數據機理混合驅動的交通車意圖識別方法*

趙 健，宋東鑒，朱 冰，吳杭哲，韓嘉懿，劉宇翔

（1. 吉林大學，汽車仿真與控制國家重點實驗室，長春 130022；2. 中國第一汽車集團有限公司智能網聯開發院，長春 130011）

前言

隨著汽車智能化技術的不斷發展，智能汽車所面臨的交通場景更加復雜，為應對復雜交通態勢下的自動駕駛任務，高等級智能汽車必須具備對周圍相關交通態勢的感知和認知能力，而交通車的意圖識別是其中的重要內容。

目前用于車輛意圖或行為識別的方法可分為機理建模和數據驅動兩類。機理建模通常利用車輛運動學模型、對行為決策過程的抽象表征、人為制定的規則識別交通車行為；數據驅動方法則將意圖識別視為機器學習中的分類問題，通過學習型算法構建意圖分類器。

機理模型方面，謝楓等利用車輛側向速度和橫擺角速度，結合高精度地圖進行車輛意圖識別。謝輝等通過定義相似度函數，根據車輛與當前車道中心線的位置誤差和航向角誤差計算相似度函數，通過手寫規則建立了車輛意圖識別體系。近年來，也有研究將車間的交互關系引入機理建模當中。Bahram 等基于非合作博弈對可能發生的交通場景進行全面考量，通過構建成本地圖描述被識別車輛和周圍相關車輛之間的交互關系，進而構建意圖識別模型。

數據驅動方法方面，以隱式馬爾科夫模型（hidden Markov model，HMM）為代表的動態貝葉斯網絡在概率圖模型基礎上引入時間流，在處理具有時序依賴性的意圖識別問題上效果較好。支持向量機等也被用于車輛意圖識別。近年來考慮車間交互機制的深度學習方法開始用于車輛意圖識別和運動預測，其中以長短期記憶（long-shot term memory，LSTM）和門控循環單元（gated recurrent unit，GRU）兩種循環神經網絡模型及其變體的應用最為廣泛。季學武等基于LSTM 網絡構建交通車意圖識別模塊，以被預測對象和周圍相關車輛的位置和速度信息為輸入進行意圖識別。Dai 等通過改進LSTM 網絡結構建立車輛空間交互關系。宋曉琳等基于條件隨機場（condition random field，CRF）與注意力機制下的LSTM，構建了換道意圖識別方法。蔡英鳳等將LSTM 和卷積神經網絡（convolutional neural networks，CNN）相結合，考量車輛社交特征信息，通過注意力機制提升了算法的特征表達能力。圖神經網絡由于其強大的表現力也開始被應用在車輛行為識別和預測。Zhao 等將CNN和GRU相結合，利用CNN學習復雜拓撲結構以捕獲空間依賴性，利用GRU 學習數據時序上動態變化以捕捉時間依賴性，進而構建時間圖卷積網絡模型用于城市道路路網下的交通預測。Jeon等基于邊緣增強圖卷積神經網絡（ECGN）建立車間交互關系模型，利用具有編碼器（encoder）-解碼器（decoder）架構的LSTM網絡進行車輛運動預測。

目前的數據驅動方法普遍通過完全黑盒化的模型從被識別車輛及其周圍相關交通車的基礎運動學信息中提取車間的隱式交互依賴關系，再通過LSTM等對序列的時序關系進行處理，這樣的架構被證明能夠實現較高精度的意圖識別或運動預測。但模型效果受訓練數據影響較大，且由于不同駕駛人在相同交通態勢下行為決策的差異性和非理智駕駛行為，導致自然駕駛數據中存在著異質性的車間交互和依賴關系，使得完全黑盒模型在部分場景中的泛化能力可能不如機理模型穩定，且不具備良好的可解釋性。

針對上述問題，本文從駕駛行為內在生成機理出發，站在被識別車輛駕駛人的角度，分析其從產生駕駛意圖到尋找執行時機、再到執行操作控制車輛完成駕駛意圖的全過程，論述其中各階段的內在機理、可供利用的顯式信息和對應的建模方法，通過構建數據機理混合驅動架構將具有明確時序關系的各階段對應的模型進行融合，構建數據機理混合驅動的交通車意圖識別方法。

