[发明专利]基于GM-HMM的驾驶员超车意图识别方法

说明书

本发明公开了一种基于GM‑HMM的驾驶员超车意图识别方法，其步骤包括：进行模拟驾驶试验，试验过程中全程录像，采集的试验数据包括主车速度、前车相对车速、后车相对速度、前车相对距离、后车相对距离、驾驶员面部横摆角、方向盘转角；处理试验数据；将处理后的试验数据划分为左转超车试验数据、右转超车试验数据和非超车试验数据，并在数据中标记相应超车意图的意图标签；训练基于GM‑HMM的超车意图识别模型；根据所获得的基于GM‑HMM的超车意图识别模型进行驾驶员超车意图识别。通过模拟驾驶试验采集数据，建立基于GM‑HMM的超车意图识别模型，具有数据采集便捷，成本低廉，预测准确度高的优点，根据该模型识别驾驶员超车意图，可有效提升安全性。

技术领域

本发明涉及车辆控制技术领域，特别涉及一种基于GM-HMM算法的驾驶员超车意图识别方法。

背景技术

随着智能驾驶技术的不断发展，原来越多的车辆配备有一个或几个辅助驾驶功能模块，如AEB、ACC、LKA，等。但是，尽管相关技术发展较快，且各个国家，尤其是发达国家争相建立相关标准，但由于基础设施尚不成熟，无人驾驶技术上未达到商用标准等原因，在未来的一段时间内，人-机控制的车辆同时出现在交通系统中将成为正常现象。由于我国汽车产业的快速发展，汽车正在成为人们日常生活中不可缺少的一部分。但是，每年由于车辆事故造成的人身和财产损失都会有所增长，其中有车辆违规变道超车造成的损失也在每年增加。并且，对于无人驾驶车辆，及时获得人为驾驶车辆是否存在超车意图尤为重要。若无人驾驶车辆及时检测到人为驾驶车辆的超车意图并及时避让，可有效减少由于人-机交流匮乏造成的交通事故。因此，有必要开发一种可以根据车辆行驶信息辨识出车辆的超车意图的方法。

申请号为CN201811147974.7、名称为“用于确定超车意图的装置和方法”的中国专利，即提出了一种使用多种传感器获取行车环境信息，并确定周围车辆超车意图等级的方法。该专利主要用于获取周围车辆的超车意图，而不是根据主车行驶参数确定得到主车的超车意图，且考虑的因素不涉及驾驶员方向盘转角和面部横摆角，也不涉及GM-HMM(高斯混合隐马尔科夫模型)方法的使用。另外，该专利对于超车可能性的等级划分标准较为模糊，实用性有待改善。

发明内容

本发明的主要目的在于提供一种基于GM-HMM的驾驶员超车意图识别方法，以使用模拟驾驶器进行模拟驾驶试验所得到的车辆行驶相关数据，得到基于GM-HMM的驾驶员超车意图模型，根据该模型进行驾驶员超车意图的识别。

为了达到上述目的，本发明提供基于GM-HMM的驾驶员超车意图识别方法，主要包括以下步骤：

进行基于模拟驾驶器的驾驶员在环模拟驾驶试验，试验过程中全程录像，采集的试验数据包括主车速度、前车相对车速、后车相对速度、前车相对距离、后车相对距离、驾驶员面部横摆角、方向盘转角；

处理试验数据；

将处理后的试验数据划分为左转超车试验数据、右转超车试验数据和非超车试验数据，并在数据中标记相应超车意图的意图标签；

训练基于GM-HMM的超车意图识别模型；

根据所获得的基于GM-HMM的超车意图识别模型进行驾驶员超车意图识别。

进一步地，模拟驾驶试验中，由多位驾驶员使用模拟驾驶器进行模拟驾驶试验，虚拟环境为包含有干扰交通的1:1城市道路。

更进一步地，驾驶员的数量50人以上，年龄在18岁以上，男女比例1:1；每位驾驶员进行3次试验，每次试验时长在1-2小时之间；数据采样频率为20Hz。

进一步地，处理试验数据时，去除异常点，具体方式为：求取每位驾驶员每次驾驶试验所得相关试验数据的均方差，并删除有一个或一个以上试验数据位于相关变量正负3倍均方差范围以外的数据点。