基于前方車輛行為分析的安全預(yù)警方法研究.pdf

1、隨著道路交通安全問題日益嚴(yán)重，主動(dòng)安全和駕駛輔助系統(tǒng)也受到了越來越多的關(guān)注。安全輔助駕駛系統(tǒng)通過綜合道路環(huán)境中的車輛、行人、路況等信息，實(shí)時(shí)監(jiān)測(cè)駕駛員周圍環(huán)境狀態(tài)，保證駕駛員的行駛安全。道路環(huán)境復(fù)雜，車輛的運(yùn)動(dòng)具有隨機(jī)性和不確定性，對(duì)車輛的運(yùn)動(dòng)意圖進(jìn)行有效的分析，能更好的估計(jì)車輛周圍危險(xiǎn)態(tài)勢(shì)，及早識(shí)別出環(huán)境中可能發(fā)生的潛在危險(xiǎn)，及時(shí)輔助駕駛員采取行動(dòng)，減緩或避免危險(xiǎn)事故的發(fā)生。因此，本文提出了一種基于前車行為分析的安全預(yù)警方法，主要內(nèi)容

2、包括車輛檢測(cè)與跟蹤、前車行為分析和危險(xiǎn)評(píng)估方法。
　　首先，針對(duì)低成本碰撞預(yù)警系統(tǒng)中車輛檢測(cè)難以獲得較好實(shí)時(shí)性問題，本文提出了一種基于安卓的車輛檢測(cè)方法，通過車輛的歷史運(yùn)動(dòng)來推斷車輛未來時(shí)刻的運(yùn)動(dòng)，從而縮小檢測(cè)范圍，提高檢測(cè)效率。車輛檢測(cè)是通過基于支持向量機(jī)的機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)的。該方法可在安卓手機(jī)上實(shí)時(shí)地運(yùn)行，算法幀率為9fps，滿足低成本碰撞預(yù)警系統(tǒng)對(duì)于實(shí)時(shí)性的要求。同時(shí)，車輛周圍環(huán)境的風(fēng)險(xiǎn)評(píng)估需要進(jìn)行多車道的車輛檢測(cè)，以判定周

3、圍車輛對(duì)本車的風(fēng)險(xiǎn)程度，對(duì)此本文將當(dāng)前車道車輛檢測(cè)擴(kuò)展到多車道車輛檢測(cè)，針對(duì)多車道檢測(cè)中車輛在車道中定位問題，本文提出了一種基于道路信息的多車道車輛檢測(cè)方法，在PC平臺(tái)上實(shí)現(xiàn)多車道車輛檢測(cè)。實(shí)驗(yàn)證明，本文方法可適用于大部分天氣和光照環(huán)境，具有較好的魯棒性。
　　其次，針對(duì)前車行為分析中行為之間由于相似性而導(dǎo)致不易區(qū)分的問題，本文設(shè)計(jì)了一個(gè)雙隱馬爾科夫模型，分別對(duì)轉(zhuǎn)向行為和cut-in行為建立隱馬爾科夫模型，預(yù)測(cè)前車左轉(zhuǎn)、直行、右轉(zhuǎn)

4、和 cut-in四種行為。首先用前向算法計(jì)算觀測(cè)序列與這兩個(gè)模型的匹配度，選取匹配概率最大的模型，完成車輛行為的粗分類，然后再用viterbi算法識(shí)別具體的行為，如左轉(zhuǎn)或右轉(zhuǎn)。具體內(nèi)容包括模型結(jié)構(gòu)選擇、模型參數(shù)設(shè)計(jì)、數(shù)據(jù)預(yù)處理、特征提取、特征編碼、模型訓(xùn)練、行為識(shí)別等過程。實(shí)驗(yàn)結(jié)果表明本文所建立的雙隱馬爾科夫模型能夠很好區(qū)分上述四種行為，具有較高的準(zhǔn)確率。
　　最后，針對(duì)傳統(tǒng)的基于規(guī)則的風(fēng)險(xiǎn)評(píng)估方法判定條件單一、對(duì)輸入數(shù)據(jù)容錯(cuò)性較

5、差的問題，本文提出了一種基于前車行為分析的危險(xiǎn)評(píng)估方法，建立了一個(gè)融合前車行為的危險(xiǎn)評(píng)估模型。通過將前車行為分析結(jié)果引入風(fēng)險(xiǎn)評(píng)估中，系統(tǒng)可提前預(yù)知前車在接下來的時(shí)刻將要采取的行為，極大地提高了風(fēng)險(xiǎn)評(píng)估的效果，且能夠適應(yīng)復(fù)雜多變的交通環(huán)境。另外，根據(jù)國(guó)家標(biāo)準(zhǔn)，本文所設(shè)計(jì)的碰撞預(yù)警系統(tǒng)定義了兩級(jí)碰撞預(yù)警，分別為預(yù)備碰撞預(yù)警和碰撞預(yù)警，在盡量不驚嚇駕駛員的前提下達(dá)到提醒目的，采取了聽覺和視覺兩種方式提醒駕駛員可能發(fā)生的潛在危險(xiǎn)。實(shí)驗(yàn)結(jié)果表明，