本文的主要貢獻為：（1）通過建立駕駛行為時間軸，明晰了駕駛行為的產生過程，并按照時序關系將交通車行為識別問題拆解為駕駛人意圖預測、換道可行性分析和車輛行為識別3 個層次，提升了模型的泛化性和可解釋性；（2）站在被識別車輛駕駛人的角度，基于馬爾可夫決策過程（Markov decision process，MDP），通過量化不同交通態勢下駕駛人對各駕駛行為收益的認知，從駕駛人駕駛行為生成機理角度出發建立了駕駛人意圖預測模型；（3）通過建立換道可行性分析模型表征駕駛人對于換道時機的把握和判斷，并進一步構建數據機理混合驅動架構，將考慮機理的駕駛人意圖預測和換道可行性分析與數據驅動的車輛行為識別進行結果級融合，利用機理模型延長提前識別時間，利用數據驅動方法保證識別準確率，最后通過與目前主流的考慮車間交互的深度學習模型對比，證明了本文提出方法在識別準確率、提前識別時間和模型可解釋性上的優勢。

1 駕駛人換道過程分析與方法架構設計

駕駛人的換道行為可分為兩類，一是根據駕駛任務需求產生的強制換道，如為上下匝道或換至轉彎車道等而采取的換道行為；二是駕駛人的主動換道即自由換道，駕駛人基于對交通態勢的分析，為了追求更高的行駛效率、行駛安全性等產生換道意圖，可基于經驗和規則進行收益分析，從而推斷駕駛人意圖。本文以自由換道行為為研究對象，建立了如圖1 所示的換道行為時間軸和意圖識別方法架構，一次換道行為的完成需經過以下階段：

階段I：外界交通態勢刺激駕駛人產生換道意圖，并尋找目標車道。該階段為駕駛人的內在思考過程，沒有可直接獲取的顯式特征，只能通過抽象建模分析交通態勢與駕駛人意圖之間的映射關系，進行駕駛人意圖預測。

階段II：針對性感知、認知交通態勢，尋找換道時機。駕駛人感知交通態勢時可觀測的顯式特征包括其頭部、眼部等移動，基于這些顯示特征可以對駕駛人的意圖進行提前識別；而駕駛人對交通態勢的針對性認知則難以直接通過顯式特征表達，需通過抽象模型表征駕駛人分析換道可行性和尋找換道時機的過程。

階段III：駕駛人執行操作，控制車輛完成換道。當駕駛人認為換道時機到來時，開始執行轉動轉向盤、踩下油門/制動踏板等具體操縱行為以改變車輛的運動學、動力學狀態，從而控制車輛完成換道。該過程可觀測的顯式特征可分為兩類，一是駕駛人的手動和腳動等生理信息，二是車輛的運動學、動力學參數信息。

在非網聯環境下，無法獲取被識別車輛（predicted vehicle，PV）駕駛人的頭眼動和手腳動等生理信息，因此難以構建PV 駕駛人意圖識別模型。如圖1 所示，本文根據目前交通環境和車輛感知技術可觀測的PV相關信息，面向駕駛人換道的各個階段進行建模：（1）面向階段I構建基于MDP 的駕駛人意圖預測模型，MDP 的基本原理與駕駛人駕駛行為生成機理高度吻合，因此通過獎勵函數的合理設計，MDP 能夠有效描述駕駛人“趨利避害”的基本駕駛原則，從而從駕駛行為生成機理角度出發，在駕駛人執行操縱行為前預測其意圖；（2）面向階段II構建基于動態行車安全場的換道可行性分析模型，駕駛人在評估換道可行性和尋找換道時機時會對影響其駕駛行為的交通態勢進行主觀且連續的認知，選用安全場這一描述交通態勢的經典模型，并進一步地在其空間屬性基礎上引入時變屬性，從認知機理角度來表征駕駛人分析換道可行性和選擇換道時機的過程；（3）面向階段III 構建基于雙向長短期記憶（bidirectional long-short term memory，Bi-LSTM）的車輛行為識別模型，Bi-LSTM 善于基于歷史信息，從正反兩方向提取時間序列中的依賴關系，能夠從數據驅動角度識別已經在運動學上顯著的車輛行為。最終通過構建數據機理混合驅動架構將上述3 組具有明確時序關系的模型進行融合得到本文提出的交通車意圖識別方法（中同時包含意圖預測和行為識別，為描述方便寫作意圖識別）。

