[发明专利]一种基于在途出行者情绪变化的行驶路径决策方法

说明书

本发明为一种基于在途出行者情绪变化的行驶路径决策方法，包括步骤一、设计基于在途出行者情绪变化的交通流状态评价实验，采集受试者的生理数据和面部表情；根据是否会使受试者产生消极情绪将交通流状态分为两类；步骤二、得到不同驾驶环境对应的两类交通流状态图像数据集；步骤三、划分训练集和测试集；步骤四、构建卷积神经网络；步骤五、训练集作为卷积神经网络的输入，将情绪结果作为卷积神经网络的输出对卷积神经网络进行训练，得到行驶路径决策模型，每种驾驶环境都得到一个行驶路径决策模型；步骤六、将行驶路径决策模型中用于路径决策。该方法将出行者的情绪感知作为行驶路径决策的依据，提升了用户体验感和舒适性，避免产生不良情绪。

技术领域

本发明属于无人驾驶技术领域，具体是一种基于在途出行者情绪变化的行驶路径决策方 法。

背景技术

随着人们生活水平的提高，汽车保有量也急剧攀升，城市道路交通拥堵问题已经成为通 病。交通拥堵会使驾驶员产生烦躁、愤怒等不良情绪，出现注意力减退、疲劳感增加等现象， 特别是在无人驾驶领域，若能合理地进行路径选择，不仅能让使用者在出行过程中始终保持 轻松愉快的心情，还可以有效缓解拥堵状况，提高车辆的通行效率，使行驶的安全性得到保 障。

在驾驶汽车过程中，驾驶员主要通过行车记录仪获取车辆信息及交通状况信息，不断感 知外部交通环境，进而选择合适的行驶路径。目前，在无人驾驶领域，主要通过综合考量路 径的曲率和弧长来进行路径规划，从而实现路径选择的最优化，避免与其他车辆发生碰撞和 保持安全距离，但是并没有将出行者面向实时交通流状态的情绪感知考虑在内。在交通系统 中出行者个人才是最终的交通受益者，出行者面对不同拥堵程度的交通流状态时的情绪变化 也会不同，因此为了提高无人驾驶的体验感和舒适性，需要将出行者面对交通流状态时的个 人情绪考虑在内。

发明内容

针对现有技术的不足，本发明拟解决的技术问题是，提供一种基于在途出行者情绪变化 的行驶路径决策方法。

本发明解决所述技术问题采用的技术方案是：

一种基于在途出行者情绪变化的行驶路径决策方法，其特征在于，该方法包括以下内容：

步骤一、设计基于在途出行者情绪变化的交通流状态评价实验，采集受试者的生理数据 和面部表情；当生理数据和面部表情均反映了受试者产生了消极情绪，则表明此种交通流状 态会使受试者产生消极情绪；根据是否会使受试者产生消极情绪将交通流状态分为两类；

步骤二、从每类交通流状态对应的每个驾驶场景中每间隔一段时间截取一张交通流状态 图像，得到不同驾驶环境对应的两类交通流状态图像数据集；

步骤三、将交通流状态图像数据集进行归一化处理，将归一化后的交通流状态图像数据 集进行增广处理，将增广处理后的交通流状态图像数据集划分为训练集和测试集；

步骤四、构建卷积神经网络，卷积神经网络的结构层次依次为第一卷积层、第二卷积层、 第一池化层、第三卷积层、第二池化层、第四卷积层、第三池化层、第五卷积层、第四池化 层、第一全连接层、dropout层和第二全连接层；

步骤五、将步骤三得到的训练集作为卷积神经网络的输入，将情绪结果作为卷积神经网 络的输出对卷积神经网络进行训练，得到行驶路径决策模型，每种驾驶环境都得到一个行驶 路径决策模型；

步骤六、将所有的行驶路径决策模型储存在处理终端中，根据不同的驾驶环境调用相应 的行驶路径决策模型，将实时采集的交通流状态图像输入到相应的行驶路径决策模型中，完 成基于在途出行者情绪变化的路径决策。

步骤一中，基于在途出行者情绪变化的交通流状态评价实验的步骤为：