CN113911129A - 一种基于驾驶行为生成机制的交通车意图识别方法 - Google Patents

Abstract

本发明涉及一种基于驾驶行为生成机制的交通车意图识别方法，通过分析驾驶人驾驶行为生成机制，将交通车行为识别问题拆解为三个层次，通过量化不同交通态势下驾驶人对各驾驶行为收益的认知，基于马尔可夫决策过程建立了驾驶人意图与交通态势之间的映射关系，创造性的从驾驶人驾驶行为深层生成机理层面进行交通车驾驶人意图提前预测，显著提升了交通车意图提前预测时间，通过构建动态行车安全场，建立基于时空耦合类人态势认知的换道可行性分析模型，将考虑驾驶行为生成机理的驾驶人意图预测模型和数据驱动的车辆行为识别模型进行结果级融合，在延长意图提前识别时间的同时，保证意图识别准确性，对智能汽车决策规划系统开发具有重要意义。

Description

一种基于驾驶行为生成机制的交通车意图识别方法

技术领域

本发明涉及一种面向智能汽车的交通车意图识别方法，特别涉及一种基于驾驶行为生成机制的数据机理并行交通车意图识别方法。

背景技术

近年来，随着汽车智能化技术的不断进步，工业界和学术界对于高等级自动驾驶系统的需求日益迫切。相比于目前日趋成熟的先进驾驶员辅助系统，高等级自动驾驶系统所面临的交通场景和驾驶任务更加复杂，为应对复杂交通态势下的自动驾驶任务，要求智能汽车必须具备对周围相关交通态势的感知和认知能力，而实现对交通车的意图识别是其中的重要内容。

目前对于交通车的意图识别的方法普遍采用机理建模和数据驱动两类。机理建模通常利用车辆运动学模型或人为制定的规则识别交通车行为；数据驱动方法则将意图识别视为机器学习中的分类问题，通过学习型算法构建意图分类器。但是目前还鲜有车辆能够搭载成熟稳定的交通车意图识别系统，现有的实现方法存在以下问题：

1.基于机理建模的方法只能够识别交通车已经发生的驾驶行为，因为该方法完成识别的先决条件是被识别对象的某种驾驶行为已经在运动学上显著，而识别交通车已经发生的驾驶行为对于智能汽车的决策规划系统的参考价值有限，最具参考价值的信息应当是在交通车产生该行为之前对其驾驶员意图的提前预判。

2.数据驱动方法普遍通过完全黑盒化的模型从被识别交通车及其周围相关车辆的基础运动学信息中提取车间的隐式交互依赖关系，再通过学习类算法对数据的时序关系进行处理，这样的架构被证明能够实现较高精度的意图识别，但模型效果受训练数据质量和体量影响较大，且由于不同驾驶人在相同交通态势下所做出行为决策的差异性以及非理智的驾驶行为，导致自然驾驶数据中存在着异质性的车间交互和依赖关系，这使得完全黑盒化的模型在部分场景中的泛化能力可能不如机理模型稳定，且不具备良好的可解释性。

3.对交通车驾驶员意图的提前预判要求识别系统能够站在被识别对象的角度，明确其与周围相关车辆的交互模式以及驾驶人驾驶行为的深层生成机理，但实际上车间存在着极其复杂的显、隐式交互耦合关系，驾驶人驾驶行为生成机制目前也尚不明确，无论是机理模型还是数据驱动方法均难以对其进行具有高可解释性的有效描述，也鲜有研究从驾驶行为生成机制角度出发构建交通车意图识别系统，因此交通车意图的提前预判时间和提前预判准确率始终不令人满意。

发明内容

为了解决上述技术问题，本发明提供一种基于驾驶行为生成机制的交通车意图识别方法，包括以下步骤：

(一)利用智能汽车本身搭载的毫米波雷达、角雷达、摄像头、激光雷达等传感器采集交通车实时运动学信息，包括自车周围交通车的纵侧向位置信息、纵侧向速度信息、纵侧向加速度信息以及所在车道信息；采集的交通车实时运动学信息分为被识别车辆PV的实时运动学信息和PV周围相关交通车SVs的实时运动学信息，并分别暂存在存储器中以供算法的后续使用；

(二)车辆运动轨迹预测接收存储器输出的PV历史运动学信息和SVs的历史运动学信息，所述的车辆运动轨迹预测包括PV驾驶行为预期运动轨迹预测和SVs运动轨迹预测；PV驾驶行为预期运动轨迹预测基于PV历史运动学信息输出PV在预测时间窗内的运动轨迹预测值，SVs运动轨迹预测基于SVs历史运动学信息输出SVs在预测时间窗内的运动轨迹预测值；

其中，所述PV驾驶行为预期运动轨迹预测以PV历史运动学信息为输入，分析PV驾驶员选择执行某种驾驶行为前对该驾驶行为预期轨迹的预判；由于车道保持行为和换道行为在运动学特性上具有较大差异，因此针对PV执行车道保持与PV执行换道行为2种情况分别进行预期轨迹预测：

(1)若PV执行车道保持行为，所述PV驾驶行为预期运动轨迹预测首先根据传感器信息判定PV当前车道是否存在前车FV：

①若当前车道无前车FV，则PV驾驶员对于PV车道保持行为的预期运动轨迹直接用恒加速度模型描述，即PV驾驶人维持当前时刻t₀的加速度a(t₀)不变，可求得PV在预测时窗F内任意时刻t的速度v(t)以及纵向位置x(t)：

