一种基于递归图和卷积神经网络的驾驶风格识别模型、换道决策模型及决策方法

摘要

本发明公开了一种基于递归图和卷积神经网络的驾驶风格识别模型、换道决策模型及决策方法，首先，引入驾驶风格作为综合判定依据，获取加速踏板、制动踏板以及方向盘转角信号，通过车载相机以及激光雷达获取当前车辆的驾驶环境和周围车辆的行驶信息。其次，将数据采样至同一频率，并归一化处理，接着将数据利用递归图生成算法生成自车和周围车辆的递归图。然后，将递归图输入卷积神经网络，得到每一车辆对应的驾驶风格。最后，引入决策成本函数，综合考虑自车以及周围车辆的驾驶风格因素，通过调整所述决策成本函数的权重系数的方式，建立换道决策方法，使得换道决策结果具有倾向性，贴合自车的驾驶风格，实现人性化和安全合理的驾驶操作。