岸邊集裝箱起重機(jī)司機(jī)操作意圖識(shí)別方法研究

趙羽蔚，嚴(yán) 偉，陸后軍，俞翔棟

（上海海事大學(xué) 集裝箱供應(yīng)鏈技術(shù)教育部工程研究中心，上海 201306）

0 引言

近年來，港口碼頭生產(chǎn)安全事故頻繁發(fā)生，港口工作者的安全越來越受到重視，同時(shí)也有更多人對(duì)港口機(jī)械智能輔助駕駛系統(tǒng)[1]進(jìn)行研究。港口機(jī)械智能輔助駕駛系統(tǒng)可通過識(shí)別司機(jī)的操作意圖后，進(jìn)行輔助裝卸操作。Luzheng Bi[2]等人使用基于排隊(duì)網(wǎng)絡(luò)的駕駛員模型認(rèn)知結(jié)構(gòu)來推測(cè)變道司機(jī)的駕駛意圖，通過排隊(duì)網(wǎng)絡(luò)為基礎(chǔ)的駕駛員模型仿真多種可能的駕駛意圖相對(duì)的駕駛行為，通過比較真實(shí)數(shù)據(jù)和仿真結(jié)果推斷駕駛員意圖。Qingnian Wang[3]等人通過數(shù)理統(tǒng)計(jì)和神經(jīng)網(wǎng)絡(luò)建立模糊邏輯推理系中的隸屬度函數(shù)和規(guī)則，采用模糊邏輯推理系統(tǒng)識(shí)別駕駛意圖。就目前而言，國(guó)內(nèi)外對(duì)駕駛員意圖識(shí)別的研究較少，并且研究對(duì)象主要是汽車駕駛員，而針對(duì)岸邊集裝箱起重機(jī)司機(jī)的操作意圖識(shí)別算法研究尚未發(fā)現(xiàn)。

本文基于隱馬爾科夫模型（Hidden Markov Model，HMM），針對(duì)橋吊司機(jī)建立了雙層 HMM模型，分別為操作層和意圖層，用于識(shí)別橋吊司機(jī)裝卸操作行為[4]和操作意圖[5,6]；運(yùn)用修改后的Forward-Backward算法，計(jì)算數(shù)據(jù)組相對(duì)于各個(gè)HMM 模型的似然度，選擇似然度最大的模型作為操作識(shí)別結(jié)果，組成觀察序列串后，用于計(jì)算意圖層各個(gè)HMM模型的似然度，選擇似然度最大的模型作為橋吊司機(jī)的操作意圖。

1 理論基礎(chǔ)

1.1 馬爾科夫鏈

馬爾可夫鏈?zhǔn)菙?shù)學(xué)中具有馬爾可夫性質(zhì)的離散時(shí)間隨機(jī)過程。在這個(gè)過程中，某個(gè)事物未來的狀態(tài)僅與當(dāng)前的若干個(gè)狀態(tài)相關(guān)，無法通過該事物過去的狀態(tài)來推測(cè)未來的狀態(tài)，即說明過去與未來的狀態(tài)是無關(guān)的。……