检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于深度跟驰网络的驾驶行为预测

中国科技论文 2021年第10期16卷 1105-1111页

作者：赵栓峰危培王超许倩西安科技大学机械工程学院西安710054

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... 详细信息

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。

关键词：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

在线全文

学校读者我要写书评

暂无评论

基于组合神经网络的车辆驾驶行为预测

基于组合神经网络的车辆驾驶行为预测

作者：李晨北京交通大学

学位级别：硕士

驾驶行为预测在自动驾驶以及辅助驾驶技术中发挥着十分重要的作用,优秀的驾驶行为预测能力可以提升自动驾驶车辆的运行效率和安全性。但是在真实的场景下,道路场景的复杂性和诸多不确定性给驾驶行为预测带来了巨大的挑战,使得预测难度... 详细信息

驾驶行为预测在自动驾驶以及辅助驾驶技术中发挥着十分重要的作用,优秀的驾驶行为预测能力可以提升自动驾驶车辆的运行效率和安全性。但是在真实的场景下,道路场景的复杂性和诸多不确定性给驾驶行为预测带来了巨大的挑战,使得预测难度大、准确率低。深度学习算法依靠海量的数据支撑和强大的学习能力,具有建模简单、泛化能力好的特点,合理地设计深度学习网络结构就可以实现较高准确率的驾驶行为预测,然而深度学习算法又过度依赖数据,缺少了驾驶行为预测问题上可解释性的分析。本文提出了一种结合了梯度提升树(Gradient Boosting Decision Tree,GBDT)、卷积神经网络(Convolutional Neural Network,CNN)和长短时记忆网络(Long and short-term memory,LSTM)算法的驾驶行为组合式预测模型,将GBDT在可解释性上的优势和CNN-LSTM泛化能力强的优势有效结合在一起,得到了较好的预测效果。主要工作如下:首先,本文使用CNN-LSTM并行式网络模型作为核心预测算法。在真实的交通场景中,目标车辆未来时刻驾驶行为的产生不仅会受到自身历史运动信息的影响,还会受到来自周边车辆历史运动信息的影响,这些信息中包含了时空两种维度的特征,因此本文使用LSTM和CNN分别实现车辆历史行驶信息中时序特征和空间特征的提取。本文将驾驶行为分为向左换道、直行、向右换道三种,通过对不同的驾驶行为样本进行统计分析,得到了不同驾驶行为产生时的特点,并利用目标车辆与其周边车辆历史运动信息预测目标车辆未来的驾驶行为。经过仿真实验,CNN-LSTM模型相比传统的行为预测方法有更好的预测性能。其次,本文使用基于决策树的GBDT算法对车辆行驶过程中的驾驶行为规则进行了特征挖掘,可以弥补CNN-LSTM模型在可解释性上的不足。CNN-LSTM模型本质上是一种端到端的结构,无法描述驾驶车辆所采取的不同驾驶行为与其周边车辆的交互性关系。本文使用的GBDT算法,可以对车辆行驶过程中与周边车辆的交互性进行定量化描述,得到一系列行驶车辆采取不同驾驶行为时的驾驶行为规则,并将驾驶行为规则特征融合到CNN-LSTM组合神经网络中,进一步提升驾驶行为预测模型的准确率。经过仿真实验,决策树可以将行驶车辆间的交互性关系定量化地描述,同时,融合了定量化特征的驾驶行为预测模型,相比CNN-LSTM模型有更好的预测性能。本文有图25幅,表8个,参考文献62篇。

关键词：驾驶行为预测自动驾驶深度学习数据挖掘集成学习

基于驾驶人表情和车辆运动数据的危险驾驶行为预测

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于驾驶人表情和车辆运动数据的危险驾驶行为预测

作者：朱倩东南大学

学位级别：硕士

危险驾驶行为是导致交通事故的重要原因。监控驾驶人行为,在危险驾驶发生前进行预警,对减少事故发生率有着至关重要的意义。现有的计算能力以及数据采集设备已经可以实现实时采集数据并计算分析,使得事前预警成为现实。驾驶人在驾驶车... 详细信息

