[发明专利]一种驾驶行为意图判断与预测方法

摘要

本发明涉及交通安全领域，特别涉及基于隐式马尔可夫模型(HMM)的驾驶行为意图判断与预测方法。现有驾驶行为意图辨识与预测技术没有考虑驾驶行为的动态性和连续性，以及变道、跟车和刹车等复杂行为。本发明对从动态驾驶数据聚类分析得到的时间序列分割数据，分别训练直线方向HMM、横向HMM和速度分级模型，并将得到的辨识结果作为行为识别层观测序列，再分别离线训练对应正常/紧急刹车、正常/紧急变道、正常/危险跟车的驾驶行为多维离散HMM模型，根据模型参数和观测序列，可预测下一时间步驾驶行为。本发明考虑了驾驶行为的复杂性和连续性，能够对驾驶行为意图进行动态判断和预测，并对危险行为进行预警，可具体应用于驾驶行为评价和驾驶辅助系统。

主权项

1.基于隐式马尔可夫模型的驾驶行为意图识别与预测方法，其特征是：步骤100，采集动态车辆行驶数据，包括车辆行驶速度、加速度、横向位移、横向速度、车头时距和信号相位参数；步骤101，将步骤100采集的数据利用聚类分析进行分段处理，得到时间序列分割数据，对得到的时间序列分割数据在横向、直线方向和速度三个方面对车辆的行驶特征进行提取，分别训练直线方向HMM模型、横向HMM模型和速度分级模型，将之后得到的3个辨识结果作为行为识别层的观测序列，分别离线训练对应正常刹车、紧急刹车、正常变道、紧急变道、正常跟车和危险跟车的驾驶行为多维离散HMM模型，得到行为识别层；步骤102，根据模型参数和观测序列，预测下一时间步的驾驶行为，对即将发生的危险情况进行预警和干预。