当前位置: 首页> 学位论文 >详情
原文传递 基于驾驶人视觉特性的换道意图识别
论文题名: 基于驾驶人视觉特性的换道意图识别
关键词: 驾驶人视觉特性;换道意图识别;交通安全;Logistic回归模型
摘要: 车道变换行为是行车过程中经常发生的驾驶行为。在变换车道时,当驾驶人对车辆周围环境的观察不够充分或出现偏差,判断失误,极易酿成交通事故。如果能在车道变换前预知驾驶人的操作意图,则可预先对其操作行为进行安全性评估,在危险发生之前发出警报,避免交通事故的发生。视觉是驾驶人获取交通信息最重要的渠道。本文正是基于驾驶人视觉行为特性,对换道意图进行识别。
  本文在调研国内外相关研究的基础上,对车道变换行为进行了简单的分析,将车道变换划分为意图和执行两个阶段;结合本次试验所用试验仪器,确定了车道变换执行阶段的起始点;提出了以观看后视镜的注视情况来确定意图时窗宽的方法。通过实车试验得到了驾驶人车道变换行为的试验录像和试验数据,为换道意图识别的研究提供了数据支撑。
  结合试验录像和数据,深入分析了在车道保持阶段和换道意图阶段驾驶人注视和扫视参数的变化规律;将注视区域划分为七部分,并对注视点进行统计分析,应用马尔可夫链理论计算出驾驶人在不同注视区域间的一步转移概率,进而求解出其平稳分布。最后通过综合对比分析,提取了能够表征驾驶人换道意图的视觉行为指标,建立了Logistic回归模型,实现了对换道意图的识别。
  研究结果表明:
  1.车道变换时驾驶人意图表征时窗宽度为5s;
  2.相比于车道保持阶段,驾驶人在意图阶段对后视镜的关注显著增加;车道保持阶段和意图阶段驾驶人都很关注当前车道的交通信息情况,但车道保持阶段表现的更为明显;车道保持阶段驾驶人在水平方向上的视觉搜索广度和头部转动角度的标准差以及扫视幅度普遍低于意图阶段。
  3.通过建立Logistic回归模型,可以有效对驾驶人的换道意图进行识别。
  本研究得到了国家自然科学基金项目(51178053)的资助。
作者: 孙纯
专业: 车辆工程
导师: 郭应时
授予学位: 硕士
授予学位单位: 长安大学
学位年度: 2012
正文语种: 中文
检索历史
应用推荐