危险驾驶行为是导致交通事故的重要原因。监控驾驶人行为,在危险驾驶发生前进行预警,对减少事故发生率有着至关重要的意义。现有的计算能力以及数据采集设备已经可以实现实时采集数据并计算分析,使得事前预警成为现实。驾驶人在驾驶车辆过程中,当出现情绪失控会导致驾驶变形。现有研究主要聚焦于不同情绪下的驾驶特性,很少有研究将情绪作为行为预测的特征。因此,本文通过融合驾驶人面部表情数据和车辆运动数据预测驾驶人的驾驶行为。为获得最真实的数据,本研究开展了自然驾驶实车试验,并通过多种预处理手段对自然数据进行清洗,而后使用机器学习算法预测驾驶行为。具体研究内容如下:为获取大规模真实驾驶数据,以网约车驾驶人为受试对象,开展了自然驾驶实车试验。通过试验采集了百万级车辆运动数据和视频数据。通过专业软件分析视频,获取情绪数据和微表情数据。对原始数据进行预处理,包括时间同步、数据拼接、无效值处理以及数据平滑。使用考虑道路线性及道路摩擦力的物理模型以及加速度阈值识别急变道、急加速,急减速三种危险驾驶行为,标注危险驾驶行为数据。选择决策树,随机森林,梯度提升树,支持向量机,贝叶斯网络5种具有代表性的机器学习模型。在不同特征集上测试模型的预测能力。选取综合考虑精确率和召回率的F1作为模型评估指标,确定最优模型用于后续研究。结果发现梯度提升树在各个特征集的表现均优于其他模型,且使用车辆运动数据+情绪数据的特征集,模型可以获得最优的预测效果,F1为92.66%。选择前述的最优模型梯度提升树研究具有最优预测能力的时间窗和特征集组合。使用不同的特征集和时间窗建立梯度提升树,比较各模型的预测能力。结果表明使用行为前0-2s的情绪+车辆运动特征可以获得最佳的预测精度(F1=93.97%)。在给驾驶人预留1s反应时间的情况下,使用行为前1-13s的车辆运动+情绪+微表情特征可获得最优的预测性能(F1=85.88%)。综上,本文基于大规模自然驾驶数据,融合面部表情和车辆运动等多源数据对驾驶行为进行预测。比较5种机器学习模型的实际预测性能,选择最合适的预测模型;通过网格搜索策略,寻找出最优特征集和时间窗。研究提出的驾驶行为预测方案可以直接应用于实时的危险驾驶行为预测,为智能汽车人机交互发展提供技术支撑。

关键词：驾驶行为预测机器学习自然驾驶面部表情车辆运动数据时间窗

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的驾驶员换道行为预测

基于深度学习的驾驶员换道行为预测

作者：魏诚长安大学

学位级别：硕士

车辆换道是行车过程中最常见的行为之一,不正确或不合时宜的换道很可能会造成交通事故甚至人员伤亡。如果能够提前预测驾驶员的换道意图并且利用高级驾驶辅助系统(ADAS)进行车与车换道行为的交互通知,将大大降低行车过程中的事故发生几... 详细信息

