基于HMM模型的駕駛員換道行為識別分析

張宇惠，張鳳登

(上海理工大學 光電信息與計算機工程學院，上海 200093)

基于HMM模型的駕駛員換道行為識別分析

張宇惠，張鳳登

(上海理工大學 光電信息與計算機工程學院，上海 200093)

摘要針對行車安全以汽車電子判斷駕駛員駕駛方法是否會產生交通事故問題，文中采用隱馬爾科夫模型的建立與應用，對駕駛員變換車道行為進行了分析，并利用向前-向后算法解決模型估算問題。通過應用Matlab工具箱進行模型參數集的訓練，驗證了該模型的有效性。

關鍵詞變換車道；隱馬爾科夫模型；Matlab

隨著汽車電子的高速發展，對于行車安全的關注度大幅提高。通常情況下，駕駛員在處理危機時刻所做出的動作反應與危險程度有關，因此只有盡早獲取駕駛員的行為信息，才能有效的避免悲劇的發生。當緊急情況發生時，駕駛員首先緊急松開駕駛踏板，再迅速移動到制動踏板，最后緊急踩下制動踏板，這一系列行為按時間順序連接起來就構成了“緊急制動”行為。在本文中，通過CAN總線信息采集到駕駛員駕駛原始數據，比如汽車方向盤轉角，方向盤轉動速度，橫擺角速度，汽車車速等，并利用隱馬爾科夫模型對駕駛員的行為進行辨識，可完成對駕駛換道行為的辨識。

1隱馬爾科夫模型

隱馬爾科夫模型[1](HMM)是由馬爾科夫模型演變而來的雙重隨機過程的模型即包括馬爾科夫鏈以及一般隨機過程。由于HMM并不能直接看出狀態，其中觀察到的事件和狀態是不一致的，而是通過隨機過程來判斷，這區別于馬爾科夫模型，因此被稱為“隱馬爾科夫模型”。……