②若当前车道存在前车FV，则PV将跟驰FV行驶，对于预测时间窗F内的任意时刻t，所述PV驾驶行为预期运动轨迹预测将PV跟驰FV过程中的加速度a(t)计算为：

其中，Δv(t)和d(t)分别为PV与FV之间的相对速度和车距，d_desire(v(t),Δv(t))为期望跟车距离；期望速度

最小安全车距d_safe、期望跟车时距t₀、最大加速度

和最大减速度

需要根据本发明搭载的车辆具体参数进行标定；

(2)若PV执行换道行为，本发明采用5次多项式描述PV驾驶员对PV预期换道轨迹的预测：以PV当前位置为原点，以PV行驶方向为X轴正方向，Y轴与X轴垂直，进而建立直角坐标系XOY，分别以4次多项式和5次多项式描述车辆的纵、侧向换道轨迹：

对x(t)和y(t)分别求一阶导数和二阶导数可得PV换道的状态函数为：

设系数矩阵A＝[a₄,a₃,a₂,a₁,a₀]，B＝[b₅,b₄,b₃,b₂,b₁,b₀]，换道起始时刻t₀的边界条件为

换道终止时刻t_e的边界条件为

则通过求解以下线性方程组即可得到待定系数矩阵A和B：

其中，K为时间系数矩阵，初始时刻边界条件可由PV当前时刻的运动状态直接获得，对于终止时刻的边界条件，假定：

换道轨迹的终点应当取在目标车道中心线上，因此侧向坐标y_e即为目标车道中心线的侧向坐标。

所述SVs运动轨迹预测以SVs的历史运动学信息序列为输入，输出SVs在预测时间窗F内的运动轨迹，以再现PV驾驶员对于周围车辆的运动轨迹预测过程；

SVs运动轨迹预测中基于序列到序列的SVs运动轨迹预测模型通过长短期记忆(Long Short Term Memory,LSTM)单元，拼接成具有序列到序列结构的网络，其具体工作原理为：

设t时刻所述基于序列到序列的SVs运动轨迹预测模型输入为长度L的历史时间窗内的特征序列X_t-L+1:t，所述基于序列到序列的SVs运动轨迹预测模型取L＝5s，输出为预测时间窗F内的SVs轨迹Y_t+1:t+F：

其中，x_s、y_s为被预测SV与PV的相对纵、侧向位置，v_{s_x}、v_{s_y}为被预测SV的纵、侧向速度，a_{s_x}、a_{s_y}为被预测SV的纵、侧向加速度；

编码器(Encoder)使用LSTM对历史时间窗内每个编码步i的输入X_t-L+i进行编码：

[h_i,c_i]＝LSTM_Encoder(X_t-L+i,h_i-1,c_i-1),

其中，c_i为LSTM的记忆单元状态，h_i为LSTM单元的内生输出；编码器最终得到包含全部输入历史特征序列信息的上下文向量C：

C＝fc(h_L)＝fc(LSTM_Encoder(X_t,h_L-1,c_L-1)).

解码器(Decoder)执行被预测SV的纵、向位置递归预测，解码器通过解码时间步j-1的轨迹预测值Y_t+j-1以及上下文向量C计算解码时间步j的轨迹预测值：

Y_t+j＝LSTM_Dencoder[Y_t+j-1,C,h′_t+j-1,c′_t+j-1,]

所述SVs运动轨迹预测中基于序列到序列的SVs运动轨迹预测模型的训练过程为：以长度为L的被预测SV与PV纵向相对位置、侧向相对位置、纵向速度、侧向速度、纵向加速度、侧向加速度序列作为特征值，以被预测SV接下来的长度为F的纵向位置和侧向位置序列为标签值，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行模型训练。

(三)基于PV和SVs在预测时间窗内的运动轨迹以及PV的历史运动学信息进行数据机理并行的PV意图识别，所述数据机理并行的PV意图识别中包含基于马尔可夫决策过程的PV驾驶员意图预测、基于时空耦合态势认知的PV换道可行性分析、基于历史运动学信息的PV车辆行为识别以及时序耦合；

驾驶人的换道行为可分为两类，一是根据驾驶任务需求产生的强制换道行为，强制换道意图识别可以根据交通规则、信号灯等进行预判；二是驾驶人的主动换道即自由换道行为，驾驶人基于对交通态势的分析，为了追求更高的行驶效率、行驶安全性等产生换道意图，本发明面向的是具有更强不确定性的自由换道意图识别。

人类驾驶员换道行为的生成过程按照时间顺序可划分为以下4个阶段：阶段I：外界交通态势刺激驾驶人产生换道意图，并寻找目标车道；阶段II：分析换道可行性并寻找换道时机；阶段III：驾驶人执行驾驶操作；阶段IV：车辆响应，开始换道，该阶段与阶段III在时间上基本重合发生，但由于车辆响应滞后性而存在一定时间差。

基于马尔可夫决策过程的PV驾驶员意图预测面向阶段I建立；基于时空耦合态势认知的PV换道可行性分析面向阶段II建立；基于历史运动学信息的PV车辆行为识别面向阶段IV建立；时序耦合则用于将具有明确时序关系的上述3个过程结果级融合。

所述基于马尔可夫决策过程的PV驾驶员意图预测和基于时空耦合态势认知的PV换道可行性分析接收PV和SVs在预测时间窗内的运动轨迹预测值，分别输出PV驾驶员各意图预测概率和PV的换道可行性因子；所述基于历史运动学信息的PV车辆行为识别以PV历史运动学信息为输入，输出此时对PV已经发生的驾驶行为的识别概率；所述时序耦合结合PV驾驶员各意图预测概率、PV换道可行性因子以及PV车辆各驾驶行为识别概率，输出本发明对于PV意图的最终识别结果。

