基于行为识别的智能车纵向决策研究

摘要：

针对智能车纵向决策问题,提出基于环境车辆偏离车道程度识别运动模式的方法;构建动态环境车辆横纵向轨迹预测模型,并求解;构建保持、先行、避让在内的决策集,提出基于预测轨迹的单个车辆决策方法,并基于所有动态环境车辆的决策结果在加速、减速和匀速3种结果中做出综合决策.实车实验表明:在直行、换道和转弯运动模式下轨迹预测平均误差分别为0.11,0.29,0.80 m,预测精度较高;复杂动态环境下,本文提供的纵向决策信息提升了智能车行驶的安全性和舒适性.

关键词：智能交通、智能车、纵向决策、行为识别、运动模式、轨迹预测

所属期刊栏目：20

分类号：U121(城市交通运输)

资助基金：国家重点研发计划2016YFB0100903

在线出版日期：2020-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：61-66