駕駛行為標(biāo)準(zhǔn)化及其特征表示.pdf

1、駕駛行為分析是智慧交通和無(wú)人駕駛領(lǐng)域的熱門(mén)研究話題。建立合適的駕駛行為分析和表示模型,對(duì)個(gè)性化車(chē)輛控制系統(tǒng)的研發(fā)具有十分重要的意義。同時(shí),對(duì)駕駛行為的有效分析能夠?yàn)轳{駛風(fēng)格識(shí)別、異常駕駛行為檢測(cè)等問(wèn)題提供解決方案。因此如何建立駕駛行為分析模型并對(duì)其進(jìn)行實(shí)際應(yīng)用成為了研究的關(guān)鍵問(wèn)題。
　　本課題提出通過(guò)對(duì)真實(shí)駕駛行為進(jìn)行學(xué)習(xí),將原始駕駛行為映射到聯(lián)邦測(cè)試循環(huán)(Federal Test Procedre,FTP)下的車(chē)輛標(biāo)準(zhǔn)工況FTP

2、-72之中。以此排除駕駛環(huán)境不同所帶來(lái)的干擾,實(shí)現(xiàn)駕駛行為的標(biāo)準(zhǔn)化。使用實(shí)際場(chǎng)景下具有人工駕駛風(fēng)格標(biāo)注的車(chē)輛測(cè)試數(shù)據(jù)(Vehicle Test Data,VTD)作為輸入。選取能量譜密度均值作為駕駛行為標(biāo)準(zhǔn)化后的駕駛風(fēng)格評(píng)價(jià)的量化指標(biāo)。實(shí)驗(yàn)表明該標(biāo)準(zhǔn)化的方法能夠?qū)υ嫉鸟{駛風(fēng)格進(jìn)行保留和復(fù)現(xiàn),同時(shí)為不同駕駛員之間的駕駛行為分析提供了標(biāo)準(zhǔn)的參考系。
　　進(jìn)一步地,本課題提出了基于相空間重構(gòu)和預(yù)訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)的駕駛行為特征向量表示模

3、型。該模型基于駕駛行為標(biāo)準(zhǔn)化的結(jié)果,將駕駛行為標(biāo)準(zhǔn)化后的油門(mén)踏板序列進(jìn)行相空間重構(gòu),再將重構(gòu)的曲線以圖片的形式經(jīng)過(guò)預(yù)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)計(jì)算,得到卷積層輸出作為駕駛行為的特征向量。本課題使用中國(guó)四個(gè)城市的實(shí)際正常駕駛行為和根據(jù)現(xiàn)有駕駛行為理論模擬的異常駕駛行為數(shù)據(jù),設(shè)計(jì)測(cè)試實(shí)驗(yàn)。通過(guò)t-SNE算法的降維表示和Kmeans算法聚類(lèi)分析,展示了不同駕駛行為的分布特征和計(jì)算特性,驗(yàn)證了方法有效性。
　　針對(duì)車(chē)輛的跟馳場(chǎng)景,本課題基于駕駛行