驾驶员在驾驶过程中需要观察和应对车辆周围的交通环境,特别是转向操作、车道变换等的行驶行为中,如果不能对交通环境观察足够,或者决策操作车辆的操作行为采取不当,很可能导致交通事故的发生,因此,研究驾驶员的换道意图很有必要。辨识到驾驶员的换道意图就可以对接下来的换道行为进行风险评估,提醒驾驶员注意当前操作的安全性,甚至干预其驾驶行为,尽可能地降低交通事故发生的可能性。首先对国内外对驾驶员换道意图辨识方法的研究现状进行了分析,选取转向灯信号研究与换道意图的相关性,选取换道过程中的驾驶员头部运动的姿势,研究换道过程中的驾驶员主动性,最后选取方向盘旋转数据搭建模型。对换道行为下的驾驶员不同状态进行比较分析,提取了驾驶员的驾驶特征的表征参数,基于隐马尔可夫理论,建立了车道变换意图识别模型,并对模型的效果进行了评价。本文具体研究工作如下:(1)根据研究目的,对换道过程进行分析和划分,进行换道意图辨识的相关设备(如摄像设备和驾驶模拟设备等)进行准备和熟练,对数据获取方案进行设计,为其后的研究和分析做铺垫。(2)基于路测和记录的方式对驾驶员驾驶过程中的转向灯的开启率进行统计。通过对既定试验方案的进行,记录驾驶员换道次数与转向灯开启次数,利于相关性原理对转向灯开启与换道意图方面的关系进行分析。(3)驾驶员头部运动特性进行研究,对换道意图辨识进行补充。基于KLT算法,对驾驶员面部特征点进行划分,确定对面部追踪特征区域,对不同头部转动姿势的特征区域灰度直方图进行比较和相似度分析,从而对头部姿势进行估计,也就是判断驾驶员头部运动,从而判断驾驶员换道行为的主动性。(4)对驾驶员方向盘转动数据进行处理。通过实验采集的相关数据,研究了特征参数的变化规律,建立特征参数,作为模型输入值。(5)建立了一种隐马尔可夫理论的辨识模型。首先介绍了隐马尔可夫模型的基本算法原理和应用。然后选取模型的输入值进行模型训练。最后,建立了基于HMM的车道变换意图识别模型。论文主要是对驾驶员的换道意图进行辨识,研究内容包括三部分,转向灯开启的相关性分析;对驾驶员的头部姿势进行估计和判断,识别驾驶员的头部转动;采用驾驶员方向盘转动特性的相关数据,对了驾驶员换道意图利用隐马尔可夫理论进行辨识。为驾驶员意图领域研究提供参考和借鉴作用。