所述基于马尔可夫决策过程的PV驾驶员意图预测的设计思路为站在PV驾驶员角度，通过再现其驾驶PV过程中对于交通态势演化的判断以及对于左换道LCL、车道保持LK、右换道LCR这3种驾驶行为的收益和风险的分析，从而建立交通态势与意图之间的映射关系，进行PV驾驶人意图预测，从而延长本发明的提前识别时间。

具体而言，将驾驶人产生驾驶意图的过程建模为马尔可夫决策过程(MarkovDecision Process,MDP)，MDP(S,A,P,r)，其中S为动作空间，A为动作空间，P为状态转移概率，r为执行某种驾驶行为带来的收益；S_t表征PV在时刻t所处的交通环境，包含PV及其周围相关交通车的运动学状态信息，动作空间A包含LCL、LK、LCR；驾驶员在当前状态S_t执行动作a_t后转移至状态S_t+1，并获得行为收益R(a_t,S_t)，其中a_t∈{LCL,LK,LCR}；

设计速度收益R_Velocity、跟驰安全性收益R_Safety、跟驰空间收益R_Space、换道碰撞风险R_{LC_danger}和舒适性损失R_Comfort5种驾驶行为收益与风险综合表征行为收益R(a_t,s_t)：

R(a_t,s_t)＝[R_Safety,R_Space,R_Velocity,R_LCdanger,R_Comfort]·θ^T

其中，θ为驾驶人认知权重矩阵，利用Softmax函数结构建立驾驶员意图预测与驾驶行为收益之间的映射关系，从而输出PV驾驶员各意图预测概率P_{Driver_Pre}(a_i,t|S_t,θ)：

所述驾驶人认知权重矩阵基于公开自然驾驶数据集进行辨识，以获取能够有效表征驾驶员真实认知模式的权重系数；设有长度为M的训练样本集合U＝{u₁,u₂...,u_M}，U中的每组数据u_m,m∈{1,2,...,M}均由描述交通态势的状态值

和驾驶行为

组成：

假设U中各组数据独立同分布于P_{Driver_Pre}(a_i,t|S_t,θ)，则关于待估参数θ的对数似然函数为：

则θ的估计值

为：

所述驾驶行为收益具体设计为：

(1)速度收益

设PV当前车道前车FV车速为v_FV，目标车道前车TFV车速为v_TFV，则PV的速度收益为：

(2)跟驰安全性收益评估

通过危险感知系数表征PV的跟驰安全性收益：

其中，THW和TTCi分别为车头时距和碰撞时间倒数，r₁、r₂为线性加权系数；

(3)跟驰空间收益

PV执行换道操作的另一重要诱因是渴望获得更大的跟车距离以进行更安全舒适的跟车行为，PV的跟驰空间收益可表征为：

其中，D_FV和D_TFV分别为PV与FV和目标车道前车TFV的纵向距离；

(4)换道碰撞风险

利用两车到达临界碰撞点的时间差来表征换道过程中来自于目标车道后车TRV的碰撞风险R_TRV：

其中，t_PV和t_TRV分别为PV与TRV到达临界碰撞点的时间，T_s为安全时间差阈值，同理可得PV换道过程中由目标车道前车TFV所产生风险的评估指标R_TFV。则换道碰撞为：

(5)舒适性损失

车辆的变速运动会造成驾驶员的舒适性损失，且应当同时考虑纵向和侧向的舒适性，则定义舒适性损失R_Comfort为：

其中，x(t)和y(t)为PV在t时刻的纵向位置和侧向位置。若PV执行车道保持行为，则可以近似认为不存在侧向舒适性损失。以上驾驶行为收益和损失的计算均基于对PV不同驾驶行为的预期运动轨迹预测及对SVs的运动轨迹预测。

驾驶人在产生换道意图后，会根据交通态势评估换道可行性并选择换道时机，所述基于时空耦合态势认知的PV换道可行性分析即面向该过程进行建模；所述基于时空耦合态势认知的PV换道可行性分析接收PV在预测时间窗F内的预期运动轨迹预测值以及SVs在预测时间窗F内的运动轨迹预测值，根据PV以及SVs的运动轨迹预测值，本发明通过构建动态时变行车安全场模型表征PV驾驶员对影响其换道时机的交通态势的认知过程。

PV驾驶员在寻找换道时机时，主要考虑来自当前车道前车FV、目标车道前车TFV以及目标车道后车TRV的影响，因此PV驾驶员对于换道可行性的分析等同于针对性认知TFV和TRV对自车换道行为产生的影响；在现实交通环境中，尤其是在高速公路、快速路等车速较快工况下，驾驶人在选择换道时机时需综合考量FV、TFV和TRV的位置、车速及运动趋势等对自车行为产生的影响，这是一个主观且连续的过程；本发明基于所述车辆运动轨迹预测输出的PV以及SVs的运动轨迹预测值，在传统三维空间场的基础上引入时间维度，创造性的构建了动态时变的四维安全场模型。

则车辆i在预测时间窗F内的任意时刻t对场中物体j产生的场强E_Di(t)为：

其中，(d_rij(t)/|d_rij(t)|)表征t时刻的场强方向为从车辆i指向场中物体j；δ,k₁,k₂为大于0的常数；R_D为道路状态因子，反映当前道路坡度、附着系数等路面状态，在路面状态确定时为常数；v_Di(t)为车辆i在t时刻的速度；d_rij(t)为t时刻从车辆i指向场中物体j的距离矢量；β_ij(t)为速度矢量v_Di(t)与距离矢量d_rij(t)之间夹角：

