基于視覺特性與車輛相對運動的駕駛人換道意圖識別方法.pdf

1、變換車道時，如果駕駛人對周圍環(huán)境的觀察不夠充分，或判斷決策失誤，極易釀成事故。當前應用的換道輔助系統(tǒng)多以轉向燈信號作為識別駕駛人換道意圖的主要依據(jù)，由于實際駕駛過程中轉向燈開啟率低及開啟時間提前量不夠，使系統(tǒng)存在漏報及錯誤報警。如果能在換道開始前提前識別出駕駛人的操作意圖，不再單獨依靠轉向燈信號作為識別依據(jù)，則可預先對駕駛人所處環(huán)境進行安全性評估，在危險的醞釀期向駕駛人預警，從而規(guī)避交通事故的發(fā)生，并降低不安全駕駛行為對交通流的擾動。<

2、br>　　本文結合駕駛期望及博弈理論等對駕駛人車道變換決策機制進行深入分析，確定換道意圖識別研究需求參數(shù)。選取16名被試駕駛人，在擬定路線上開展真實道路環(huán)境下的駕駛試驗，采集反映駕駛人行為特性的視覺搜索、操作特性、車輛運動狀態(tài)及周圍環(huán)境等相關參數(shù)，為進行換道意圖識別提供相應的數(shù)據(jù)支撐。
　　基于對駕駛人換道前后視鏡注視特性的深入分析，確定駕駛人車道變換意圖表征時窗，分析意圖時窗內駕駛人基本注視及掃視參數(shù)的變化規(guī)律；采用視野平面法劃

3、分駕駛人興趣區(qū)域，應用馬爾可夫鏈理論計算駕駛人在不同注視區(qū)域間的一步及兩步轉移概率，提取車道保持階段與換道意圖階段駕駛人獲取外界信息的主要搜索路徑，進一步基于馬爾可夫鏈平穩(wěn)分布，得到不同行駛階段駕駛人對各區(qū)域的注視概率分布差異；結合駕駛人頭部轉動角度與注視角度的相關性分析及頭眼協(xié)作模式的探索，綜合確定可以有效表征駕駛人換道意圖的視覺特征參數(shù)；在對車道保持與換道意圖階段車輛運動狀態(tài)、駕駛人操作特性以及周圍環(huán)境狀態(tài)進行深入分析的基礎上，確定

4、車輛運動子模塊中與駕駛人換道意圖及換道行為相關性較強的因素。
　　基于證據(jù)理論，構建識別框架，確定駕駛人換道意圖表征證據(jù)鏈，構造基于廣義漢明距離的基本信任分配函數(shù)，采用滑動累積時窗，對視覺特性子模塊的換道意圖進行多證據(jù)融合識別；確定待選因子，基于車道保持與意圖學習樣本建立 Logistic模型，據(jù)此識別車輛運動子模塊所體現(xiàn)的換道意圖，并進一步預測換道行為是否會如期而至。集成以上兩種識別方法，并分析其識別成功率及時序性。本文主要研究

5、結論如下：
　　1．駕駛人在當前車道駕駛期望滿足度較低是其產(chǎn)生換道意圖的根本原因；
　　2．駕駛人車道變換意圖的表征時窗寬約為5s；
　　3．對后視鏡的注視特性可以有效體現(xiàn)駕駛人的換道意圖，且意圖階段駕駛人對當前車道的關注程度明顯低于車道保持階段；
　　4．視點小幅度轉移條件下，頭部轉動與注視角度相關性較低，而在視點大幅轉移條件下，二者相關性較強，且頭部運動比眼睛運動能更早的體現(xiàn)駕駛人換道意圖；
　　5．基