从十九世纪到二十一世纪,汽车已经发展成为交通运输的中坚力量。与此同时,汽车工业的发展也造成了严重的环境和交通安全问题。人们对于交通安全问题的研究也从单纯提高车辆自身的安全技术水平逐步转移到综合考虑车辆、驾驶员以及环境等各个因素来提高道路交通安全。在道路交通事故中,车辆和行人的碰撞是最主要的事故形式之一,而行人是事故中最大的受害群体。因此,如何提高汽车的主动安全性能、有效保护行人的安全已经越来越被重视。在国家自然科学基金项目(61104165)和中央高校基本科研业务费专项资金资助项目(DUT13JS02)的资助下,本文开展了面向行人防碰撞预警的驾驶员驾驶意图辨识方法的研究。在检测到车辆前方存在行人的基础上,本文确定了需要辨识的4种驾驶意图,即加速、减速制动、转弯避让(正常转向)和急转。通过分析驾驶意图产生的机理和统计模式识别理论,确定应用隐马尔科夫模型(Hidden Markov Model, HMM)来辨识驾驶员驾驶意图。根据需要辨识的4种驾驶员意图,通过驾驶模拟器采集实验所需的传感器数据,并对实验数据进行处理。采用罗马诺夫斯基准则对传感器数据的异常值进行剔除,使用改进的K-means算法对驾驶员正常转向和紧急转向的界限值进行确定。根据隐马尔科夫HMM模型的Baum-Welch算法和前向算法,使用MATLAB结合Baum-Welch算法和前向算法编写m文件进行驾驶员意图辨识。使用Baum-Welch算法进行驾驶意图隐马尔科夫HMM模型的离线训练。由于不同模型间观察序列的长度不同,为了使实验得到的模型更加精确,对Baum-Welch算法进行了改进。训练得到表征驾驶意图隐马尔科夫HMM模型的参数。最后,使用处理后的观察序列进行驾驶员意图在线辨识。将观察序列输入到搭建好的隐马尔科夫HMM模型中,用MATLAB结合前向算法编写m文件得到观察序列和不同模型间的匹配值,匹配值最大的模型视为驾驶员意图隐马尔科夫HMM模型。基于车辆前方行人检测结果,在辨识得到驾驶员意图后,进行行人防碰撞预警机制的确定。对错误的驾驶员操作,如误踩加速踏板,通过制定的对驾驶员和行人同时预警的机制,可以有效保护行人安全。