基于雷达数据的车辆换道行为识别研究

作者：苏丽娜; 李凡; 潘秀; 田子立; 赵建东^*

来源：北京交通大学学报, 2022, 46(04): 60-67.

• 交通工程
• 轨迹跟踪
• 支持向量机
• 弗雷歇距离
• 雷达
• 换道行为

针对高速公路车辆轨迹跟踪及换道行为识别问题，基于路侧雷达数据提取车辆换道过程特征，提出了融合支持向量机算法与粒子群算法的换道行为识别模型.首先，针对异常数据及轨迹匹配问题，采用空间约束、动力约束、长度约束等多重条件约束进行数据清洗，并分别利用SavitzkyGolay滤波器和改进弗雷歇距离算法对轨迹进行平滑和匹配；其次，为有效分析换道轨迹信息特征，从整段轨迹和换道区间中，提取了偏移角度、平均换道横向速度、平均换道纵向速度、横向偏移量、换道时长作为典型换道特征；然后，提出了一种基于支持向量机（Support Vector Machines,SVM）的换道行为识别模型，并针对核函数参数优化问题，分别运用网格搜索法和粒子群算法（Particle Swarm Optimization,PSO）进行模型参数寻优.最后，以高速公路路侧雷达检测数据为例，对模型进行训练和测试.实验结果表明：与其他识别模型相比，SVM-PSO模型的识别准确率和精确率分别为93.59%、97.75%，具有良好的识别能力.

• 单位
  交通运输学院; 北京交通大学