论文部分内容阅读
先进驾驶辅助系统(ADAS)可有效降低事故发生率，而驾驶员行为辨识是开发ADAS 的关键问题.本文通过驾驶模拟器试验，采集车辆的运行状态参数进行车辆换道行为辨识，对比分析了不同特征集、不同样本时窗情况下，三种分类器(支持向量机、随机森林、k 近邻分类器)的连续识别效果.得到特征组2、样本时窗为1.0 秒时的随机森林分类器的识别效果最好，总识别率为92.34％，车道保持识别率为99.87％，换道识别率为82.98％，最早可在驾驶员换道行为开始后0.38 秒识别出车辆换道行为；并分析了支持向量机、随机森林、k 近邻分类器应用于换道辅助系统与车道保持辅助系统的可行性.