[發(fā)明專利]一種基于BiLSTM周車換道意圖預(yù)測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011593241.3
• 申請(qǐng)日: 2020-12-29
• 公開(kāi)（公告）號(hào): CN112614373B
• 公開(kāi)（公告）日: 2021-12-21
• 發(fā)明（設(shè)計(jì)）人: 郭景華;肖寶平;王靖瑤;王班;何智飛
• 申請(qǐng)（專利權(quán)）人: 廈門(mén)大學(xué);廈門(mén)大學(xué)深圳研究院
• 主分類號(hào): G08G1/0967
• 分類號(hào): G08G1/0967;G08G1/16;G06N3/04;G06N3/08
• 代理公司: 廈門(mén)南強(qiáng)之路專利事務(wù)所(普通合伙) 35200
• 代理人: 馬應(yīng)森

1.一種基于BiLSTM周車換道意圖預(yù)測(cè)方法，其特征在于包括以下步驟：

1)換道意圖預(yù)測(cè)模型的離線訓(xùn)練過(guò)程：首先通過(guò)大規(guī)模真實(shí)駕駛場(chǎng)景的采集和處理構(gòu)建訓(xùn)練數(shù)據(jù)庫(kù)；然后訓(xùn)練換道意圖預(yù)測(cè)模型；

所述通過(guò)大規(guī)模真實(shí)駕駛場(chǎng)景的采集和處理構(gòu)建訓(xùn)練數(shù)據(jù)庫(kù)，具體包括以下步驟：

(1)自車數(shù)據(jù)采集：利用攝像頭、毫米波雷達(dá)、激光雷達(dá)和GPS車載傳感器采集車輛的數(shù)據(jù)；

(2)數(shù)據(jù)融合：將各傳感器融合得到所需數(shù)據(jù)，所需數(shù)據(jù)包括但不限于周車的基本特征、周車與自車的相對(duì)位置和相對(duì)速度、車輛視頻數(shù)據(jù)；

(3)滑動(dòng)窗口分割數(shù)據(jù)：為最大限度地利用有限的數(shù)據(jù)，采用50％重疊率的滑動(dòng)窗口去分割數(shù)據(jù)，其中滑動(dòng)窗口長(zhǎng)度為網(wǎng)絡(luò)的輸入長(zhǎng)度n，設(shè)每一序列的標(biāo)簽為該序列最后n時(shí)刻的標(biāo)簽，即可得到車輛狀態(tài)序列和車輛視頻序列所構(gòu)成的數(shù)據(jù)庫(kù)；

所述訓(xùn)練換道意圖預(yù)測(cè)模型的具體步驟為：

(1)視頻的幀水平特征提取：采用微調(diào)的Inception-ResNet-v2網(wǎng)絡(luò)來(lái)提取圖像的特征，該網(wǎng)絡(luò)由Stem模塊、Inception-Resnet模塊、Recduction模塊、平均池化層、Dropout層和PCA層組成；由于經(jīng)過(guò)Inception-ResNet-v2網(wǎng)絡(luò)后的特征維度高達(dá)1792，采用PCA降維算法來(lái)提高網(wǎng)絡(luò)的效率；

(2)數(shù)據(jù)拼接：將車輛狀態(tài)序列和經(jīng)過(guò)幀水平提取的車輛視頻序列拼接，以便輸入BiLSTM網(wǎng)絡(luò)；

(3)BiLSTM網(wǎng)絡(luò)：LSTM單元處理時(shí)序預(yù)測(cè)問(wèn)題，而B(niǎo)iLSTM網(wǎng)絡(luò)是在LSTM層的基礎(chǔ)上添加另一后向LSTM層，進(jìn)一步處理后向信息，提高網(wǎng)絡(luò)的預(yù)測(cè)性能，所以采用BiLSTM網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)最終的換道意圖預(yù)測(cè)；

(4)BiLSTM網(wǎng)絡(luò)的輸入：車輛狀態(tài)序列和車輛視頻序列的拼接；

(5)BiLSTM網(wǎng)絡(luò)處理過(guò)程：BiLSTM網(wǎng)絡(luò)使用前向forward LSTM正常順序讀取時(shí)序數(shù)據(jù)，并且利用后向backward LSTM沿著相反順序讀取時(shí)序數(shù)據(jù)；

(6)BiLSTM網(wǎng)絡(luò)的輸出：將前向和后向LSTM層的輸出拼接，并輸入到Softmax層，最后輸出周車換道意圖概率；

2)換道意圖預(yù)測(cè)模型在線實(shí)時(shí)預(yù)測(cè)：在自車實(shí)時(shí)采集數(shù)據(jù)和數(shù)據(jù)預(yù)處理之后，用訓(xùn)練好的換道意圖預(yù)測(cè)模型在線實(shí)時(shí)預(yù)測(cè)，即可預(yù)測(cè)得到周車當(dāng)前換道意圖。

2.如權(quán)利要求1所述一種基于BiLSTM周車換道意圖預(yù)測(cè)方法，其特征在于在步驟1)中，所述所需數(shù)據(jù)的選取規(guī)則如下：選取周車的橫向位置、橫向速度、橫向加速度和方向角作為周車的基本特征；車輛間的交互作用是影響車輛的換道意圖因素之一，需考慮周車與自車的相對(duì)位置和相對(duì)速度；選取車輛視頻數(shù)據(jù)作為輸入特征，自車采集后融合的車輛狀態(tài)數(shù)據(jù)存在較大的噪聲，采用對(duì)稱指數(shù)移動(dòng)平均濾波算法來(lái)平滑數(shù)據(jù)，車輛視頻數(shù)據(jù)的同一幀圖像中可能存在多輛車，分割圖像ROI區(qū)域，并確定各周車狀態(tài)數(shù)據(jù)所對(duì)應(yīng)ROI區(qū)域。