基于C-P2D-HMM的机动车驾驶意图辨识

基于车速变化和车道变换,在二维空间上将驾驶人意图分为加速换道、保持车速换道、减速换道、加速不换道、保持车速不换道和减速不换道六个。考虑到车辆行驶的连续性,利用高斯密度函数改进伪二维隐马尔可夫模型提出了驾驶人意图辨识。模型以车间距、对象车速及横向加速度为输入,以驾驶人驾驶意图为输出,将变速及是否变换车道两种驾驶意图分别作为C-P2D-HMM的隐状态的二个维,进行驾驶人意图辨识。实验结果表明,模型可行、有效,辨识准确率是98.84%。利用转移概率,还能实现预测。有助于对不正常的变速换道提出预警,降低此类交通事故。