M_Di(t)为车辆i在t时刻的等效质量，与车辆类型(乘用车、商用车等)、体积、质量以及速度有关，定义为：

其中，m_i为车辆质量，V_i为车辆体积系数，Q_i为车辆类别，α₁-α₄为常数项；通过所述动态时变行车安全场的场强E_Di(t)计算公式，所述基于时空耦合态势认知的PV换道可行性分析可以得到预测时间窗F内的任意时刻的安全场场强；

所述的基于时空耦合态势认知的PV换道可行性分析将预测时间窗F内t₁～t_F的安全场场强分布进行栅格化处理，从而得到表征交通态势空间信息的安全场场强栅格化图片；通过卷积神经网络提取时间窗F内每个时间点的栅格化安全场场强分布图片中蕴含的空间依赖特征，通过LSTM提取预测时间窗内连续时间序列中蕴含的时间依赖特征，从而判定此时的交通态势在PV驾驶员眼中是否适合换道，进而输出换道可行性因子Factor。

具体而言，预测时间窗F内每一个时刻的安全场场强栅格化图片依次送入卷积神经网络-LSTM网络结构，分别经过卷积层、标准化层、池化层和展平层得到空间特征处理结果并将其给入LSTM层进行时间特征提取，最后通过全连接层和Softmax层得到此时的换道可行性因子Factor。

其中的卷积神经网络-LSTM网络训练过程为：以预测时间窗内的长度为F的安全场栅格化图片序列作为特征，以该时间段驾驶员是否执行换道行为作为标签，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行训练。

所述基于历史运动学信息的PV车辆行为识别接收PV历史运动学信息，基于双向LSTM网络输出PV此时已经发生的驾驶行为属于LCL、LK、LCR的概率；车辆运动学信息是车辆行为最直接的反应，但考虑到驾驶人的操纵随机性，在识别PV已经发生的驾驶行为时，应考虑一定时间域内的运动学信息，所述基于历史运动学信息的PV车辆行为识别通过双向LSTM网络从正时序与逆时序对PV历史运动学信息进行双向处理，从公开自然驾驶数据中学习得到历史运动学信息与车辆行为之间的映射模型，实现数据驱动的PV车辆行为识别。

基于历史运动学信息的PV车辆行为识别中双向LSTM网络输入的PV历史运动学时序特征ψ_t-H+1:t为：

其中，H为所述PV历史运动学信息序列长度，Δd和

分别为PV相对当前车道中心线的侧向偏移量和侧向偏移速度，

和

分别为PV的偏航角和偏航角变化率；ψ_t-H+1:t经归一化层后进入第一层LSTM循环体，处理后的历史运动学信息经第二层LSTM循环体和全连接层计算后，分别输出LCL、LK以及LCR的Logits Scores值λ₁、λ₂、λ₃，Logits Scores值经过Softmax层处理后映射到[0,1]区间，从而所述基于历史运动学信息的PV车辆行为识别输出PV当前已经发生的驾驶行为属于行为a_i,t的识别概率：

所述双向LSTM网络的训练过程为：以公开自然驾驶数据为范本，以历史时间窗内的长度为H的运动学序列作为特征，以该特征对应的车辆行为作为标签，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行模型训练。

所述时序耦合接收所述基于马尔可夫决策过程的PV驾驶员意图预测模型输出的PV驾驶员各意图预测概率P_{Driver_Pre}、所述基于时空耦合态势认知的PV换道可行性分析输出的PV换道可行性因子Factor、所述基于历史运动学信息的PV车辆行为识别输出的PV各行为识别概率P_{Vehicle_Rec}，将具有明确时序关系的P_{Driver_Pre}、Factor、P_{Vehicle_Rec}进行时序耦合，进行最终意图识别概率P_Final的计算。

P_Thr为判别阈值，若P_{Driver_Pre}(LC)＜P_Thr，则说明当前交通态势并不足以刺激驾驶人产生换道行为，此时最终意图识别概率P_Final(a_i)＝P_{Vehicle_Rec}(a_i)；若P_{Driver_Pre}(LC)≥P_Thr，说明当前交通态势已能够刺激驾驶人产生换道意图；所述时序耦合中的结果级融合通过换道可行性因子Factor将P_{Driver_Pre}和P_{Vehicle_Rec}结合，Factor越大表征此时换道可行性越高，即越倾向于相信驾驶人意图预测结果P_{Driver_Pre}，则所述时序耦合输出混合驱动的意图概率P_Hybrid为：

其中，LC泛指所有换道行为；所述时序耦合考虑到并非所有驾驶人的换道行为均是理智的，且侵略性较强的驾驶员在换道可行性较低时也可能执行换道，因此所述时序耦合设置了第二层判断逻辑，即当P_{Vehicle_Rec}(LC)≥P_Hybrid(LC)时，即使此时的换道行为收益并不充分或换道可行性较低，所述时序耦合依然认为PV发生了换道行为：

本发明的有益效果：

本发明通过分析驾驶人驾驶行为生成机制，明晰其中各个阶段中可供利用的显示特征信息及其抽象建模方法，并按照时序关系将交通车意图识别问题拆解为驾驶人意图预测、换道可行性分析以及车辆行为识别三个层次，提升了交通车意图识别的泛化性及可解释性；

