高速公路车辆换道行为预测

摘要

车辆换道与交通安全息息相关,尤其在高速公路场景下更是一种具有潜在风险的驾驶行为。对车辆换道行为进行有效预测,将为自动驾驶车辆的决策规划提供重要依据。目前车辆换道预测所使用的数据大都来源于多个传感器,其中某一传感器失灵会造成预测错误。本文提出基于视觉的高速道路车辆换道行为预测,消除了多个传感间的数据依赖影响;同时,针对单一LSTM结构预测方法的不足,提出了一种级联LSTM结构预测方法,将车辆轨迹信息以序列的方式输入级联LSTM,通过连续的轨迹信息预测车辆换道行为。实验结果表明级联LSTM的准确率比LSTM结构最优时高出6.4%。