车辆换道是行车过程中最常见的行为之一,不正确或不合时宜的换道很可能会造成交通事故甚至人员伤亡。如果能够提前预测驾驶员的换道意图并且利用高级驾驶辅助系统(ADAS)进行车与车换道行为的交互通知,将大大降低行车过程中的事故发生几率。在此背景下,本文以提高预测精确率和前瞻时间为目的,提出了一种驾驶员换道预测模型。论文的主要工作如下:1)根据当前研究条件,开发了能够采集汽车运动学数据、驾驶员运动学数据、驾驶员生理数据的软硬建平台并邀请不同的驾驶员进行数据采集。数据采集完成后,对数据进行了预处理操作。提出了动态时间窗口算法,利用该算法保证了模型输入数据的一致性及提高了整个模型预测前瞻时间。2)构建基于循环神经网络(RNN)变体Seq2Seq框架和LSTM及GRU计算核的时间序列数据预测网络。由于Seq2Seq包含Encoder和Decoder的两部分,所以在构建网络时,分别对LSTM-Seq2Seq、GRU-Seq2Seq、GRU-Encoder+LSTM-Decoder Seq2Seq、LSTM-Encoder+GRU-Decoder Seq2Seq四种不同网络结构在2次时间窗口缩小下的训练损失、拟合情况、收敛步数等几个方面做出对比分析,通过综合考量,发现LSTMEncoder+GRU-Decoder Seq2Seq结构更适合作为时间序列预测的基本网络。3)利用Seq2Seq的预测结果,对数据进行融合和分类。该章选取了深层神经网络、GKF-SVM、KNN三种算法来对数据进行融合和分类。通过对三种算法的结果对比,发现深层神经网络综合表现良好,能够作为时间序列数据融合分类算法。另外,将LSTMEncoder+GRU-Decoder Seq2Seq和深层神经网络(DNN)进行级联,并且采用新数据进行了模型验证。4)为了找到与换道最为相关的输入变量,对整个模型进行敏感性分析。进行敏感性分析时,首先向分析的变量加入噪声或者置0,随后观察整个模型的分类精确率,将平均变化分类精确率作为该输入变量的敏感系数。经过计算分析,发现方向盘转向角、波、转向角速度、头部转动次数是和驾驶员换道最相关的变量。最后对文章的所有内容做出了总结和展望。综上所述,本文基于真实交通场景数据和具有创新性的动态时间窗口算法,利用RNN-Seq2Seq和DNN构建了车道变换的预测模型,达到了93.7%的预测精度,2.2s的平均前瞻时间,优于以往大部分的预测模型。

关键词：驾驶行为预测时间序列数据融合与分类动态时间窗口深度学习车道变换 Seq2Seq DNN

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于隐马尔可夫模型的驾驶行为预测方法研究

中国机械工程 2013年第21期24卷 2972-2976页

作者：肖献强任春燕王其东合肥工业大学合肥230009

根据驾驶行为受驾驶意图驱使,在时空上应先产生驾驶意图后有驾驶动作执行,再有具体的驾驶行为的时空顺序,利用意图到行为实现过程中的时间差,研究建立了基于多驾驶操作动作特征观测信息和隐马尔可夫模型的驾驶行为预测方法,实现了跑偏... 详细信息

根据驾驶行为受驾驶意图驱使,在时空上应先产生驾驶意图后有驾驶动作执行,再有具体的驾驶行为的时空顺序,利用意图到行为实现过程中的时间差,研究建立了基于多驾驶操作动作特征观测信息和隐马尔可夫模型的驾驶行为预测方法,实现了跑偏驾驶、一般转向和紧急转向3种驾驶行为的预测。从机动车安全预警的角度进行分析,预测出驾驶员的驾驶行为等同于获得驾驶员对车辆未来运行状态的需求,有助于及时纠正或干预驾驶员正在或即将实施的危险行为。

关键词：驾驶行为预测操作观测信息隐马尔可夫模型多指标分析法

基于驾驶行为预测的车辆横向辅助控制策略研究

在线全文

学校读者我要写书评

暂无评论

基于驾驶行为预测的车辆横向辅助控制策略研究

作者：赵明新吉林大学

学位级别：硕士

传统的以安全带、安全气囊为代表的被动安全技术虽然在事故发生过程中可以有效降低车内人员的受伤程度,但已难以满足人们对行车安全日益增长的需求。而汽车主动安全技术则是在车辆存在安全隐患时,采取积极的应对措施来规避危险,从而有... 详细信息