本发明站在被识别交通车驾驶人的角度，通过量化不同交通态势下驾驶人对各驾驶行为收益的认知，基于马尔可夫决策过程建立了驾驶人意图与交通态势之间的映射关系，并从公开自然驾驶数据中得到驾驶人认知权重矩阵，创造性的从驾驶人驾驶行为深层生成机理层面进行交通车驾驶人意图提前识别，使搭载本发明的车辆能够在所识别交通车还未在运动学上发生明显变化前，就能够对交通车接下来的行为进行预判，显著提升了交通车意图提前识别时间，对智能汽车决策规划系统开发具有重要意义。

本发明通过构建动态行车安全场，建立基于时空耦合类人态势认知的换道可行性分析模型，表征驾驶人对于换道时机的把握和判断，并将机理模型优点和数据驱动优点相结合，创造性构建了数据机理混合驱动架构，将考虑驾驶行为生成机制的驾驶人意图预测模型和数据驱动的车辆行为识别模型进行结果级融合，利用机理模型延长提前识别时间，利用数据驱动方法保证识别准确率，并给出了本发明的在线使用效果。

附图说明

图1为本发明整体原理示意图。

图2为被识别车辆周围相关车辆示意图。

图3为本发明PV驾驶行为预期运动轨迹预测模块原理示意图。

图4为本发明SVs运动轨迹预测模块原理示意图。

图5为本发明SVs运动轨迹预测模块中基于序列到序列的SVs运动轨迹预测模型结构示意图。

图6为PV驾驶员驾驶行为生成时间轴。

图7为本发明基于马尔可夫决策过程的PV驾驶员意图预测模块原理示意图。

图8为本发明基于时空耦合类人态势认知的PV换道可行性分析模块原理示意图。

图9为本发明基于时空耦合类人态势认知的动态安全场效果示意图。

图10为本发明基于时空耦合态势认知的PV换道可行性分析模块中的卷积-长短期记忆网络结构示意图。

图11为本发明基于历史运动学信息的PV行为识别模块原理示意图。

图12为本发明基于历史运动学信息的PV行为识别模块中双向长短期记忆网络结构示意图。

图13为本发明时序耦合模块原理示意图。

图14为本发明的在线使用效果示意图。

具体实施方式

参阅附图1，本发明提供一种基于驾驶行为生成机制的交通车意图识别方法，包括以下步骤：

一、交通车信息采集模块利用智能汽车本身搭载毫米波雷达、角雷达、摄像头、激光雷达等传感器采集交通车实时运动学信息，包括自车周围交通车的纵侧向位置信息、纵侧向速度信息、纵侧向加速度信息以及所在车道信息；采集的交通车实时运动学信息分为被识别车辆PV的实时运动学信息和PV周围相关交通车SVs的实时运动学信息，并分别进入PV信息暂存模块和SVs信息暂存模块进行暂时存储以供算法的后续使用；所述PV信息暂存模块和SVs信息暂存模块采用滑动时窗式存储方式，即只存储固定长度信息，当新的实时信息进入后将剔除原本的末位时间戳信息以完成历史序列更新，大幅节省数据存储空间且不影响算法的正常运行。

参阅附图2，影响被识别车辆PV的周围相关交通车SVs包括当前车道前车FV、当前车道后车RV、左车道前车LFV、左车道后车LRV、右车道前车RFV、右车道后车RRV这6台车辆；PV的驾驶行为可分为向左车道换道LCL、保持原车道行驶LK以及向右侧车道换道LCR，而PV采取的驾驶行为将受到上述6台交通车运动状态及交通态势的影响。

二、交通车信息采集模块输出的PV以及SVs的历史运动学信息给入车辆运动轨迹预测模块，所述的车辆运动轨迹预测模块由PV驾驶行为预期运动轨迹预测模块以及SVs运动轨迹预测模块组成；PV驾驶行为预期运动轨迹预测模块以及SVs运动轨迹预测模块基于PV以及SVs的历史运动学信息分别输出PV以及SVs在预测时间窗内的运动轨迹预测值。

参阅附图3，所述PV驾驶行为预期运动轨迹预测模块以PV历史运动学信息为输入，分析PV驾驶员选择执行某种驾驶行为前对该驾驶行为预期轨迹的预判；由于车道保持行为和换道行为在运动学特性上具有较大差异，因此针对PV执行车道保持与PV执行换道行为2种情况分别进行预期轨迹预测：

(1)若PV执行车道保持行为，所述PV驾驶行为预期运动轨迹预测模块首先根据传感器信息判定PV当前车道是否存在前车：

①若当前车道无前车FV，则PV驾驶员对于PV车道保持行为的预期运动轨迹直接用恒加速度模型描述，即PV驾驶人维持当前时刻t₀的加速度a(t₀)不变，可求得PV在预测时窗F内任意时刻t的速度v(t)以及纵向位置x(t)：

②若当前车道存在前车FV，则PV将跟驰FV行驶，对于预测时间窗F内的任意时刻t，所述PV驾驶行为预期运动轨迹预测模块将PV跟驰FV过程中的加速度a(t)计算为：

其中，Δv(t)和d(t)分别为PV与FV之间的相对速度和车距，d_desire(v(t),Δv(t))为期望跟车距离；期望速度

最小安全车距d_safe、期望跟车时距t₀、最大加速度

和最大减速度

需要根据本发明搭载的车辆具体参数进行标定；

(2)若PV执行换道行为，本发明采用5次多项式描述PV驾驶员对PV预期换道轨迹的预测：以PV当前位置为原点，以PV行驶方向为X轴正方向，Y轴与X轴垂直，进而建立直角坐标系XOY，分别以4次多项式和5次多项式描述车辆的纵、侧向换道轨迹：

