基于长短时记忆网络的路口转向意图预测

作者：王亚伟; 尹慧琳; 伍淑莉; 王杰

来源：系统仿真技术, 2019, 15(01): 1-6.

DOI：10.16812/j.cnki.cn31-1945.2019.01.001

• 自动驾驶
• 长短时记忆(LSTM)网络
• 运动行为预测
• 意图预测
• NGSim(Next Generation Simulation)

提出了通用路口车辆行驶意图预测模型,对其他交通参与者在路口的转向意图进行预测。根据驾驶场景对真实数据集NGSim(Next Generation Simulation)进行特征选择与数据提取,然后使用长短时记忆(LSTM)网络进行通用模型训练。结果表明:该模型可以在停车线前10 m预测出车辆是左转、右转,还是继续直行,预测正确率为92. 3%。

• 单位
  同济大学