| 基于自然驾驶数据的驾驶人换道决策识别研究 |
| |
| 引用本文： | 蒋司杨,李朝,雷毅,王畅.基于自然驾驶数据的驾驶人换道决策识别研究[J].汽车技术,2022(1):27-34. |
| |
| 作者姓名： | 蒋司杨 李朝 雷毅 王畅 |
| |
| 作者单位： | 长安大学 |
| |
| 基金项目： | 国家重点研发计划项目(2019YFB1600500)。 |
| |
| 摘 要： | 为实现人机共驾模式下智能系统对驾驶人换道决策的准确识别,将换道决策细分并提出了基于改进的极端梯度提升(XGBoost)的换道决策识别模型。以实车试验采集的自然驾驶数据作为输入,并采用滑动时间窗法确定识别时刻,建立各识别时间窗口下基于XGBoost的换道决策识别模型,同时运用交叉检验和网格搜索(GS)算法进一步提升模型性能,最后利用验证集数据评估所构建GS-XGBoost模型的识别性能,并与机器学习及深度学习模型进行对比。结果表明,所提出的模型在具体换道决策辨识上具有较好的实时性和准确性,且在1.8 s和1.6 s时间窗下的识别准确率最高,达到86.2%。
|
| 关 键 词： | 人机共驾 换道决策 极端梯度提升 网格搜索 |
Research on the Drivers’Lane-Changing Decision Recognition Based on the Naturalistic Driving Data |
| |
| Jiang Siyang,Li Zhao,Lei Yi,Wang Chang.Research on the Drivers’Lane-Changing Decision Recognition Based on the Naturalistic Driving Data[J].Automobile Technology,2022(1):27-34. |
| |
| Authors: | Jiang Siyang Li Zhao Lei Yi Wang Chang |
| |
| Institution: | (Chang’an University,Xi’an 710064) |
| |
| Abstract: | |
| |
| Keywords: | Man-machine shared mode Lane-changing decision XGBoost Grid search |
| 本文献已被 维普 等数据库收录！ |
|