传统的以安全带、安全气囊为代表的被动安全技术虽然在事故发生过程中可以有效降低车内人员的受伤程度,但已难以满足人们对行车安全日益增长的需求。而汽车主动安全技术则是在车辆存在安全隐患时,采取积极的应对措施来规避危险,从而有效地预防事故发生,从源头上保护人们的生命财产安全,因而受到广泛而持久的关注。作为典型的主动安全技术,横向辅助系统主要通过预警以及主动控制等方式规避车辆偏离车道风险,保证行车安全。本文在国家自然科学基金项目“基于驾驶员特性的新型线控转向系统控制机理和评价方法研究”(编号:51575223)的支持下,紧紧围绕“横向辅助系统开发后模型参数固化与驾驶员需求多样化”之间的矛盾,致力于提高驾驶员对横向辅助系统的接受度;在车道偏离判定方面,引入驾驶行为预测模型,提出了一种基于数据的车道偏离判定方法;在主动控制方面,综合驾驶行为预测结果以及驾驶员特性,提出主动转向控制策略,并将模型预测控制算法(Model Predictive Control,MPC)用于主动转向控制。最后通过CarSim与Matlab/Simulink联合仿真实验和硬件在环实验台实验验证横向辅助控制算法的有效性,主要研究内容如下:(1)搭建驾驶行为预测模型。基于隐形马尔科夫(Hidden Markov Model,HMM)理论搭建驾驶行为预测模型对未来有限时域内最有可能的驾驶行为进行预测。在行为预测的基础上结合驾驶员当前操作状态判断结果,针对基于传统的阈值算法存在的不足,提出一种基于数据的车道偏离预警方法。(2)研究所提预警算法的有效性。首先,为了缓和人机冲突,在驾驶行为预测的基础上需进一步对预警时驾驶员操作状态进行判断,并综合二者结果来确定预警触发时刻。其次,为了验证所提出的预警算法的有效性和先进性,搭建基于跨越车道线时间(Time to Lane Crossing,TLC)的预警算法对比模型,并开展直道和具有不同曲率半径的弯道偏离工况下的仿真实验研究。(3)研究主动转向控制算法。针对单纯预警的局限性,为了进一步提高车辆行驶安全性,本文在综合驾驶行为预测和驾驶员操作状态判断结果的基础上,提出了车道偏离主动转向控制策略。同时,为考虑不同类型的驾驶员对主动控制的适应性,提高用户体验,本文采用虚拟车道线的方法,根据不同类型驾驶员设置不同的主动控制介入时机,最后基于MPC开发主动转向控制器,实现预警无效情况下的车辆主动纠偏,并开展基于CarSim与Matlab/Simulink的仿真实验。(4)开展硬件在环实验研究。考虑到单纯软件仿真与实车实验存在的差距以及成本较高等问题,本文搭建基于电动助力转向(Electrical Power Steering System,EPS)的横向辅助硬件在环实验台进一步验证横向辅助控制算法的有效性并就台架方案设计、系统组成、部分传感器测试与标定进行简述。最后针对主动转向控制算法开展硬件在环实验。

关键词：横向辅助控制横向预警算法主动转向控制驾驶行为预测模型预测控制

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的驾驶员换道行为预测

计算机系统应用 2020年第3期29卷 55-63页

作者：惠飞魏诚长安大学信息工程学院西安710064

车道变换在交通安全中起着至关重要的作用,准确预测驾驶员的车道变换行为可以显著提高驾驶安全性.本文提出了一种基于全连接神经网络和循环神经网络的混合神经网络,用于精准预测车道变换行为.并且提出动态时间窗口,提取包括驾驶员生理... 详细信息

车道变换在交通安全中起着至关重要的作用,准确预测驾驶员的车道变换行为可以显著提高驾驶安全性.本文提出了一种基于全连接神经网络和循环神经网络的混合神经网络,用于精准预测车道变换行为.并且提出动态时间窗口,提取包括驾驶员生理数据和车辆运动学数据的车道变换特征.最后,通过真实交通场景下的数据验证了所提出模型的有效性.此外,将所提出的模型与五种其他预测模型进行了比较,结果表明,与其他模型相比,本文所提出的预测模型具有更高的精确率和前瞻时间.