对x(t)和y(t)分别求一阶导数和二阶导数可得PV换道的状态函数为：

设系数矩阵A＝[a₄,a₃,a₂,a₁,a₀]，B＝[b₅,b₄,b₃,b₂,b₁,b₀]，换道起始时刻t₀的边界条件为

换道终止时刻t_e的边界条件为

则通过求解以下线性方程组即可得到待定系数矩阵A和B：

其中，K为时间系数矩阵，初始时刻边界条件可由PV当前时刻的运动状态直接获得，对于终止时刻的边界条件，假定：

换道轨迹的终点应当取在目标车道中心线上，因此侧向坐标y_e即为目标车道中心线的侧向坐标。

参阅附图4，所述SVs运动轨迹预测模块以SVs的历史运动学信息序列为输入，输出SVs在预测时间窗F内的运动轨迹，以再现PV驾驶员对于周围车辆的运动轨迹预测过程；

附图5给出了SVs运动轨迹预测模块中基于序列到序列的SVs运动轨迹预测模型结构，所述基于序列到序列的SVs运动轨迹预测模型通过长短期记忆(Long Short TermMemory,LSTM)单元，拼接成具有序列到序列结构的网络，其具体工作原理为：

设t时刻所述基于序列到序列的SVs运动轨迹预测模型输入为长度L的历史时间窗内的特征序列X_t-L+1:t，所述基于序列到序列的SVs运动轨迹预测模型取L＝5s，输出为预测时间窗F内的SVs轨迹Y_t+1:t+F：

其中，x_s、y_s为被预测SV与PV的相对纵、侧向位置，v_{s_x}、v_{s_y}为被预测SV的纵、侧向速度，a_{s_x}、a_{s_y}为被预测SV的纵、侧向加速度。

编码器(Encoder)使用LSTM对历史时间窗内每个编码步i的输入X_t-L+i进行编码：

[h_i,c_i]＝LSTM_Encoder(X_t-L+i,h_i-1,c_i-1),

其中，c_i为LSTM的记忆单元状态，h_i为LSTM单元的内生输出；编码器最终得到包含全部输入历史特征序列信息的上下文向量C：

C＝fc(h_L)＝fc(LSTM_Encoder(X_t,h_L-1,c_L-1)).

解码器(Decoder)执行被预测SV的纵、向位置递归预测，解码器通过解码时间步j-1的轨迹预测值Y_t+j-1以及上下文向量C计算解码时间步j的轨迹预测值：

Y_t+j＝LSTM_Dencoder[Y_t+j-1,C,h′_t+j-1,c′_t+j-1,]

所述SVs运动轨迹预测模块中基于序列到序列的SVs运动轨迹预测模型的训练过程为：以长度为L的被预测SV与PV纵向相对位置、侧向相对位置、纵向速度、侧向速度、纵向加速度、侧向加速度序列作为特征值，，以被预测SV接下来的长度为F的纵向位置和侧向位置序列为标签值，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行模型训练。

三、PV和SVs在预测时间窗内的运动轨迹以及PV的历史运动学信息输入到数据机理并行的PV意图识别模块，所述数据机理并行的PV意图识别模块中包含基于马尔可夫决策过程的PV驾驶员意图预测模块、基于时空耦合态势认知的PV换道可行性分析模块、基于历史运动学信息的PV行为识别模块以及时序耦合模块；上述模块的设计，建立在对实际驾驶过程中驾驶人行为生成过程的分析。

驾驶人的换道行为可分为两类，一是根据驾驶任务需求产生的强制换道行为，强制换道意图识别可以根据交通规则、信号灯等进行预判；二是驾驶人的主动换道即自由换道行为，驾驶人基于对交通态势的分析，为了追求更高的行驶效率、行驶安全性等产生换道意图，本发明面向的是具有更强不确定性的自由换道意图识别。

参阅附图6，人类驾驶员换道行为的生成过程按照时间顺序可划分为以下4个阶段：阶段I：外界交通态势刺激驾驶人产生换道意图，并寻找目标车道；阶段II：分析换道可行性并寻找换道时机；阶段III：驾驶人执行驾驶操作；阶段IV：车辆响应，开始换道，该阶段与阶段III在时间上基本重合发生，但由于车辆响应滞后性而存在一定时间差。

基于现有智能汽车感知平台能够获取的有限交通车信息，本发明中在数据机理并行的PV意图识别模块中按照驾驶行为产生的时序关系建立如下子模块：面向阶段I建立的基于马尔可夫决策过程的PV驾驶员意图预测模块；面向阶段II建立的基于时空耦合态势认知的PV换道可行性分析模块；面向阶段IV建立的基于历史运动学信息的PV车辆行为识别模块，并建立时序耦合模块将具有明确时序关系的上述3个子模块进行结果级融合。

所述基于马尔可夫决策过程的PV驾驶员意图预测模块和基于时空耦合态势认知的PV换道可行性分析模块接收PV和SVs在预测时间窗内的运动轨迹，分别输出PV驾驶员各意图预测概率和PV的换道可行性因子；所述基于历史运动学信息的PV车辆行为识别模块以PV历史运动学信息为输入，输出此时对PV已经发生的驾驶行为的识别概率；所述时序耦合模块结合PV驾驶员各意图预测概率、PV换道可行性因子以及PV车辆各驾驶行为识别概率，输出本发明对于PV意图的最终识别结果。