圖1 駕駛人換道行為時間軸與意圖識別方法架構

2 基于MDP的駕駛人意圖預測模型

2.1 MDP建模

意圖預測模型本質上是對當前交通態勢與駕駛人意圖的映射關系建模。駕駛人產生意圖的思考過程可以描述為，基于駕駛人本身的認知特性，分析當前交通態勢，預測執行各種駕駛行為后面臨的新的交通環境和獲得的收益，從中選擇收益最高的行為作為當前的駕駛意圖，這與1階MDP類似，因此將駕駛人駕駛意圖的產生建模為MDP(，，，)，其中為狀態空間，為動作空間，為狀態轉移概率，為獎勵函數，在該MDP 中即為執行某種駕駛行為帶來的收益。s表征PV 在時刻所處的交通環境，包含PV及其周圍相關交通車的運動學狀態信息；動作空間包含左換道（lane changing to left，LCL）、車道保持（lane keeping，LK）和右換道（lane changing to right，LCR）這3種駕駛行為；駕駛人在當前狀態s執行動作a后轉移至狀態s，并獲得行為收益(a，s)，其中a∈{，，}。

假設駕駛人均是理智的，在執行駕駛行為時遵從“趨利避害”的基本原則，則可通過計算在當前交通態勢下各駕駛行為的收益對駕駛人采取某種駕駛行為的傾向性進行判斷，以預測駕駛人意圖。如圖2 所示，本文假設PV 駕駛人的意圖主要受周圍6 臺車輛的影響，即當前車道前車（front vehicle，FV），當前車道后車（rear vehicle，RV），左車道前車（leftlane front vehicle，LFV），左車道后車（left-lane rear vehicle，LRV） ，右 車 道 前 車（right-lane front vehicle，RFV），右車道后車（right-lane rear vehicle，RRV）。

圖2 影響PV的周圍相關車輛

行為收益(a，s)應能夠體現PV駕駛人對當前交通態勢的認知和對各駕駛行為產生收益和損失的判斷。本文設計速度收益、跟馳安全性收益、跟馳空間收益、換道碰撞風險和舒適性損失來綜合表征行為收益：

式中為收益權重矩陣。本文基于Softmax 函數結構建立駕駛人意圖預測結果與駕駛行為收益之間的映射關系：

可假設中各組數據獨立同分布于式（2）所表征的概率分布，則關于待征參數的對數似然函數為

2.2 MDP狀態轉移過程

對于該MDP，從s到s 的一步狀態轉移包含了執行一次完整駕駛行為的全過程，而非傳統意義上MDP 的單時間步狀態轉移，因此需要對PV 駕駛人執行某種駕駛行為的預期軌跡和執行該駕駛行為過程中周圍相關車輛的運動軌跡進行預測。

2.2.1 PV預期車道保持軌跡預測

對于采取車道保持行為的PV，若不存在FV，可直接利用恒加速度模型預測PV的預期運動軌跡；若PV 跟馳FV 行駛，則利用智能駕駛員模型（intelligent drvier model，IDM）預測PV的縱向加速度()：

式中：Δ()和()分別為PV 與FV 之間的相對速度和車距；(()，Δ())為期望跟車距離。期望速度ˉ、最小安全車距、期望跟車時距、最大加速度ˉ和最大減速度ˉ為待標定參數。本文采用全局最小二乘法，以最小化IDM 輸出的加速度和NGSIM中人類駕駛人真實加速度之間的均方誤差為目標進行參數標定，參數標定結果如表1所示。

表1 IDM參數標定結果

2.2.2 PV預期換道軌跡預測

對于執行換道行為的PV，其換道軌跡預測不同于已知一段PV的歷史運動學軌跡預測其未來軌跡，而是在PV 還未在運動學特征上表現出換道傾向時進行提前預測，即若當前時刻駕駛人控制PV執行換道操作，駕駛人預期的換道軌跡應是什么形式。本文采用5 次多項式擬合從軌跡規劃角度進行PV 駕駛人預期的換道軌跡預測。

