[发明专利]一种基于短时样本的驾驶员换道意图预测系统及方法

权利要求书

1.一种基于短时样本的驾驶员换道意图预测系统，其特征在于，包括依次连接的方向盘转角传感器、信号滤波模块、数据存储模块、信号图像化模块和CNN-LSTM模块；

所述方向盘转角传感器用于采集驾驶员转向行为数据；

所述信号滤波模块用于对所述转向行为数据进行滤波平滑处理，得到0.3s内的时序信号；其中，时序信号包括转向角信号和转向角变化率信号；

所述数据存储模块用于将0.3s的时序信号进行存储；

所述信号图像化模块用于将固定时间窗下的时序信号进行图像化转换，得到图像；

所述CNN-LSTM模块用于对图像进行识别并预测，得到预测结果并输出。

2.如权利要求1所述的预测系统，其特征在于，所述信号图像化模块通过格拉米角场法将时序信号转换成图像，所述格拉米角场法包括：

对转向角信号和转向角变化率信号进行归一化，表示为：

然后将归一化后的信号从直角坐标系统转换到极坐标系统，即：

根据极坐标系统得到格拉米角阵，表示为：

3.如权利要求2所述的预测系统，其特征在于，所述CNN-LSTM模块包括CNN网络和LSTM网络，所述CNN网络包括依次连接的第一卷积层、第一池化层、第二卷积层、第二池化层、第三卷积层、第三池化层和全连接层。

4.如权利要求3所述的预测系统，其特征在于，所述CNN网络还包括dropout层。

5.一种通过如权利要求1-4任一所述的基于短时样本的驾驶员换道意图预测系统的预测方法，其特征在于，包括：

方向盘转角传感器对驾驶员转向行为数据进行采集；

信号滤波模块对所述转向行为数据进行滤波平滑处理，得到0.3s的时序信号；其中，时序信号包括转向角信号和转向角变化率信号；

数据存储模块对0.3s的时序信号进行存储；

信号图像化模块将固定时间窗下的时序信号进行图像化转换，得到图像；

CNN-LSTM模块对图像进行识别并预测，得到预测结果并输出。