参阅附图7，所述基于马尔可夫决策过程的PV驾驶员意图预测模块的设计思路为站在PV驾驶员角度，通过再现其驾驶PV过程中对于交通态势演化的判断以及对于左换道LCL、车道保持LK、右换道LCR这3种驾驶行为的收益和风险的分析，从而建立交通态势与意图之间的映射关系，进行PV驾驶人意图预测，从而延长本发明的意图提前识别时间。

具体而言，将驾驶人产生驾驶意图的过程建模为马尔可夫决策过程(MarkovDecision Process,MDP)，MDP(S,A,P,r)，其中S为动作空间，A为动作空间，P为状态转移概率，r为执行某种驾驶行为带来的收益；S_t表征PV在时刻t所处的交通环境，包含PV及其周围相关交通车的运动学状态信息，动作空间A包含LCL、LK、LCR；驾驶员在当前状态S_t执行动作a_t后转移至状态S_t+1，并获得行为收益R(a_t,S_t)，其中a_t∈{LCL,LK,LCR}；

设计速度收益R_Velocity、跟驰安全性收益R_Safety、跟驰空间收益R_Space、换道碰撞风险R_{LC_danger}和舒适性损失R_Comfort5种驾驶行为收益与风险综合表征R(a_t,s_t)：

R(a_t,s_t)＝[R_Safety,R_Space,R_Velocity,R_LCdanger,R_Comfort]·θ^T

其中，θ为驾驶人认知权重矩阵，利用Softmax函数结构建立驾驶员意图预测与驾驶行为收益之间的映射关系，从而输出PV驾驶员各意图预测概率P_{Driver_Pre}(a_i,t|S_t,θ)：

所述驾驶人认知权重矩阵基于公开自然驾驶数据集进行辨识，以获取能够有效表征驾驶员真实认知模式的权重系数；设有长度为M的训练样本集合U＝{u₁,u₂...,u_M}，U中的每组数据u_m,m∈{1,2,...,M}均由描述交通态势的状态值

和驾驶行为

组成：

假设U中各组数据独立同分布于P_{Driver_Pre}(a_i,t|S_t,θ)，则关于待估参数θ的对数似然函数为：

则θ的估计值

为：

所述驾驶行为收益具体设计为：

(1)速度收益

设PV当前车道前车FV车速为v_FV，目标车道前车TFV车速为v_TFV，则PV的速度收益为：

(2)跟驰安全性收益评估

通过危险感知系数表征PV的跟驰安全性收益：

其中，THW和TTCi分别为车头时距和碰撞时间倒数，r₁、r₂为线性加权系数；

(3)跟驰空间收益

PV执行换道操作的另一重要诱因是渴望获得更大的跟车距离以进行更安全舒适的跟车行为，PV的跟驰空间收益可表征为：

其中，D_FV和D_TFV分别为PV与FV和目标车道前车TFV的纵向距离；

(4)换道碰撞风险

利用两车到达临界碰撞点的时间差来表征换道过程中来自于目标车道后车TRV的碰撞风险R_TRV：

其中，t_PV和t_TRV分别为PV与TRV到达临界碰撞点的时间，T_s为安全时间差阈值，同理可得PV换道过程中由目标车道前车TFV所产生风险的评估指标R_TFV。则换道碰撞为：

(5)舒适性损失

车辆的变速运动会造成驾驶员的舒适性损失，且应当同时考虑纵向和侧向的舒适性，则定义舒适性损失R_Comfort为：

其中，x(t)和y(t)为PV在t时刻的纵向位置和侧向位置。若PV执行车道保持行为，则可以近似认为不存在侧向舒适性损失。以上驾驶行为收益和损失的计算均基于对PV不同驾驶行为的预期运动轨迹预测及对SVs的运动轨迹预测。

参阅附图8，驾驶人在产生换道意图后，会根据交通态势评估换道可行性并选择换道时机，所述基于时空耦合态势认知的PV换道可行性分析模块即面向该过程进行建模；所述基于时空耦合态势认知的PV换道可行性分析模块接收PV在预测时间窗F内的预期运动轨迹以及SVs在预测时间窗F内的运动轨迹，根据PV以及SVs的运动轨迹预测值，本发明通过构建动态时变行车安全场模型表征PV驾驶员对影响其换道时机的交通态势的认知过程。

PV驾驶员在寻找换道时机时，主要考虑来自当前车道前车FV、目标车道前车TFV以及目标车道后车TRV的影响，因此PV驾驶员对于换道可行性的分析等同于针对性认知TFV和TRV对自车换道行为产生的影响；在现实交通环境中，尤其是在高速公路、快速路等车速较快工况下，驾驶人在选择换道时机时需综合考量FV、TFV和TRV的位置、车速及运动趋势等对自车行为产生的影响，这是一个主观且连续的过程；本发明基于所述车辆运动轨迹预测模块输出的PV以及SVs的运动轨迹预测值，在传统三维空间场的基础上引入时间维度，创造性的构建了动态时变的四维安全场模型。

则车辆i在预测时间窗F内的任意时刻t对场中物体j产生的场强E_Di(t)为：

其中，(d_rij(t)/|d_rij(t)|)表征t时刻的场强方向为从车辆i指向场中物体j；δ,k₁,k₂为大于0的常数；R_D为道路状态因子，反映当前道路坡度、附着系数等路面状态，在路面状态确定时为常数；v_Di(t)为车辆i在t时刻的速度；d_rij(t)为t时刻从车辆i指向场中物体j的距离矢量；β_ij(t)为速度矢量v_Di(t)与距离矢量d_rij(t)之间夹角：

