基于駕駛行為與道路環(huán)境的駕駛員換道意圖識別與建模
發(fā)布時間:2021-04-03 01:23
先進輔助駕駛系統(tǒng)(Advanced Driving Assistance System,ADAS)應(yīng)為駕駛員帶來安全舒適的駕駛體驗。與換道相關(guān)的ADAS主要有并線輔助系統(tǒng)、車道偏離預(yù)警系統(tǒng)以及車道保持輔助系統(tǒng)。由于這些ADAS存在不能準確理解駕駛員意圖的缺陷,經(jīng)常對駕駛員產(chǎn)生不必要的干擾與誤警,致使其利用率較低。此外,在共享控制系統(tǒng)中,需根據(jù)駕駛員換道意圖識別結(jié)果,獲取不同場景下共享控制的控制權(quán)重分配。因此準確識別駕駛員換道意圖具有重要意義。本論文在國家重點研發(fā)計劃項目(2016YFB0101102)“電動汽車智能輔助駕駛技術(shù)研發(fā)及產(chǎn)業(yè)化”以及國家自然科學(xué)基金(U1664263)“中國汽車產(chǎn)業(yè)創(chuàng)新發(fā)展聯(lián)合基金”的資助下,對駕駛員換道行駛過程進行分析,建立對應(yīng)工況的多維高斯混合隱馬爾可夫(Multi-dimension Gauss HMM,MGHMM)駕駛員意圖識別模型,并分析影響模型識別效果的因素,主要包括以下幾個方面:(1)鑒于HMM對時序數(shù)據(jù)建模具備優(yōu)良的性能,本文首先分析了HMM在駕駛員換道意圖識別的應(yīng)用問題,分別建立車道保持意圖識別HMM模型左換道意圖識別HMM模型以及右換道意...
【文章來源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題背景與研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 駕駛行為及駕駛意圖辨識類別
1.2.2 駕駛員換道意圖辨識方法
1.2.3 駕駛員換道意圖辨識中觀測數(shù)據(jù)選取
1.3 存在的主要問題
1.4 本文主要內(nèi)容及章節(jié)安排
1.4.1 科研項目資助情況
1.4.2 研究目標
1.4.3 主要研究內(nèi)容
1.4.4 章節(jié)安排
第2章 駕駛員換道意圖識別建模
2.1 引言
2.2 隱馬爾可夫模型(HMM)簡介
2.2.1 隱馬爾可夫模型(HMM)基本結(jié)構(gòu)
2.2.2 HMM模型的基本算法
2.3 多維隱馬爾可夫模型
2.3.1 多維離散隱馬爾可夫模型
2.3.2 多維高斯隱馬爾可夫模型
2.4 駕駛員換道意圖識別建模
2.4.1 單一工況駕駛員換道意圖識別建模
2.4.2 駕駛員換道意圖識別過程
2.4.3 具備模型匹配功能的復(fù)合工況駕駛員換道意圖識別模型
2.5 本章小結(jié)
第3章 模擬駕駛平臺搭建及實驗設(shè)計
3.1 引言
3.2 模擬駕駛實驗平臺簡介
3.3 模擬駕駛實驗設(shè)計
3.3.1 模擬駕駛實驗場景搭建
3.3.2 數(shù)據(jù)采集實驗設(shè)計
3.4 觀測數(shù)據(jù)分析篩選
3.4.1 觀測數(shù)據(jù)預(yù)處理
3.4.2 觀測數(shù)據(jù)篩選
3.5 觀測數(shù)據(jù)有效性驗證分析
3.6 本章小結(jié)
第4章 駕駛員換道意圖識別模型參數(shù)訓(xùn)練及驗證
4.1 引言
4.2 模型參數(shù)訓(xùn)練
4.2.1 建立訓(xùn)練樣本數(shù)據(jù)庫
4.2.2 MGHMM模型狀態(tài)數(shù)及高斯混合數(shù)選取
4.2.3 MGHMM模型訓(xùn)練
