技术总结
本发明涉及交通安全领域，特别涉及基于隐式马尔可夫模型(HMM)的驾驶行为意图判断与预测方法。现有驾驶行为意图辨识与预测技术没有考虑驾驶行为的动态性和连续性，以及变道、跟车和刹车等复杂行为。本发明对从动态驾驶数据聚类分析得到的时间序列分割数据，分别训练直线方向HMM、横向HMM和速度分级模型，并将得到的辨识结果作为行为识别层观测序列，再分别离线训练对应正常/紧急刹车、正常/紧急变道、正常/危险跟车的驾驶行为多维离散HMM模型，根据模型参数和观测序列，可预测下一时间步驾驶行为。本发明考虑了驾驶行为的复杂性和连续性，能够对驾驶行为意图进行动态判断和预测，并对危险行为进行预警，可具体应用于驾驶行为评价和驾驶辅助系统。
技术研发人员：李娟;刘渤海;刘博;万志远;王蔓琦;邵春福
受保护的技术使用者：北京交通大学
文档号码：201710022725
技术研发日：2017.01.12
技术公布日：2017.05.31