高速公路车辆换道行为预测

• 作者: 龙学军 高枫
• 来源期刊: 中国交通信息化
• 关键词: 车辆换道行为预测 车辆轨迹 车辆检测
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 技术
• 页码范围: 130-133
• 页数: 4页
• 语种: 中文
• DOI: 10.13439/j.cnki.itsc.2021.09.013

摘要

车辆换道与交通安全息息相关,尤其在高速公路场景下更是一种具有潜在风险的驾驶行为.对车辆换道行为进行有效预测,将为自动驾驶车辆的决策规划提供重要依据.目前车辆换道预测所使用的数据大都来源于多个传感器,其中某一传感器失灵会造成预测错误.本文提出基于视觉的高速道路车辆换道行为预测,消除了多个传感间的数据依赖影响;同时,针对单一LSTM结构预测方法的不足,提出了一种级联LSTM结构预测方法,将车辆轨迹信息以序列的方式输入级联LSTM,通过连续的轨迹信息预测车辆换道行为.实验结果表明级联LSTM的准确率比LSTM结构最优时高出6.4％.