4.3 單一工況模型驗證
4.3.1 單一工況模型測試數(shù)據(jù)庫建立
4.3.2 單一工況模型驗證
4.3.3 驗證結(jié)果分析
4.4 復(fù)合工況模型驗證
4.4.1 復(fù)合工況模型驗證數(shù)據(jù)庫建立
4.4.2 復(fù)合工況模型驗證
4.4.3 復(fù)合工況具備模型匹配功能的MGHMM模型驗證
4.4.4 驗證結(jié)果分析
4.5 本章小結(jié)
第5章 全文總結(jié)
5.1 研究工作總結(jié)
5.2 需要進一步研究的問題
參考文獻
作者簡介及研究成果
致謝
本文編號:3116336
【文章來源】:吉林大學(xué)吉林省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:74 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
abstract
第1章 緒論
1.1 課題背景與研究意義
1.2 國內(nèi)外研究現(xiàn)狀
1.2.1 駕駛行為及駕駛意圖辨識類別
1.2.2 駕駛員換道意圖辨識方法
1.2.3 駕駛員換道意圖辨識中觀測數(shù)據(jù)選取
1.3 存在的主要問題
1.4 本文主要內(nèi)容及章節(jié)安排
1.4.1 科研項目資助情況
1.4.2 研究目標
1.4.3 主要研究內(nèi)容
1.4.4 章節(jié)安排
第2章 駕駛員換道意圖識別建模
2.1 引言
2.2 隱馬爾可夫模型(HMM)簡介
2.2.1 隱馬爾可夫模型(HMM)基本結(jié)構(gòu)
2.2.2 HMM模型的基本算法
2.3 多維隱馬爾可夫模型
2.3.1 多維離散隱馬爾可夫模型
2.3.2 多維高斯隱馬爾可夫模型
2.4 駕駛員換道意圖識別建模
2.4.1 單一工況駕駛員換道意圖識別建模
2.4.2 駕駛員換道意圖識別過程
2.4.3 具備模型匹配功能的復(fù)合工況駕駛員換道意圖識別模型
2.5 本章小結(jié)
第3章 模擬駕駛平臺搭建及實驗設(shè)計
3.1 引言
3.2 模擬駕駛實驗平臺簡介
3.3 模擬駕駛實驗設(shè)計
3.3.1 模擬駕駛實驗場景搭建
3.3.2 數(shù)據(jù)采集實驗設(shè)計
3.4 觀測數(shù)據(jù)分析篩選
3.4.1 觀測數(shù)據(jù)預(yù)處理
3.4.2 觀測數(shù)據(jù)篩選
3.5 觀測數(shù)據(jù)有效性驗證分析
3.6 本章小結(jié)
第4章 駕駛員換道意圖識別模型參數(shù)訓(xùn)練及驗證
4.1 引言
4.2 模型參數(shù)訓(xùn)練
4.2.1 建立訓(xùn)練樣本數(shù)據(jù)庫
4.2.2 MGHMM模型狀態(tài)數(shù)及高斯混合數(shù)選取
4.2.3 MGHMM模型訓(xùn)練
4.3 單一工況模型驗證
4.3.1 單一工況模型測試數(shù)據(jù)庫建立
4.3.2 單一工況模型驗證
4.3.3 驗證結(jié)果分析
4.4 復(fù)合工況模型驗證
4.4.1 復(fù)合工況模型驗證數(shù)據(jù)庫建立
4.4.2 復(fù)合工況模型驗證
4.4.3 復(fù)合工況具備模型匹配功能的MGHMM模型驗證
4.4.4 驗證結(jié)果分析
4.5 本章小結(jié)
第5章 全文總結(jié)
5.1 研究工作總結(jié)
5.2 需要進一步研究的問題
參考文獻
作者簡介及研究成果
致謝
本文編號:3116336
本文鏈接:http://sikaile.net/kejilunwen/qiche/3116336.html
最近更新
教材專著