[发明专利]一种驾驶员意图识别方法

说明书

技术领域

本发明属于车载识别技术领域，更为具体地讲，涉及一种驾驶员意图识别方法，以实现对驾驶员操控车辆运行意图的识别。

背景技术

要实现汽车安全辅助系统技术，首先就需要对驾驶员的意图进行识别，并对驾驶员的行为进行预测。

在“863计划”中设置的专题“综合交通运输系统与安全技术”中，提出了课题“驾驶行为监控预警技术和装备”，并明确了其研究目标：通过研发异常驾驶状态、违规操作、不良驾驶习惯等监测预警系统与装置，形成驾驶人行为的实时监控技术。而目前的专利或者产品由于不能完全理解或无法实时捕获人的真实意图及变化趋势，当驾驶员因车辆周边环境变化时，此类系统往往会发出与驾驶员意图相异的警报或执行动作，反而使驾驶员注意力分散造成事故。

发明内容

本发明的目的在于克服现有技术的不足，提供一种驾驶员意图识别方法，通过准确识别驾驶员的意图，为汽车辅助控制系统提供支撑。

为实现以上目的，本发明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）、驾驶行为的识别

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。

本发明的目的是这样实现的：