基于HMM和SVM级联算法的驾驶意图识别

• 作者: 倪捷 刘志强 吴雪刚 张腾
• 来源期刊: 汽车工程
• 关键词: 智能交通 意图识别 隐马尔可夫模型 支持向量机 T检验
• 年，卷（期）: 2018,（7）
• 页码范围: 858-864
• 页数: 7页
• 字数: 4151字
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2018.07.017

摘要

为降低先进驾驶员辅助系统的误警率,提出了利用不同任务下"人车路"参数的差异性识别驾驶意图的方法.在模拟驾驶仪系统中开展实验,记录了12名受试者的驾驶样本1150组,对比车道保持意图、换道意图和超车意图样本的差异,确定了6个参数的驾驶意图识别指标体系.运用HMM和SVM级联算法建立驾驶员驾驶意图识别模型.结果表明:基于该算法的识别准确率达95.84％,明显高于HMM或SVM单一算法,且单次平均识别时间为0.017s,满足驾驶员对突发性事件反应时间的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志强	江苏大学汽车与交通工程学院	111	1188	19.0	29.0
2	倪捷	江苏大学汽车与交通工程学院	37	187	9.0	12.0
3	吴雪刚	江苏大学汽车与交通工程学院	2	12	1.0	2.0
4	张腾	江苏大学汽车与交通工程学院	4	15	2.0	3.0