科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高驾驶的安全性和舒适性、改善交通环境，通过深度学习，结合自然驾驶数据，对驾驶人换道意图识别提出了一种长短时记忆网络和证据理论相结合的方法。研究中的意图识别模型由初步决策层和最终决策层组成，初步决策层以驾驶员扫视角度、扫视速度、头部水平转角、车辆行驶中的纵向加速度、方向盘转角、转向灯信号和车辆距离车道线的中心距离作为模型的参数，利用LSTM经过softmax函数进行计算后输出初始的左、右换道和车道保持的概率，将初步决策层的归一化输出结果作为证据理论的基本概率分布；最后利用DS证据理论组合理论对输入信息进行分析处理，输出各意图的概率，进而决策识别出驾驶员当前换道意图。结果表明，该模型对左、右...
- 单位
