详情

原文传递一种基于决策树的驾驶员意图分析方法及系统

专利名称：	一种基于决策树的驾驶员意图分析方法及系统
摘要：	本公开提供了一种基于决策树的驾驶员意图分析方法及系统，本公开利用车载传感器采集驾驶员在实际驾驶过程中，车速、加速踏板的位移、制动踏板的位移、方向盘的转向角度以及距离路口的实时距离；然后，利用多流卷积神经网络检测驾驶员注视位置，并通过RGB摄像头获取驾驶员头部姿态信息；其次，对以上数据做相应标记后利用SVD降维筛选出关键特征；最后，使用决策树算法对以上采集到的数据进行分析得出驾驶员意图类型，以对汽车进行更好的控制。
专利类型：	发明专利
国家地区组织代码：	山东;37
申请人：	济南大学
发明人：	杨晓晖;察晓磊;徐涛;冯志全;周劲;韩士元
专利状态：	有效
申请日期：	2019-05-07T00:00:00+0800
发布日期：	2019-08-02T00:00:00+0800
申请号：	CN201910376543.6
公开号：	CN110077416A
代理机构：	济南圣达知识产权代理有限公司
代理人：	李琳
分类号：	B60W40/09(2012.01);B;B60;B60W;B60W40
申请人地址：	250022 山东省济南市市中区南辛庄西路336号
主权项：	1.一种基于决策树的驾驶员意图分析方法，其特征是：包括以下步骤：接收各训练时刻车速、加速踏板的位移、制动踏板的位移、方向盘的转动角度以及距离路口的实时距离；利用多流卷积神经网络检测驾驶员注视位置，并通过车载RGB摄像头获取驾驶员头部姿态信息，根据相对应的驾驶员意图做标记，利用SVD降维筛选出关键特征；根据采集到并经过降维处理的数据，通过训练数据构建决策树模型，利用生成的决策树模型对实时数据进行分析，得出驾驶员的意图。 2.如权利要求1所述的一种基于决策树的驾驶员意图分析方法，其特征是：利用车载传感器采集车速、加速踏板的位移、制动踏板的位移、方向盘的转动角度以及距离路口的实时距离。 3.如权利要求1所述的一种基于决策树的驾驶员意图分析方法，其特征是：利用多流卷积神经网络检测驾驶员注视位置的具体过程包括：搭建多流卷积神经网络；使用采集到的标注数据训练网络模型；将训练好的网络模型应用于驾驶员注视位置检测。 4.如权利要求1所述的一种基于决策树的驾驶员意图分析方法，其特征是：利用RGB摄像头获取驾驶员头部姿态信息。 5.如权利要求4所述的一种基于决策树的驾驶员意图分析方法，其特征是：驾驶员头部姿态信息具体包括俯仰角、滚动角和偏航角。 6.进行意图标记和利用SVD降维筛选出关键特征的具体过程包括：将采集到的每组数据按照左转向、右转向、超车变道、直行、刹车/停车意图做相应标记；对数据进行奇异值分解，根据奇异值矩阵降维。 7.如权利要求1所述的一种基于决策树的驾驶员意图分析方法，其特征是：构建决策树模型的具体过程包括：将所有数据看成是一个节点；从训练数据中众多特征中挑选一个特征作为当前节点的分裂标准；从上至下递归地生成若干子节点，直到数据集不可分，满足停止分裂的条件，至此生成决策树；利用决策树针对测试数据分析驾驶员意图。 8.一种基于决策树的驾驶员意图分析系统，其特征是：包括：训练数模块，被配置为接收各训练时刻车速、加速踏板的位移、制动踏板的位移、方向盘的转动角度以及距离路口的实时距离；标记模块，被配置为利用多流卷积神经网络检测驾驶员注视位置，并通过车载RGB摄像头获取驾驶员头部姿态信息，根据相对应的驾驶员意图做标记，利用SVD降维筛选出关键特征；模型构建模块，被配置为根据采集到并经过降维处理的数据，通过训练数据构建决策树模型，利用生成的决策树模型对实时数据进行分析，得出驾驶员的意图。 9.一种计算机可读存储介质，其特征是：其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行权利要求1-7中任一项所述的一种基于决策树的驾驶员意图分析方法。 10.一种终端设备，其特征是：包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行权利要求1-7中任一项所述的一种基于决策树的驾驶员意图分析方法。
所属类别：	发明专利