以PV 當前位置為原點，以PV 行駛方向為軸正方向，軸與軸垂直，進而建立直角坐標系，則PV預期換道軌跡描述為

圖3 換道持續時間概率密度分布

式中和分別為對數正態分布的均值和方差。

圖4給出了不同換道初始速度下的換道持續時間概率密度分布對比，由圖4（a）可知，當換道初始時刻的速度在6-14 m/s 之間時，換道持續時間的分布較為接近，因此對6-14 m/s 的換道持續時間分布進行統一描述，得到如圖4（b）所示的3組概率分布，表2給出3組對數正態分布參數。

圖4 換道持續時間概率密度分布對比

表2 對數正態分布參數

為了排除小概率數值的影響，取對數正態分布的90%置信區間繪制了如圖5 所示的箱型圖，并以90%置信區間內的數學期望作為該速度區間內的換道持續時間，如表3 所示。基于對不同初始速度下換道持續時間的分析，能夠在給定初始邊界條件下，根據換道持續時間對駕駛人的預期換道軌跡進行預測。

表3 不同換道初始速度下的換道持續時間

圖5 換道持續時間箱型圖

2.2.3 PV周圍相關車輛運動軌跡預測

人類駕駛人在進行行為決策時，通常會預測周圍相關車輛的運動，從而對將要采取的駕駛行為進行評估。對PV 周圍車輛的運動軌跡預測是基于其歷史運動學信息和當前運動狀態進行的，通過具有序列到序列（sequence to sequence，Seq2seq）結構的LSTM 網絡再現PV 駕駛人對周圍車輛的預測過程，網絡結構如圖6所示。

圖6 基于Seq2seq的PV周圍車輛軌跡預測模型結構

設時刻Seq2seq 網絡的輸入為長度的歷史時間窗內的特征序列X ，輸出為預測時間窗內的預測軌跡Y ：

式中：和分別為被預測周車與PV 的相對縱、側向位置；、為被預測周車的縱、側向速度；、為被預測周車的縱、側向加速度。基于NGSIM數據集對Seq2seq模型進行訓練和測試。為計算PV駕駛行為的收益值，需要對圖2 所示的PV 周圍6 臺車在PV 換道持續時間內的軌跡進行預測，即預測時窗應當取表2給出的3組不同換道持續時間。

不同長度預測時間窗下測試集的預測誤差如表4 所示，預測誤差隨著預測時間窗長度變長而增加，誤差隨時間的累計效應較為明顯。但是駕駛人意圖預測模型中對PV 周車軌跡預測的精確性要求并不高，因為該部分預測僅用于表征PV駕駛人對交通態勢大致判斷，因此較大的誤差是可以接受的。圖7給出了預測時間窗長度為4.7 s時NGSIM中某PV周圍6臺車的軌跡預測結果。

表4 不同預測時間窗下的RMSE

圖7 預測時間窗為4.7 s時PV周圍車輛軌跡預測結果

2.3 駕駛行為收益

（1） 速度收益

設PV 當前車道前車FV 車速為，目標車道前車（target-lane front vehicle，TFV）車速為，LC（lane changing）泛指所有換道行為，則PV 的速度收益為

（2） 跟馳安全性收益評估

通過危險感知系數表征PV 跟馳過程中的安全性收益：

式中：和分別為PV 與跟馳目標的車頭時距和碰撞時間倒數；、為線性加權系數。

（3） 跟馳空間收益

PV 執行換道操作的另一重要誘因是渴望獲得更大的跟車距離以進行更安全舒適的跟車行為，PV的跟馳空間收益可表征為

式中和分別為PV與FV和TFV的縱向距離。

（4） 換道碰撞風險

車輛換道過程中的碰撞風險通常來自于目標車道前車TFV 和目標車道后車（target-lane rear vehicle，TRV）。駕駛人對于換道碰撞風險的認知是一個連續過程，不能以是否碰撞評價，因此本文利用PV 執行換道后與TFV 和TRV 到達臨界碰撞點的時間差來量化表征駕駛人對換道碰撞風險的評估。

圖8分析了PV 執行換道操作后與TRV 可能出現的碰撞情況。圖8（c）給出了PV 與TRV 發生碰撞的中間情況，即PV車身剛剛進入TRV 軌跡，PV車頭便與TRV車頭發生“點接觸”，設點C為臨界碰撞點。利用兩車到達臨界碰撞點的時間差來表征換道過程中來自于TRV的碰撞風險：

