危险换道驾驶行为预测方法研究

摘要：

提出了两种危险换道驾驶行为预测算法,分别为基于贝叶斯因子阈值法的隐马尔可夫模型预测算法和基于运动时间窗特征提取法的支持向量机预测算法,它们所需的车辆运行特征变量均可在车联网环境下获得.通过基于Prescan-Simulink联合仿真的驾驶员在环仿真,获得危险和正常两种换道场景下的车辆运动数据,进而对提出的两种算法进行验证和比较.结果表明,两种预测算法对危险换道驾驶行为的预测均有较高的准确率,有助于对危险换道的驾驶员给予及时警告或辅助纠正,从而减少危险换道事故的发生.在样本数据有限的条件下,SVM算法的预测效果更好.

关键词：换道预警、行为预测、隐马尔可夫模型、支持向量机

所属期刊栏目：39

分类号：TP3;TP1

资助基金：国家自然科学基金U1564201,51108209,50875112和70972048;江苏省普通高校研究生科研创新计划项目KYLX160905

在线出版日期：2017-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1040-1046,1067