典型文献
数据机理混合驱动的交通车意图识别方法
文献摘要：
交通车意图识别对提升智能汽车决策规划性能具有重要意义.本文从驾驶行为生成机理角度分析了驾驶人换道过程的各阶段,分别建立了基于马尔可夫决策过程的驾驶人意图预测模型、基于动态安全场的换道可行性分析模型和基于双向多长短期记忆网络(Bi-LSTM)的车辆行为识别模型.通过融合具有明确时序关系的上述模型,提出了一种数据机理混合驱动的交通车意图识别方法,并利用NGSIM数据集进行模型训练和验证.结果表明该方法在交通车到达换道点前1.8 s处的识别准确率即超过90％,在换道点处识别准确率可达97.88％,具有较高的识别准确率和较长的提前识别时间.
文献关键词：
智能汽车;意图识别;马尔可夫决策过程;数据机理混合驱动
中图分类号：
作者姓名：
赵健;宋东鉴;朱冰;吴杭哲;韩嘉懿;刘宇翔
作者机构：
吉林大学,汽车仿真与控制国家重点实验室,长春 130022;中国第一汽车集团有限公司智能网联开发院,长春 130011
文献出处：
引用格式：
[1]赵健;宋东鉴;朱冰;吴杭哲;韩嘉懿;刘宇翔-.数据机理混合驱动的交通车意图识别方法)[J].汽车工程,2022(07):997-1008
A类：
数据机理混合驱动
B类：
交通车,意图识别,智能汽车,规划性,驾驶行为,行为生成,生成机理,换道过程,马尔可夫决策过程,驾驶人意图,意图预测,全场,可行性分析,多长,长短期记忆网络,Bi,行为识别,识别模型,时序关系,NGSIM,模型训练,换道点,识别准确率,前识
AB值：
0.296249
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。
