基于模糊支持向量机的旁车道车辆并线意图识别方法

• 作者: 刘昭度 王宝锋 裴晓飞 马国成 齐志权
• 来源期刊: 汽车工程
• 关键词: 驾驶员辅助系统 并线意图识别 模糊支持向量机
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 论文
• 页码范围: 316-320
• 页数: 5页
• 字数: 3795字
• 语种: 中文

摘要

为检测旁车道车辆驾驶员的并线意图,利用机器学习技术基于模糊支持向量机建立了并线意图识别器.识别器的训练样本由实际交通环境中的车辆并线数据获得,包括主车道与旁车道车辆的7个运动属性,其中对不能直接利用传感器信息获取的属性由Kalman滤波器预估得到.由于在并线初始时刻的并线样本不能有效区别于非并线样本,所以在支持向量机的求解中引入样本模糊隶属度系数以提高并线意图识别器训练的准确性,同时对支持向量机中的参数基于交互检验正确率进行网格优化.在实际交通环境中对并线意图识别器进行了试验,结果表明,识别器工作有效,经过简单处理后的识别结果可有效反映驾驶员的并线意图.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘昭度	北京理工大学机械与车辆学院	123	1496	20.0	32.0
2	齐志权	北京理工大学机械与车辆学院	53	631	14.0	23.0
3	裴晓飞	北京理工大学机械与车辆学院	18	262	9.0	16.0
4	马国成	北京理工大学机械与车辆学院	19	304	9.0	17.0
5	王宝锋	北京理工大学机械与车辆学院	10	109	7.0	10.0