踏板无操作等8个与加速/制动操作相关的驾驶行为的踏板类数据，分别进行隐马尔科夫模型参数的离线训练和优化，得到8个驾驶员加速/制动操作相关的驾驶行为的隐马尔科夫模型；

1.3）、在转向/换道行为识别模块中，针对正常换道、紧急换道、保持车道（直线行驶）、正常转向和紧急转向等5个与驾驶员转向操作相关的驾驶行为的转向角类数据分别进行隐马尔科夫模型参数的离线训练和优化，得到5个驾驶员转向操作相关的驾驶行为的隐马尔科夫模型；

（2）、意图层隐马尔科夫模型参数的离线训练和优化

2.1）、实验数据的采集

通过车载传感器，针对驾驶员的不同驾驶意图即超车换道、紧急制动、弯道制动、紧急避障以及坡道起步，采集实验数据，包括加速踏板位移、制动踏板位移、方向盘转向角、方向盘转向角速度、横摆角速度和车速；

2.2）、驾驶行为

将加速踏板位移和制动踏板位移作为踏板类数据输入到加速/制动行为识别模块，将方向盘转角、方向盘转向角速度和横摆角速度作为转向角类数据输入到转向/换道行为识别模块中，将车速输入车速等级识别模块中；

加速/制动行为识别模块以及转向/换道行为识别模块中，分别与步骤（1）各自识别模块得到的各个驾驶行为的隐马尔科夫模型进行似然度计算，似然度最大的模型代表的驾驶行为即为当前驾驶行为；

2.3）、基于加速/制动行为识别模块以及转向/换道行为识别模块对驾驶行为的识别结果以及车速输入车速等级识别模块对车速等级的识别结果，组成各驾驶意图的数据集，选取一段时间识别结果构成的数据集，对意图层隐马尔科夫模型参数进行离线训练和优化，得到5个驾驶意图的隐马尔科夫模型；

（3）、驾驶员意图识别

在步骤（1）、（2）的基础上，将实时采集的加速踏板位移和制动踏板位移作为踏板类数据输入到加速/制动行为识别模块，方向盘转角、方向盘转向角速度和横摆角速度作为转向角类数据输入到转向/换道行为识别模块中，将车速输入车速等级识别模块

行为层三个识别模块的识别结果即基于加速/制动行为识别模块以及转向/换道行为识别模块对驾驶行为的识别结果以及车速输入车速等级识别模块对车速等级的识别结果综合起来，组成驾驶行为的识别结果序列，并作为意图层识别模型的观察序列O_in送入到意图层，然后分别与步骤（2）得到的5个驾驶意图的隐马尔科夫模型进行似然度计算，似然度最大的模型代表的驾驶意图即为当前的驾驶意图。

2.根据权利要求1所述的驾驶员意图识别方法，其特征在于，各个步骤采集的数据首先进行单位的转换，即将转向角、转向角速度和横摆角速度从弧度制转换成角度制，车速从m/s转换成km/h，然后，采用改进的Nair检验法，剔除各数据的异常数据段。

3.根据权利要求1所述的驾驶员意图识别方法，其特征在于，对于每个驾驶行为进行多次数据采集，一部分进行用于离线训练，剩余的数据用于验证。对于各识别模型的离线训练，输入观察序列经过离线训练后得到识别模型参数。在得到所有识别模型的参数后，再从各识别模型中选取数据组，计算各识别模型产生该观察序列的似然度，似然度最大的模型代表的驾驶行为，即为识别出的当前驾驶行为。通过修改模型的可变参数，进行多次离线训练和验证，得到不同的识别结果，并通过识别率对比，选取最好的模型参数。