圖8 PV與TRV發生碰撞情況

式中：和分別為PV 與TRV 到達臨界碰撞點C的時間；為安全時間差閾值。同理可得PV 換道過程中由TFV 所產生風險的評估指標。則換道碰撞風險為

（5）舒適性損失評估

車輛的變速運動會造成駕駛人的舒適性損失，且應當同時考慮縱向和側向的舒適性，則定義舒適性損失為

若PV 執行，則可以近似認為不存在側向舒適性損失。以上駕駛行為收益和損失的計算均基于對PV預期軌跡及其周圍相關車軌跡的預測。

3 基于動態行車安全場的換道可行性分析模型

由圖1 所示的換道時間軸可知，駕駛人在產生換道意圖后，會根據交通態勢評估換道可行性并選擇換道時機。BALAL 等指出，駕駛人選定目標車道后，可以認為影響其評估換道可行性和選擇換道時機的主要為FV、TFV、TRV。在現實交通環境中，駕駛人在選擇換道時機時需綜合考量上述車輛的位置、車速和運動趨勢等對自車產生的影響，這是一個連續的過程。本文通過行車安全場表征駕駛人對影響其換道行為的交通態勢的認知，進而構建換道可行性評估模型。

本文在常規安全場的空間屬性基礎上引入時變特性，則車輛在時刻對場中物體產生的場強()：

式中()為車輛在時刻的等效質量，與車輛類型、體積、質量、速度有關，定義為

式中：m為車輛質量；V為車輛體積系數；Q為車輛類別；-為待定常數項。圖9 給出了NGSIM 中某場景下，在PV 換道起始時刻FV、TRV、TFV 的場強分布圖。

圖9 換道起始時刻FV、TRV、TFV場強分布

駕駛人選擇換道時機時會面向整個預期的換道過程而不是某一個時間點進行換道可行性評估?；诘? 節中對PV 預期軌跡與其周圍相關車輛軌跡的預測，本文在安全場中引入時變特性來考量整個換道過程中FV、TRV、TFV 施加給PV 的影響，定義換道可行性因子為

式中：為換道初始時刻；E()為車輛在時刻施加給PV 的場強；E()表征PV 在換道過程中能夠接受的來自車輛的最大臨界場強。假設PV換道過程中與車輛的最小距離剛好滿足式（7）中的最小安全距離，則根據車輛的當前運動狀態及對其未來軌跡的預測，可求得該假設成立情況下車輛在時刻所處的位置，進而可根據PV 和車輛的運動狀態求得|E()|。

4 基于Bi-LSTM 的車輛行為識別模型

在第2 節中，基于MDP 從駕駛人駕駛行為生成機理角度對其意圖進行預測，但是這建立在駕駛人遵循“趨利避害”原則的假設上，在實際情況中并非所有駕駛行為均能夠用行為收益進行解釋，本文中從速度、距離和安全性3 個維度評價了NGSIM 數據集中的1 657組自由換道行為的驅動誘因，結果如表5 所示。在表5 中，1 代表該換道行為中存在該類型的驅動誘因，0 代表不存在，可以看到速度、距離、安全性優勢雖然能覆蓋大部分的換道行為，但是仍有9.58%的換道行為無法用上述驅動誘因解釋。因此為了避免基于MDP 的意圖預測模型輸出錯誤意圖，建立了考量PV 歷史運動學信息的車輛行為識別模型。車輛運動學信息是車輛行為最直接的反應，但考慮到駕駛人的操縱隨機性，在識別PV已經發生的駕駛行為時，應考慮一定時間域內的運動學信息，進行“序列到類別”的分類。本文中構建雙向多長短期記憶網絡Bi-LSTM從自然駕駛數據中學習得到歷史運動學信息與車輛行為之間的映射模型，基于數據驅動實現對PV已經發生的駕駛行為的識別，對應于圖1所示的換道時間軸上的階段III。

