一种基于LSTM的模拟驾驶员特性的自动跟车方法及系统

摘要

本发明提供一种基于LSTM的模拟驾驶员特性的自动跟车方法及系统，本发明引入LSTM循环神经网络模型，该模型应用优秀驾驶员稳态跟车过程中所采集的传感器信息时序数据和自车行驶时序数据等，对驾驶员跟车驾驶行为特征进行学习，建立起非线性输入输出映射关系知识库，进而预测车辆在跟车行驶过程中的纵向操作控制，实现系统对驾驶员特性的自动适应。本发明利用LSTM循环神经网络善于处理时序特征数据的特性来模拟驾驶员跟车行为特性，所设计的控制器输出在满足安全性、准确性以及舒适性的前提下更符合人类的驾驶行为特性，同时能够有效实现对驾驶员操作过程特性的自学习，实现了系统对驾驶员特性的自适应，具有普遍适用范围。