基于深度跟驰网络的驾驶行为预测

作     者：赵栓峰 危培 王超 许倩 ZHAO Shuanfeng;WEI Pei;WANG Chao;XU Qian

作者机构：西安科技大学机械工程学院西安710054 

出 版 物：《中国科技论文》 (China Sciencepaper)

年 卷 期：2021年第16卷第10期

页      面：1105-1111页

学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 13[艺术学] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 

基　　金：陕西省重点研发计划项目(2020ZDLGY04-06) 陕西省技术创新引导专项(2019QYPY-055) 陕西省教育厅科研计划项目(19JC028) 

主　　题：深度跟驰网络 目标检测 双向RNN 测速测距算法 驾驶行为预测 

摘      要：针对传统跟驰模型在实际应用中对前车驾驶行为描述不够准确的问题,提出一种自学习的深度跟驰网络模型。首先,为提高对前导车检测的准确性,在图像特征提取模块各层之间大量使用跳层连接,使网络检测深度增强;其次,在信息处理模块中引入测距、测速算法,实现对前导车速度和相对距离的精准判断;最后,为提高模型的预测精度,在循环神经网络(recurrent neural network,RNN)隐藏层中引入Tanh激活函数,并采用双向RNN作为多任务输出模块。实验结果表明,所提深度跟驰网络能够实现对驾驶行为的良好预测,基本满足驾驶员在行驶过程中对于前导车速度和相对距离的预测需求。