[发明专利]一种基于支持向量机模型的车辆换道决策方法

说明书

技术领域

本发明涉及机动车辆驾驶安全领域，特别涉及一种基于支持向量机模型的车辆换道决策方法。

背景技术

车辆换道失误一直是导致交通事故发生的重要原因之一，统计数据表明，每年由于不正确的车道变换驾驶行为导致了大量交通事故。在多种驾驶行为中，换道驾驶因涉及变更车道而风险系数较高，因此成功的换道行为不仅能够保障车辆驾驶的安全性，还能确保交通流的通畅性。

在换道过程中，驾驶员一般只通过左、右后视镜来获得有关信息，经综合判断后做出是否换道的决定，然而由于信息的不完整和人为因素的原因，驾驶员不可能考虑自车与原始车道的前车、后车及目标车道的前车、后车之间的距离和相对速度，因此驾驶员分析换道可能性的过程中容易发生失误。另一方面，后视镜的视野盲区也容易引起较大的安全引患。

目前，现有技术已有用于协助变换车道的车辆换道危险预警系统。目前常见的换道预警系统分为两类，第一类主要针对后视镜的视觉盲区问题，通过采用超声波传感器对自车侧向、后方临近区域内的车辆进行监控;第二类系统主要针对换道目标车道后方存在高速接近车辆的情况，通过使用测距雷达对换道过程中自车与其他车辆的相对距离、相对速度进行实时监控，分析换道过程中引发碰撞事故的风险程度，在风险程度较高情况下对驾驶人进行预警提示。然而，现有车辆换道危险预警系统运行所需装置多，预警算法复杂，可靠性不高。因此，目前需要一种车辆换道时预警算法简单、误报率转低的车辆换道决策方法。

发明内容

本发明的目的在于提供一种基于支持向量机模型的车辆换道决策方法，利用支持向量机模型为驾驶员在车辆换道时提供决策判断，并在换道危险发生时及时地发出警报提醒。所述方法能够有效地为驾驶员在进行车辆换道时提供正确可靠的决策判断，从而降低换道过程中发生交通事故的可能性。

为实现上述目的，本发明采用如下技术方案：

一种基于决策树模型的车辆换道决策方法，包括以下步骤：

步骤1通过毫米波测速雷达传感器获取样本数据，具体是原始车道上换道车辆与前车的距离G_PO、目标车道上换道车辆与前车的距离G_PT、目标车道上换道车辆与后车的距离G_FT、目标车道上前车与后车的距离D、换道车辆的速度V五个样本数据实时的获取；

步骤2构建基于支持向量机的车辆换道决策模块，分别通过训练与测试样本的采集与处理、基于Matlab平台的支持向量机的模型的建立、模型精确度验证这几个环节来构建车辆换道决策模块；

步骤3决策判断，将获取的五个样本数据实时地导入到车辆换道决策模块中，得到是否进行换道的决策判断。

进一步，所述步骤2中，训练与测试样本数据的选取与处理环节中的交通数据是由Next Generation Simulation(NGSIM)提供，NGSIM数据集中的轨迹数据提供每辆车的纵坐标、横坐标、速度、加速度和前后两车间隔时间，采样间隔为0.1秒;并对数据集进行划分，所述数据集一部分用于模型训练，另一部分用于测试。

本发明的优点主要有：

1、搭建了基于支持向量机模型的车辆换道决策的方法框架，为多种不同方式的车辆强制换道决策分析奠定了基础；

2、减少了预警算法复杂、决策判断规则过多对判断结果的影响，提高了车辆强制换道时决策判断的准确度和可靠性。

附图说明

图1为本方法适用范围和所涉及相关参数的表示图。

图2为基于支持向量机模型的车辆换道决策方法流程示意图。

具体实施方式

下面结合附图进一步对本发明的具体实施方式进行说明：

步骤1 通过毫米波测速雷达传感器获取样本数据，具体是原始车道上换道车辆与前车的距离G_PO、目标车道上换道车辆与前车的距离G_PT、目标车道上换道车辆与后车的距离G_FT、目标车道上前车与后车的距离D、换道车辆的速度V五个样本数据实时的获取；

步骤2 构建基于支持向量机的车辆换道决策模块，分别通过训练与测试样本的采集与处理、基于Matlab平台的支持向量机的模型的建立、模型精确度验证这几个环节来构建车辆换道决策模块；

步骤3决策判断，将获取的五个样本数据实时地导入到车辆换道决策模块中，得到是否进行换道的决策判断。

下面对上述三个步骤进行如下阐述。