面向混合交通流的智能网联车鸣笛意图识别模型

摘要

为使混合交通流(Mixed Traffic Stream,MTS)下智能网联车(Intelligent Connected Vehicle,ICV)实现鸣笛意图(Horn's Intention,HI)识别,更好地遵循常规车辆(Manual Vehicle,MV)的驾驶意图,提出ICV对MV鸣笛声的"感知(Perception)—定位(Location)—识别(Recognition)"模型(简称HI-PLR),采用深度卷积—循环神经网络(Deep Convolution Recurrent Neural Network,DCRNN)算法感知鸣笛车辆(Horning Vehicles,HV)的鸣笛声;采用到达时差(Time Difference of Arrival,TDOA)算法定位HV;再基于运动时间窗(Motion Time Window,MTW)的支持向量机(Support Vector Machine,SVM)算法识别HI.实验结果表明,HI-PLR可使ICV对混流中车辆的鸣笛声感知准确率达90.4％,定位角度估计误差小于5°,HI识别率达82.5％,为ICV在MTS中的智能驾驶决策提供依据.