基于模糊支持向量机的旁车道车辆并线意图识别方法

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

马国成，刘昭度，裴晓飞，王宝锋，齐志权
（北京理工大学机械与车辆学院，北京１０００８１）
［摘要］为检测旁车道车辆驾驶员的并线意图，利用机器学习技术基于模糊支持向量机建立了并线意图识别器。识别器的训练样本由实际交通环境中的车辆并线数据获得，包括主车道与旁车道车辆的７个运动属性，其中对不能直接利用传感器信息获取的属性由Ｋａｌｍａｎ滤波器预估得到。由于在并线初始时刻的并线样本不能有效区别
ＭａＧｕｏｃｈｅｎｇ，ＬｉｕＺｈａｏｄｕ，ＰｅｉＸｉａｏｆｅｉ，ＷａｎｇＢａｏｆｅｎｇ＆ＱｉＺｈｉｑｕａｎ
ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，Ｂｅ￣ｉｉｎｇＩｎｓｔｉｔｕｔｅｆｏＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００８１
关键词：驾驶员辅助系统；并线意图识别；模糊支持向量机
ＩｄｅｎｔｉｆｉｃａｔｉｏｎｏｆＣｕｔｉｎＭａｎｅｕｖｅｒｏｆＳｉｄｅＬａｎｅＶｅｈｉｃｌｅｓＢａｓｅｄＯｉｌＦｕｚｚｙＳｕｐｐｏｒｔＶｅｃｔｏｒＭａｃｈｉｎｅｓ
『Ａｂｓｔｒａｃｔ］Ｆｏｒｄｅ Baidu Nhomakorabea ｅｃｔｉｎｇｔｈｅｄｒｉｖｅｒ ’ Ｓｃｕｔ — ｉｎｉｎｔｅｎｔｉｏｎｏｆａｓｉｄｅｌａｎｅｖｅｈｉｃｌｅ，ａｃｕｔ．ｉｎｉｎｔｅｎｔｉｏｎｉｄｅｎｔｉｆｉｅｒｉＳ
ｂｕｉｌｔｕｓｉｎｇｍａｃｈｉｎｅｌｅａｒｎｉｎｇｔｅｃｈｎｉｑｕｅｂａｓｅｄｏｎｆｕｚｚｙｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ（ＦＳＶＭ）．，ｎｌｅｔｒａｉｎｉｎｇｓａｍｐｌｅｓｏｆ
ｉｄｅｎｔｉｆｉｅｒｏｂｔａｉｎｅｄｆｒｏｍｔｈｅｃｕｔ — ｉｎｄａｔａｏｆｖｅｈｉｃｌｅｓｉｎｒｅａｌｔｒａｆｉｆｃｅｎｖｉｒｏｎｍｅｎｔｐｏｓｓｅｓｓ７ｍｏｔｉｏｎａｔｔｒｉｂｕｔｅｓｏｆｖｅｈｉｃｌｅｓｉｎｂｏｔｈｍａｉｎｌａｎｅａｎｄｓｉｄｅｌａｎｅ．ｉｎｗｈｉｃｈｔｈｅａｔｔｒｉｂｕｔｅｓｎｏｔａｂｌｅｔｏｇｅｔｄｉｒｅｃｔｌｙｒｏｆｍｓｅｎｓｏｒｓａｒｅｐｒｅ．ｅｓｔｉｍａｔｅｄｂｙＫａｌ — ｍａｎｉｆｌｔｅｒ．Ｄｕｅｔｏｔｈｅｃｕｔ．ｉｎｓａｍｐｌｅｓｃａｎｎｏｔｂｅｅｆｆｅｃｔｉｖｅｌｙｄｉｓｉｔｎｇｕｉｓｈｅｄｒｏｆｍｎｏｎｃｕｔ — ｉｎｓａｍｐｌｅｓａｔｔｈｅｉｎｉｔｉａｌｎｏ．ｍｅｎｔｏｆｃｕｔ — ｉｎ，ａｆｕｚｚｙｍｅｍｂｅｒｓｈｉｐｃｏｅｆｉｆｃｉｅｎｔｉｓｉｎｔｒｏｄｕｃｅｄｆｏｒｅａｃｈｓａｍｐｌｅｉｎｓｏｌｖｉｎｇＦＳＶＭｔｏｉｍｐｒｏｖｅｔｈｅｔｒａｉｎｉｎｇａｃｃｕｒａｃｙｏｆｃｕｔ — ｉｎｉｄｅｎｔｉｉｆｅｒ，ａｎｄａｇｒｉｄｏｐｔｉｍｉｚａｔｉｏｎｉｓｃｏｎｄｕｃｔｅｄｏｎｔｈｅｐａｒａｍｅｔｅｒｓｏｆＦＳＶＭａｉｍｉｎｇａｔｔｈｅｈｉｇｈｅｓｔｃｏｒｒｅｃｔｎｅｓｓｒａｔｅｏｆｃｒｏｓｓｖａｌｉｄａｔｉｏｎ．Ｔｈｅｒｅｓｕｈｓｏｆｔｈｅｔｅｓｔｏｎｃｕｔ．ｉｎｉｎｔｅｎｔｉｏｎｉｄｅｎｔｉｆｉｅｒｉｎｒｅａｌｔｒａｆｉｆｃｅｎｖｉｒｏｎｍｅｎｔｓｈｏｗｔｈａｔｔｈｅｉｄｅｎｔｉｉｆｅｒｉｓｅｆｆｅｃｔｉｖｅｉｎｗｏｒｋｗｉｔｈｉｄｅｎｔｉｉｆｃａｔｉｏｎｒｅｓｕｈｓｅｆｆｅｃｔｉｖｅｌｙｒｅｌｆｅｃｔｔｈｅｃｕｔ — ｉｎｉｎｔｅｎｔｉｏｎｏｆｄｒｉｖｅｒａｆｔｅｒｓｉｍｐｌｅｐｒｏｃｅｓｓｉｎｇ．Ｋｅｙｗｏｒｄｓ：ｄｒｉｖｅｒａｓｓｉｓｔａｎｔｓｙｓｔｅｍ；ｃｕｔ－ｉｎｉｎｔｅｎｔｉｏｎｉｄｅｎｔｉｉｃｆａｔｉｏｎ；ｆｕｚｚｙｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅｓ
２０１４年（第３６卷）第３期
汽车工程ＡｕｔｏｍｏｔｉｖｅＥｎｇｉｎｅｅｒｉｎｇ
２０１４（Ｖｏ１．３６）Ｎｏ．３
２０１４０６０
基于模糊支持向量机的旁车道车辆并线意图识别方法木
于非并线样本，所以在支持向量机的求解中引入样本模糊隶属度系数以提高并线意图识别器训练的准确性，同时对
支持向量机中的参数基于交互检验正确率进行网格优化。在实际交通环境中对并线意图识别器进行了试验，结果
表明，识别器工作有效，经过简单处理后的识别结果可有效反映驾驶员的并线意图。