表5 換道行為驅動誘因統計

Bi-LSTM 網絡結構如圖10所示，網絡輸入為PV的歷史運動學時序特征：

圖10 Bi-LSTM網絡結構

5 數據機理混合驅動架構構建與識別結果驗證

5.1 數據機理混合驅動架構

本文中構建了如圖11 所示的數據機理混合驅動架構，將上述3 個模型進行時序耦合，設判別閾值為。PV 及其周圍相關交通車信息輸入后，基于MDP 的駕駛人意圖預測模型、基于Bi-LSTM 的車輛行為識別模型、基于動態行車安全場的換道可行性分析模型分別輸出駕駛人意圖預測概率(a)、車輛行為識別概率(a)和換道可行性因子。若() <，說明當前交通態勢并不足以刺激駕駛人產生換道意圖，則輸出最終識別結果(a)=(a)；若() ≥，說明當前交通態勢已能夠刺激駕駛人產生換道意圖。本文通過換道可行性因子將(a)和(a)結合，越大表征此時換道可行性越高，因此越傾向于相信駕駛人意圖預測結果，則混合驅動的意圖概率為

圖11 數據機理混合驅動的交通車意圖識別架構

由前文對換道行為驅動誘因的統計分析可知，并非所有駕駛人的換道行為均是理智的，且侵略性較強的駕駛人在換道可行性較低時也可能執行換道，因此本文設置了第2 層判斷邏輯，即選擇充分相信車輛行為識別結果，當() ≥()時，即使此時的換道行為收益并不充分或換道可行性較低，依然認為PV發生了換道行為：

5.2 數據預處理

本文使用NGSIM 數據集進行模型標定、訓練和測試。NGSIM 由美國聯邦公路局采集，采樣周期0.1 s，包含在公路I-80 和US-101 上于不同時間段采集的數據，涵蓋采集時段內出現的所有車輛信息，數據處理過程如下：

（1）根據車道編號變化，提取所有發生換道行為的數據段；

（2）由于本文主要關注車輛的自由換道行為，因此去除涉及匯入及駛出匝道而采取的換道行為和連跨多條車道的換道行為，以避免強制換道因素對模型訓練和標定產生影響；

（3）由于NGSIM 原始數據中存在大量噪聲和誤差，本文使用時間窗長度為2 s、3 階多項式擬合的Savitzky-Golay濾波器對原始數據進行處理；

（4）以換道軌跡與車道分界線的交點為換道點，計算每個采樣點的車輛偏航角，從換道點開始，沿時間軸正方向遍歷每個采樣點的偏航角，若連續5個采樣點的||≤（換道起始點航向角閾值），則將第1 次滿足||≤的采樣點定義為換道起始點；采用同樣方法，通過判定||≤可確定換道終止點；

（5）為對駕駛人意圖預測模型進行訓練和測試，在換道起始點處向前擴展長度為3 s 的車輛車道保持數據，并將其與換道起始點和換道終止點之間的數據進行組合作為一次完整的換道行為，最終共提取1 657 次有效的自由換道數據，同時提取了1 231次穩定的車道保持數據，按照80%和20%劃分訓練集和測試集。

取的輸入序列長度為4 s，圖12 給出了在一次意圖識別過程中的表現，如圖12（a）所示，PV在5 s 時越過車道分界線，該點即為換道點，取閾值= 0.6。從圖12（b）和（e）的對比可以看出，能夠在PV處于車道保持階段即實現對PV駕駛人意圖的提前預測，而僅使用PV歷史運動學特征的車輛行為識別模型則只能在PV 的換道行為在運動學上顯著之后才能正確識別出。基于對交通態勢的分析和預測計算駕駛行為收益進而預測PV 駕駛人意圖，如圖12（c）所示，從0 時刻開始即超過，表明PV 駕駛人已經產生了意圖，但由圖12（d）可知由于左換道可行性因子()在0-1.2 s之間未上升至足夠高的數值，說明駕駛人尚未找到合適的時機執行，因此圖12（e）中的在閾值附近上下波動，從而出現了圖12（f）中在和之間不斷切換的情況。在1.2 s后，()開始穩定上升，說明換道時機已經到來，開始穩定超過，識別PV 意圖為。如圖12（b）和圖12（e）所示，()在3.4 s 處開始大于()，說明此時PV 已經開始在運動學上表現出特征，選擇相信車輛行為識別結果()，至此()識別概率迅速上升至100%。

