基于MLP-SVM的驾驶员换道行为预测

摘要

驾驶员行为的不确定性为高级驾驶辅助系统的应用带来挑战。为更加准确预测驾驶员的换道行为,通过深入研究多层感知机(MLP)深度学习算法与支持向量机(SVM)算法,设计了MLP-SVM预测算法,应用于驾驶员换道行为预测。基于驾驶车辆信息和周围交通环境信息建立驾驶员换道行为预测模型,并采用公开实车驾驶数据集进行验证。研究结果表明,基于MLP-SVM的驾驶员换道行为预测模型,与分别基于MLP或SVM的驾驶员换道行为预测模型对比,取得的最高预测准确率为92.6%,可更早预测出换道行为,提前预测时间可达4.54 s。