[发明专利]一种基于驾驶风格和意图的个性化自适应轨迹预测方法

说明书

本发明公开了一种基于驾驶风格和意图的个性化自适应轨迹预测方法，包括以下步骤：S1、进行驾驶风格分类；S2、进行驾驶意图识别：在三个维度上划分为9种驾驶意图，分别是减速左变道、匀速左变道、加速左变道、减速直行、匀速直行、加速直行、减速右变道、匀速右变道和加速右变道；S3、缺失数据填补：采用LSTM网络来对缺失数据进行估测；S4、轨迹预测：采用LSTM来进行轨迹预测。本发明通过判定驾驶风格与识别驾驶意图来考虑不同驾驶人的个性化驾驶行为，通过缺失数据预估与预测的方法来实现不完备数据情况下的预测精准度保障，从而实现个性化自适应的轨迹预测，提高轨迹预测的精准度，提高自动驾驶车辆的安全性。

技术领域

本发明属于智能交通技术领域，特别涉及一种基于驾驶风格和意图的个性化自适应轨迹预测方法。

背景技术

近年来，全球定位技术快速发展并在智能交通系统中得到了广泛的应用。同时，高级驾驶辅助系统中对周围车辆未来轨迹的预测是当前研究的重点方向之一。因为在实际道路行驶中，自动驾驶汽车不可避免地会与其他交通参与者进行频繁的交互，因此自动驾驶车辆的行车策略规划与周围车辆的驾驶行为有着密切的关系。为了保证在动态变化的交通环境中安全地驾驶，自动驾驶车辆需要具备预测未来交通状况演变的能力，尤其是对周围车辆未来的轨迹预测。配备全球定位系统(Global Positioning System，GPS)的车辆可以实时定位自身的位置，同时能够通过传感器感知周围车辆，并通过车联网技术进行通信并交换车辆行驶数据。同时，由于数据量和计算机算力的不断增长，使得以数据为驱动的轨迹预测算法变为可能。由此，自动驾驶车辆可以根据感知和通信得到的数据来对周围车辆未来一段时间内的行驶轨迹进行预测。

在当前的研究与应用中，轨迹预测技术还面临着以下的挑战：

首先，由于驾驶经验、年龄、性格等特征的不同，驾驶员的驾驶风格会不同，不同的驾驶风格则会表现出不同的驾驶行为。例如，突进型的驾驶员可能会频繁超车，于是车辆轨迹较为弯曲，同时容易产生快加速又急减速等车速变化较大的驾驶行为；稳定型的驾驶员的行驶轨迹相对平缓，车速会相对均匀一些。若是以单一的轨迹预测模型对所有的行驶车辆进行轨迹预测，难免会导致精准度不高的问题。

其次，道路地理特征、交通规则与交通信号会约束驾驶员的驾驶意图，例如，保持直行、左转、右转、左换道和右换道。驾驶意图表征了驾驶员随后的驾驶趋势，这样的驾驶趋势对于未来行驶轨迹预测有着重要的作用。

最后，在基于5G(5th Generation Mobile Communication Technology，5G)的车与车(Vehicle to Vehicle，V2V)通信技术下密集的车辆通信网络中，由于城市障碍物遮挡、极端天气、频率复用等因素的影响，会使得自动驾驶车辆可能在指定时间内无法及时的获取或感知到周围车辆所有的行驶数据。因此，对于不完备数据下的轨迹预测精准度需要额外的措施来保障。

因此，针对当前车辆轨迹预测的问题，设计一种基于驾驶风格和意图的个性化自适应轨迹预测方法，一方面通过驾驶风格、驾驶意图来个性化预测周围车辆在未来一段时间内的行驶轨迹，另一方面实现对缺失数据进行估测和填补，以提高轨迹预测的精准度，从而提高自动驾驶车辆自身的安全性，具有重要意义。

发明内容

本发明的目的在于克服现有技术的不足，提供一种通过判定驾驶风格与识别驾驶意图来考虑不同驾驶人的个性化驾驶行为，通过缺失数据预估与预测的方法来实现不完备数据情况下的预测精准度保障，从而实现个性化自适应的轨迹预测，提高轨迹预测的精准度的基于驾驶风格和意图的个性化自适应轨迹预测方法。

本发明的目的是通过以下技术方案来实现的：一种基于驾驶风格和意图的个性化自适应轨迹预测方法，包括以下步骤：

S1、进行驾驶风格分类；