圖12 交通車意圖識別過程

表6給出了在測試集中，在換道點處的意圖識別混淆矩陣，可以看到能夠精準識別3 種意圖。此外，為充分驗證本文提出方法的有效性，本文構建了5 個對比模型：以PV 運動學信息為特征值，基于HMM 進行PV 行為識別，記為HMM；以PV 運動學信息為特征值，基于Bi-LSTM 進行PV 行為識別，記為Bi-LSTM-1；在PV 運動學信息基礎上，加入PV周圍車輛的速度及與其PV 的相對位置信息作為特征值，基于Bi-LSTM 進行PV 意圖識別，記為Bi-LSTM-2；在Bi-LSTM 基礎上，引入條件隨機場（conditional random field，CRF）以考慮意圖的前后依賴性，記為Bi-LSTM-CRF；建立包含PV 本身信息、周圍相關車輛信息和道路信息的社交特征集合，通過CNN 提取PV 的社交特征信息，利用具有注意力機制的LSTM 模型進行PV 意圖識別，記為Social-LSTM。上述模型與采用完全相同的訓練集和測試集，圖13 給出了6 種模型在測試集上意圖識別準確率隨距離換道點時間變化情況的對比，可以明顯看到，僅基于PV運動學信息的HMM 和Bi-LSTM-1在6種模型當中表現最差，Bi-LSTM-1由于模型本身優勢，表現略優于HMM，Bi-LSTM-CRF 與Social-LSTM的表現較為接近。

圖13 識別準確率對比

表6 意圖識別混淆矩陣

表7 給出了、Social-LSTM 和Bi-LSTM-2 在換道點前1.5 s 處的意圖識別性能量化對比。結合圖13和表7可以看到，直接將PV和周圍車輛的基礎運動信息輸入網絡Bi-LSTM-2 雖然相較HMM 和Bi-LSTM-1 性能有所提升，但由于其并沒有對車間的深層依賴關系進行提取和建模，因此提升效果并不明顯，且模型的可解釋性較差。Social-LSTM 通過CNN提取車輛的社交信息從而使網絡在意圖識別時考慮了車間的交互和依賴關系，在識別準確率和提前識別時間上有明顯提升。但通過CNN 這樣的完全黑盒模型提取隱式特征的方式，缺乏足夠的可解釋性，雖然在換道點前1.5 s 以內，Social-LSTM 和的識別準確率差距不大，但是在換道點前3～1.5 s 的區間內，的表現要優于Social-LSTM，尤其在換道點前3 s 處，相比其他方法明顯具有更高的識別準確率，表明不僅具有較強的可解釋性，且能夠更早地預測PV意圖。

表7 識別性能指標對比 %

此外，根據表5 中對換道行為驅動誘因的統計分析，即使利用自然駕駛數據進行模型標定，但是僅憑意圖預測模型仍然無法給出足夠高的識別準確率，圖13 中換道點前3 s 處的識別準確率雖然高于其他模型，但仍有相當的錯誤識別率。而這正是本文使用數據-機理混合驅動架構的原因，通過駕駛行為機理模型延長提前識別時間，而數據驅動的車輛行為識別模型則保證了足夠高的準確率，最后通過換道可行性分析將兩者有效結合，在換道點前1.8 s左右識別準確率超過90%，在換道點處識別準確率達到97.88%。

6 結論

本文中針對智能汽車技術領域中的交通車意圖識別問題，從分析駕駛人駕駛行為生成機理角度入手，利用非網聯條件下車載傳感器能夠獲取的有限交通車信息，面向駕駛行為產生的各階段分別建立機理模型和數據驅動模型，構建數據機理混合驅動的交通車意圖識別方法，并利用自然駕駛數據集NGSIM進行模型訓練和驗證。結果表明在換道點前1.8 s處識別準確率可達90%，在換道點處識別準確率為97.88%，并從不同建模方法、不同輸入特征、不同隱式特征提取方式等維度對進行對比驗證，說明了在識別準確率、提前識別時間和可解釋性上的優勢，能夠為智能汽車行為決策和運動規劃提供有效支撐，對智能汽車技術發展具有一定意義。但駕駛人行為生成機理很難完全清晰準確的描述，不僅因為該機理本身目前并不清晰，還源于不同類型駕駛人行為的異質性、認知的差異性和時變性等眾多復雜因素。將在后續研究中基于數據機理混合驅動構建更加完善的駕駛行為模型，并將其應用于意圖識別、軌跡預測和決策規劃等研究。