[發(fā)明專利]一種周邊車輛行為識別方法

有效

• 申請?zhí)枺?/td>: 201711142034.4
• 申請日: 2017-11-17
• 公開（公告）號: CN107967486B
• 公開（公告）日: 2020-08-28
• 發(fā)明（設計）人: 蔡英鳳;朱南楠;王海;儲小軍;陳龍;何友國;劉擎超;梁軍;陳小波
• 申請（專利權）人: 江蘇大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;H04W4/029;H04W4/44
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于V2V通信與HMM-GBDT混合模型的周邊車輛行為識別方法，其特征在于，包括：

步驟1，離線訓練環(huán)節(jié)：歸納并劃分典型的周邊車輛行為，針對每種典型行為，基于實車平臺采集真實交通場景下的周邊車輛的行駛信息，提取軌跡特征數(shù)據(jù)，對HMM-GBDT混合模型進行參數(shù)學習；具體包括：HMM初始化，將同一類別周邊車輛行為的軌跡特征數(shù)據(jù)作為HMM參數(shù)學習的輸入，更新模型參數(shù)，獲取各個車輛行為類別的HMM，以特征數(shù)據(jù)作為完成參數(shù)學習后的對應HMM的輸入，所得概率輸出作為初始化后的GBDT的輸入矢量，對GBDT進行參數(shù)學習，最終確定HMM-GBDT混合模型；

步驟2，在線檢測環(huán)節(jié)：被跟蹤目標車輛將采集到的自車行駛信息通過V2V通信實時傳輸給主車，主車結合兩車軌跡特征數(shù)據(jù)構成新的特征觀測序列，利用訓練好的HMM-GBDT混合模型辨別被跟蹤車輛所屬行為模式；

所述步驟1中針對每種典型行為，基于實車平臺采集真實交通場景下的周邊車輛的行駛信息，提取軌跡特征數(shù)據(jù)的具體過程包括以下步驟：

步驟1.1，針對每種典型行為，被跟蹤車輛和主車在各個車輛行為模式下利用車輛定位系統(tǒng)獲取自車位置信息和速度信息，定義t時刻被跟蹤車輛和主車軌跡點坐標分別為(xp_t，yp_t)、(xh_t，yh_t),t時刻被跟蹤車輛和主車速度分別為up_t、uh_t；其中，坐標系由GPS和慣性導航器構成的組合導航器確定，該組合導航器為被跟蹤目標車輛和主車建立統(tǒng)一的導航坐標系；

步驟1.2，提取t時刻兩車軌跡點相對位置特征Δθ：

對相對位置特征在8個方向進行均勻量化編碼，沿逆時針方向每隔π/4劃分一個特征區(qū)域，劃分的8個區(qū)域依次從0～7編碼；

步驟1.3，提取t時刻兩車相對速度特征Δu：

Δu＝|up_t-uh_t|

將相對速度劃分為[0,5],(5,+∞)兩個區(qū)域，單位為km/h，依次編碼為I,II；

步驟1.4，相對位置、相對速度特征聯(lián)合編碼：將相對位置特征和相對速度特征結合，形成在t時刻同時包含兩個軌跡特征的特征值，構成新的碼字：I0,II0,I1,…,II6,I7,II7，即可能的觀測數(shù)M為16；在一次試驗中針對特定目標車輛依時間順序獲得的所有聯(lián)合特征觀測值構成該車的軌跡特征值序列其中l(wèi)取值范圍為1到正無窮。

2.根據(jù)權利要求1所述的一種基于V2V通信與HMM-GBDT混合模型的周邊車輛行為識別方法，其特征在于，所述步驟1中歸納并劃分典型的周邊車輛行為具體為：將典型的周邊車輛行為劃分為：跟馳、換道、切出、切入；所述切出是指從與主車同車道切至旁邊車道，所述切入是指從旁邊車道切至與主車同車道。