基于港珠澳大桥左右舵车辆时空混行的差异化驾驶行为识别和预测方法

摘要

为实现左右舵不同驾驶习性驾驶人在港珠澳大桥时空混行环境下快速、有效识别并预测行驶车辆在应急条件下的运动状态,提出了一种考虑右舵驾驶行为的模型加数据混合运动预测方法。首先,提取港珠澳大桥通行车辆的跟驰与换道原始轨迹数据并分析,挖掘左右舵驾驶行为在直道及变道属性下的长短时特性;其次,结合最大信息系数算法(MIC)对比所提取特征与2类驾驶行为的关联程度,并求解关键区分特性下高斯混合模型(GMM)对于左右舵驾驶行为应急反应的倾向性概率;最后,将2种驾驶行为的车辆运动状态在直道行驶的差异特征作为长短时记忆(LSTM)神经网络的输入,建立数据驱动下的直道横向偏移预测模型,并在具有差异化驾驶行为的车辆直道位姿信息预测基础上,串联建立模型驱动下的变道概率预测模型。对青州航道桥实际车流监测数据的测试结果表明:所提方法可基于行驶车辆的横向偏移和偏航率等特征快速、准确识别左右舵驾驶行为;对于不同特征输入下的直道偏移预测结果,所预测左舵驾驶行为的均方根误差(RMSE)、改进的豪斯多夫距离(MHD)与决定系数(R2)的最优评估分别为0.5787、0.4681与0.8707,右舵驾驶行为预测结果评估分别为0.7119、0.5884与0.8644;以换道前2 s对左右舵驾驶行为变道意图的预测准确率分别为83.0%和81.3%。该方法后续可以推广到更多左右舵时空混行环境中,利用行驶车辆的横向位姿等长短时特征,精细化预测并诱导存在差异化驾驶行为的紧急避险行为,提高车辆的交互安全性与效率。