关键词：驾驶行为预测 RNNSeq2Seq 深度学习车道变换

在线全文

学校读者我要写书评

暂无评论

基于非合作博弈威胁度的智能驾驶策略研究

中国汽车 2023年第4期 48-55,63页

作者：戴冕张国宇赵帅赵鹏超中汽智联技术有限公司天津300393

本文基于非合作博弈竞争威胁风险度(CTRD),提出了在风险驾驶场景中的智能驾驶决策及执行算法系统。基于实时采集的博弈双方直接和间接信息,进行浅层和深层分析,计算每次竞争行为的CTRD,并在持续高频的连续博弈场景中对博弈威胁风险水平(... 详细信息

本文基于非合作博弈竞争威胁风险度(CTRD),提出了在风险驾驶场景中的智能驾驶决策及执行算法系统。基于实时采集的博弈双方直接和间接信息,进行浅层和深层分析,计算每次竞争行为的CTRD,并在持续高频的连续博弈场景中对博弈威胁风险水平(CTRL)综合度量分类,以此建立驾驶员行为风险评估模型并标签化处理。此方法可描述具备较强相关性和行为逻辑的交互竞争,通过理性妥协以避免攻击性鲁莽驾驶行为造成的碰撞事故,在保障系统对危险驾驶场景及行为做出安全决策基础上提高通行效率。实验采用3 000多组实际道路的切入数据,对其中涉及博弈竞争行为进行比较分析。结果显示,在连续交互非合作博弈回合中,面对竞争威胁挑战,基于CTRD的驾驶策略预测与驾驶员实际行动呈相关性分布,标签化的CTRL对实际博弈行为预测符合度为94%。

关键词：非合作博弈论竞争威胁风险度驾驶风险场景驾驶行为预测智能驾驶系统

在线全文

学校读者我要写书评

暂无评论

基于驾驶模拟器的驾驶能力评估及其应用研究

基于驾驶模拟器的驾驶能力评估及其应用研究

作者：王亚兵北方工业大学

学位级别：硕士

在“人-车-路”三者构成的交通系统中,“人”是最为核心和关键的一环,也是导致交通事故的最主要的因素。因此,对于驾驶人驾驶能力的评估可以分析交通事故的人因机理,并为制定应对策略提供理论依据。由此,本文通过驾驶模拟试验获取车辆... 详细信息

在“人-车-路”三者构成的交通系统中,“人”是最为核心和关键的一环,也是导致交通事故的最主要的因素。因此,对于驾驶人驾驶能力的评估可以分析交通事故的人因机理,并为制定应对策略提供理论依据。由此,本文通过驾驶模拟试验获取车辆运行状态数据,开展了驾驶人基本驾驶能力评估方法和动态驾驶能力评估方法的研究,并探究了驾驶能力评估方法的应用策略。首先,设计了基于UC-win/Road的虚拟仿真模型,开展了驾驶仿真试验。在仿真模型中设计了3种驾驶场景:纵向驾驶能力测试场景、横向驾驶能力测试场景、危险事件测试场景,其中危险事件测试场景包含6类14个危险事件。此外,设计了驾驶能力主观调查问卷,覆盖了基本信息、安全意识、激进程度、易怒程度和性格特征共5个方面,以便与驾驶模拟试验结果对比分析。其次,开展基本驾驶能力评估方法研究。在对横向、纵向和换道三种典型驾驶行为进行分析的基础上,确定了基本驾驶能力的表征指标。利用层次分析法确立了参数的主观权重,利用熵权法确立了指标的客观权重。在对主客观权重进行综合的基础上,基于TOPSIS法对驾驶人的基本驾驶能力做出了评估。第三,开展动态驾驶能力评估方法研究。考虑了驾驶人个体之间的差异性,利用安全驾驶的数据建立了基于长短时记忆神经网络的安全驾驶行为预测模型。定义了驾驶行为偏差,给出了驾驶行为偏差调整量。基于驾驶行为偏差调整量和车辆安全状态表征指标建立了动态驾驶能力评估模型。最后,开展了基本驾驶能力和驾驶行为问卷的对比、基本驾驶能力和动态驾驶能力之间的对比分析。在此基础上,结合基本驾驶能力和动态驾驶能力制定了可应用于辅助驾驶系统的危险预警策略,并对预警策略的有效性和准确性进行了分析。

关键词：驾驶模拟器基本驾驶能力驾驶行为预测动态驾驶能力预警策略