冰雪环境下基于神经网络的多参数驾驶员意图识别.pdf

摘要

冰雪环境下基于神经网络的多参数驾驶员意图识别

基于科学技术的发展及智能化水平的提高，借助车载传感器、通信等模块可

实现汽车的智能化操控。准确获取驾驶员意图可以让辅助系统更好的工作，尤其

在冰雪环境下驾驶员对车辆的操控力下降时，辅助系统显得尤为重要。驾驶辅助

系统可以根据获取的驾驶员意图，协助驾驶员对车辆进行操控，避免车辆行为与

驾驶员意图不一致的情况发生，提高驾驶体验的同时也降低了事故发生的概率。

本论文在国家自然科学基金（U1664263）“中国汽车产业创新发展联合基金”

以及国家自然科学基金（U19A2069）“冰雪环境下汽车智能驾驶决策与人车协同

控制的关键技术研究”的资助下完成。

驾驶员驾驶汽车行驶过程会受到很多因素影响，不同的驾驶员相应的操作习

惯不相同，不同路况驾驶方式也会不同。因此本文对冰雪环境下行车特点进行分

析，获取该条件下（包含对开路面）驾驶员行为参数以及车辆参数，分别进行研

究。据此主要完成了以下内容：

（1）建立样本数据库。依托基于Carmaker软件搭建的半实物模拟驾驶实验

平台，选取多名有驾驶经验驾驶员（包含不同年龄和性别）按照实验方案完成数

据采集工作，随后对数据进行分析处理，初步筛选出表征驾驶意图的参数，并利

用统计学知识分析验证参数与意图的相关性以及意图特征参数的有效性。根据选

取的意图参数以及采集的数据样本进行完成数据处理工作，并建立了不同驾驶阶

段的数据样本库。

（2）基于BP神经网络（BackPropagationNeuralNetwork）建立驾驶员意图识

别模型。BP神经网络是一种基于误差反向传播算法的多层前向神经网络，拥有良

好的自适应能力以及泛化能力。结合选取的驾驶员意图特征参数，确定神经网络

的输入参数，然后通过实验和试凑法确定了隐层的数目，根据驾驶意图特点确定

了网络的输出维度，最终完成了意图识别模型网络的设计。

（3）驾驶员意图识别模型的性能验证以及评价。依据采集的数据样本完成

样本分类，建立不同工况下的模型训练数据样本以及模型测试数据样本。在

MATLAB软件中完成模型搭建，通过训练数据样本对模型进行训练，测试数据样

本对模型进行测试验证，从实时性以及精确性角度对模型进行了评价。

关键词：

驾驶意图,神经网络,意图识别,仿真分析,模拟实验

Abstract

Multi-parameterDriverIntentionRecognitionBasedonNeuralNetwork

inIceandSnowEnvironment

Withthedevelopmentofcommunicationtechnologyandtechnology,carsare

graduallybecomingintelligent.Thesensorsandcommunicationmodulesonboardcan

assistthedriverincontrollingthevehicle.Accuratelyobtainingthedriversintention

canmaketheauxiliarysystemworkbetter,especiallywhenthedriverscontrolofthe

vehicleisreducedintheiceandsnowenvironment,theauxiliarysystemisparticularly

important.Thedrivingassistancesystemcanassistthedriverinmaneuveringthe

vehicleaccordingtotheobtaineddriversintention,avoidingtheoccurrenceof

inconsistentvehiclebehaviorwiththedriv