[发明专利]预测行车加塞行为的方法、系统、设备、介质和程序产品

说明书

本公开实施例中提供了预测行车加塞行为的方法、系统、设备、介质和程序产品，所述方法包括：通过车载检测装置实时采集预设范围内车辆的加塞特征数据，所述加塞特征数据包括所述预设范围内车辆与本车间的相对横向距离、相对横向速度、相对横向加速度、相对纵向距离、相对纵向速度、相对纵向加速度和所述预设范围内车辆的航向角中的至少一项；构建SVM模型，并基于选定的加塞特征数据训练集合和训练集合所对应的加塞行为判定结果，对SVM模型进行训练；以及将实时采集的加塞特征数据输入经训练的SVM模型，预测所述预设范围内车辆的加塞行为。通过本公开的处理方案，提高了行车的安全性和舒适性。

技术领域

本发明涉及智能驾驶技术领域，具体地涉及预测行车加塞行为的方法、系统、设备、介质和程序产品。

背景技术

随着我国国民经济的持续快速发展，汽车保有量呈现持续增加的趋势。在城市不断发生变化和快速发展的进程中，可供继续拓宽的城市用地日益稀少，城市交通拥堵状况也日益严峻，而在早晚高峰期间的车辆违规加塞行为所造成的交通事故数量也是越来越多。因此，如何更好地遏制道路交通事故的高发、减少交通事故造成的损失是亟待解决的重要问题。

现有技术未对加塞进行量化，而是将研究重点放在了车辆变道方面，变道虽然会对车辆自适应巡航控制(ACC，AdaptiveCruiseControl)的跟车情况造成影响，但并不会影响车辆的安全性。

与变道行为不同，加塞行为将带来极大的不确定性和不安全性。当车辆遇到加塞行为时，将导致自动紧急制动系统(AEB，AutonomousEmergencyBraking)突然紧急制动，会对行车的安全性和舒适性造成影响。

因此，存在对于能够有效预测行车加塞行为的方法和系统的需求。

发明内容

有鉴于此，本公开实施例提供一种预测行车加塞行为的方法、系统、设备、介质和程序产品，至少部分解决现有技术中存在的问题。

第一方面，本公开实施例提供了一种预测行车加塞行为的方法，包括以下步骤：

通过车载检测装置实时采集预设范围内车辆的加塞特征数据，所述加塞特征数据包括所述预设范围内车辆与本车间的相对横向距离、相对横向速度、相对横向加速度、相对纵向距离、相对纵向速度、相对纵向加速度和所述预设范围内车辆的航向角中的至少一项；

构建SVM模型，并基于选定的加塞特征数据训练集合和训练集合所对应的加塞行为判定结果，对SVM模型进行训练；以及

将实时采集的加塞特征数据输入经训练的SVM模型，预测所述预设范围内车辆的加塞行为。

根据本公开实施例的一种具体实现方式，所述方法还包括当预测到预设范围内车辆的加塞行为时，本车进行警示并提示制动措施。

根据本公开实施例的一种具体实现方式，所述方法还包括对所述加塞特征数据进行特征筛选、数据清洗和打标签中的至少一项。

根据本公开实施例的一种具体实现方式，所述车载检测装置包括雷达和摄像头中的至少一项。

根据本公开实施例的一种具体实现方式，所述加塞特征数据为相对横向距离、相对横向速度、相对横向加速度和所述预设范围内车辆的航向角。

第二方面，本公开实施例提供了一种预测行车加塞行为的系统，所述系统包括：

数据采集模块，被配置用于通过车载检测装置采集预设范围内车辆的加塞特征数据，其中，所述加塞特征数据包括所述预设范围内车辆与本车间的相对横向距离、相对横向速度、相对横向加速度、相对纵向距离、相对纵向速度、相对纵向加速度和所述预设范围内车辆的航向角；

模型处理模块，被配置用于构建SVM模型，并基于选定的加塞特征数据训练集合和训练集合所对应的加塞行为判定结果对SVM模型进行训练，得到经训练的SVM模型；以及