基于支持向量机的车辆驾驶行为识别研究.pdf

第17卷第 1期 交通运输系统工程与信息 、，01．17No．1 2017年 2月 JournalofTransportationSystemsEngineeringandInformationTechnology February 2017 文章编号 ：1009-6744(2017)01-0091-07 中图分类号 ：U491．2 文献标志码 ：A DOI：10．16097O~nki．1009—6744．2017．01．014 基于支持向量机的车辆驾驶行为识别研究 祝俪菱，刘 澜，赵新朋，杨 达 (西南交通大学 交通运输与物流学院，成都610031) 摘 要： 从车辆行驶轨迹的角度，车辆驾驶行为可细分为车辆跟驰行为、车辆换道准备 行为和车辆换道执行行为，它们对交通拥堵、交通事故等都有着重要影响，也是 自动驾 驶、交通仿真等系统的基础构成模块．然而，如何从实际微观交通流数据中对3种行为进 行识别是驾驶行为研究的基础和难点．本文提出基于支持向量机的驾驶行为识别方法，使 用真实车辆轨迹数据，为提高模型的准确率，首先对样本数据进行归一化和主成分分析 预处理，然后采用网格搜索算法对惩罚因子和核参数进行寻优，最后利用样本数据对基 于支持向量机的分类模型进行训练和测试．结果表明，模型的测试精度达到了98．41％，能 够很好地识别车辆的行驶状态，为驾驶行为各阶段的研究提供支持． 关键词： 交通工程；驾驶行为识别；支持向量机；车辆换道准备；车辆换道执行 DriverBehaviorRecognitionBasedonSupportVectorM achine ZHU Li-ling，LIU Lan，ZHAOXin-peng，YANGDa (SchoolofTransportationandLogistics，SouthwestJiaotongUniversity,Chengdu610031，China) Abstract： From theviewpointofthevehicletrajectory,driverbehaviorCallbesubdividedintohtecal-- followingbehavior,lane··changingpreparationbehaviorand lane--chnagingexecutionbehavio~Thethree behaviorshaveasignificantimpactontrafficcongestionandtrafficsafeyt,nadarealsohteelemental modulesofhteautomaticdrivingsystem na drtafficsimulationsystem．Howeveqhow toidentifyhtethree kindsofbehaviorfrom hterealmicroscopictrafficflow dataisastillunsolvedproblem．Weproposea mehtodofdriverbehaviorrecongitionbasedonSupportVectorMachine(SVM)．Therealvehiclertajectory dataisused，whichisnormalizedfirstna dthenprocessedusingPrincipalComponentAnalysis．Thegrid searchalgorithm isadoptedtofindtheoptimalpenalyt factorsandkernelparameters，andthenthesample daat isappliedtortainandtesthteproposedmode1．Theresultsdisplayhtathteaccuracyofthemodelis