买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：江苏大学

摘要：本发明公开了一种基于递归图和卷积神经网络的驾驶风格识别模型、换道决策模型及决策方法，首先，引入驾驶风格作为综合判定依据，获取加速踏板、制动踏板以及方向盘转角信号，通过车载相机以及激光雷达获取当前车辆的驾驶环境和周围车辆的行驶信息。其次，将数据采样至同一频率，并归一化处理，接着将数据利用递归图生成算法生成自车和周围车辆的递归图。然后，将递归图输入卷积神经网络，得到每一车辆对应的驾驶风格。最后，引入决策成本函数，综合考虑自车以及周围车辆的驾驶风格因素，通过调整所述决策成本函数的权重系数的方式，建立换道决策方法，使得换道决策结果具有倾向性，贴合自车的驾驶风格，实现人性化和安全合理的驾驶操作。

主权项：1.一种基于递归图和卷积神经网络的驾驶风格识别模型，其特征在于，包括自车参数测量模块、环境数据测量模块、数据处理模块、特征递归图生成模块、驾驶风格识别模块；所述自车参数测量模块，通过自车的CAN总线解析出自车行驶速度u、方向盘转角δd、方向盘转向δ0、加速踏板开度γa、制动主缸压力Pb信号，并将数据传送给数据处理模块；所述环境数据测量模块，获取自车行驶的车道线li、偏航角θ、与周围车辆的距离di、与前车的碰撞时间TTC，以及周围车辆的速度加速度车道线信息并将数据传送给数据处理模块；所述数据处理模块，接收自车参数测量模块和环境数据测量模块的数据，通过降采样和归一化方法，构建当前时刻下自车和周围车辆的行驶特征参数集合C，并将数据传送给特征递归图生成模块；所述特征递归图生成模块，是将来自数据处理模块的数据集合C生成递归图；首先对数据进行滑动窗口处理，再将其利用递归图生成算法，最后将生成的递归图传送给驾驶风格识别模块；所述驾驶风格识别模块，通过卷积神经网络CNN进行对输入的递归图进行特征提取、池化、全连接操作，输出递归图所代表的驾驶风格类别；所述行驶特征参数集合C＝y0,env,y1,y2,y3，…，其中y0为自车的行驶信息，包括行驶速度u、方向盘转角δd、方向盘转向δ0、加速踏板开度γa、制动主缸压力Pb信号，env是驾驶环境信息包括自车行驶的车道线li、偏航角θ、与周围车辆的距离di、与前车的碰撞时间TTC；y1,y2,y3,…为周围车辆的行驶信息，包括周围车辆的速度加速度车道线信息

全文数据：

权利要求：

百度查询： 江苏大学 一种基于递归图和卷积神经网络的驾驶风格识别模型、换道决策模型及决策方法