论文部分内容阅读
通过对自然驾驶工况进行车道变换的筛选，共收集到349个车道保持和变道意图样本。利用Filter方法对变道意图参数进行特征选择，得到方向盘转角速率、车辆横摆角和方向盘转角等3个特征参数。然后建立基于高斯隐马尔可夫理论的变道意图识别模型，其中在高斯混合度肘为8时，达到了87．25％的变道识别准确率，并且模型的受试者工作特性较理想。最后对模型进行了验证分析，表明该模型能够为高级驾驶辅助提供支持，从而提高驾驶安全性。