典型文献
基于自然驾驶数据的驾驶人换道决策识别研究
文献摘要：
为实现人机共驾模式下智能系统对驾驶人换道决策的准确识别,将换道决策细分并提出了基于改进的极端梯度提升(XGBoost)的换道决策识别模型.以实车试验采集的自然驾驶数据作为输入,并采用滑动时间窗法确定识别时刻,建立各识别时间窗口下基于XGBoost的换道决策识别模型,同时运用交叉检验和网格搜索(GS)算法进一步提升模型性能,最后利用验证集数据评估所构建GS-XGBoost模型的识别性能,并与机器学习及深度学习模型进行对比.结果表明,所提出的模型在具体换道决策辨识上具有较好的实时性和准确性,且在1.8 s和1.6 s时间窗下的识别准确率最高,达到86.2％.
文献关键词：
人机共驾;换道决策;极端梯度提升;网格搜索
中图分类号：
作者姓名：
蒋司杨;李朝;雷毅;王畅
作者机构：
长安大学,西安710064
文献出处：
引用格式：
[1]蒋司杨;李朝;雷毅;王畅-.基于自然驾驶数据的驾驶人换道决策识别研究)[J].汽车技术,2022(01):27-34
A类：
B类：
自然驾驶数据,驾驶人,换道决策,人机共驾,智能系统,准确识别,极端梯度提升,XGBoost,识别模型,实车试验,滑动时间窗,时间窗口,时运,交叉检验,网格搜索,GS,模型性能,验证集,数据评估,评估所,识别性,深度学习模型,识别准确率
AB值：
0.324557
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