M_Di(t)为车辆i在t时刻的等效质量，与车辆类型(乘用车、商用车等)、体积、质量以及速度有关，定义为：

其中，m_i为车辆质量，V_i为车辆体积系数，Q_i为车辆类别，α₁-α₄为常数项；附图9给出了公开自然驾驶数据集的某场景中，在PV换道起始时刻FV、TRV、TFV的场强分布图；通过所述动态时变行车安全场的场强E_Di(t)计算公式，所述基于时空耦合态势认知的PV换道可行性分析模块可以得到预测时间窗F内的任意时刻的安全场场强；

所述的基于时空耦合态势认知的PV换道可行性分析模块将预测时间窗F内t₁～t_F的安全场场强分布进行栅格化处理，从而得到表征交通态势空间信息的安全场场强栅格化图片；通过卷积神经网络提取时间窗F内每个时间点的栅格化安全场场强分布图片中蕴含的空间依赖特征，通过LSTM提取预测时间窗内连续时间序列中蕴含的时间依赖特征，从而判定此时的交通态势在PV驾驶员眼中是否适合换道，进而输出换道可行性因子Factor。

具体而言，附图10给出了所述基于时空耦合态势认知的PV换道可行性分析模块中的卷积神经网络-LSTM网络结构图；预测时间窗F内每一个时刻的安全场场强栅格化图片依次送入网络，分别经过卷积层、标准化层、池化层和展平层得到空间特征处理结果并将其给入LSTM层进行时间特征提取，最后通过全连接层和Softmax层得到此时的换道可行性因子Factor。

其中的卷积神经网络-LSTM网络训练过程为：以预测时间窗内的长度为F的安全场栅格化图片序列作为特征，以该时间段驾驶员是否执行换道行为作为标签，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行训练。

参阅附图11，所述基于历史运动学信息的PV车辆行为识别模块接收来自所述PV信息暂存模块输出的PV历史运动学信息，基于双向LSTM网络输出PV此时已经发生的驾驶行为属于LCL、LK、LCR的概率；车辆运动学信息是车辆行为最直接的反应，但考虑到驾驶人的操纵随机性，在识别PV已经发生的驾驶行为时，应考虑一定时间域内的运动学信息，所述基于历史运动学信息的PV车辆行为识别模块通过双向LSTM网络从正时序与逆时序对PV历史运动学信息进行双向处理，从公开自然驾驶数据中学习得到历史运动学信息与车辆行为之间的映射模型，实现数据驱动的PV车辆行为识别。

附图12给出了所述基于历史运动学信息的PV车辆行为识别模块中双向长短期记忆网络结构图，网络输入的PV历史运动学时序特征ψ_t-H+1:t为：

其中，H为所述PV信息暂存模块存储和输出的PV历史运动学信息序列长度，Δd和

分别为PV相对当前车道中心线的侧向偏移量和侧向偏移速度，

和

分别为PV的偏航角和偏航角变化率；ψ_t-H+1:t经归一化层后进入第一层LSTM循环体，处理后的历史运动学信息经第二层LSTM循环体和全连接层计算后，分别输出LCL、LK以及LCR的Logits Scores值λ₁、λ₂、λ₃，Logits Scores值经过Softmax层处理后映射到[0,1]区间，从而所述基于历史运动学信息的PV车辆行为识别模块输出PV当前已经发生的驾驶行为属于行为a_i,t的识别概率：

所述双向长短期记忆网络的训练过程为：以自然驾驶数据为范本，以历史时间窗内的长度为H的运动学序列作为特征，以该特征对应的车辆行为作为标签，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行模型训练。

参阅附图13，所述时序耦合模块接收所述基于马尔可夫决策过程的PV驾驶员意图预测模型输出的PV驾驶员各意图预测概率P_{Driver_Pre}、所述基于时空耦合态势认知的PV换道可行性分析模块输出的PV换道可行性因子Factor、所述基于历史运动学信息的PV车辆行为识别输出的PV各行为识别概率P_{Vehicle_Rec}，将具有明确时序关系的P_{Driver_Pre}、Factor、P_{Vehicle_Rec}进行时序耦合，进行最终意图识别概率P_Final的计算。

参阅附图13，P_Thr为判别阈值，若P_{Driver_Pre}(LC)＜P_Thr，则说明当前交通态势并不足以刺激驾驶人产生换道行为，此时最终意图识别概率P_Final(a_i)＝P_{Vehicle_Rec}(a_i)；若P_{Driver_Pre}(LC)≥P_Thr，说明当前交通态势已能够刺激驾驶人产生换道意图；所述时序耦合模块中的结果级融合通过换道可行性因子Factor将P_{Driver_Pre}和P_{Vehicle_Rec}结合，Factor越大表征此时换道可行性越高，即越倾向于相信驾驶人意图预测结果P_{Driver_Pre}，则所述时序耦合模块输出混合驱动的意图概率P_Hybrid为：

其中，LC泛指所有换道行为；所述时序耦合模块考虑到并非所有驾驶人的换道行为均是理智的，且侵略性较强的驾驶员在换道可行性较低时也可能执行换道，因此所述时序耦合模块设置了第二层判断逻辑，即当P_{Vehicle_Rec}(LC)≥P_Hybrid(LC)时，即使此时的换道行为收益并不充分或换道可行性较低，所述时序耦合模块依然认为PV发生了换道行为：

附图14给出了本发明所述一种基于驾驶行为生成机制的交通车意图识别方法在线使用时的表现，通过附图14(b)和(c)的对比可以看出，本发明方法能够在PV处于车道保持阶段即实现对PV驾驶员意图的提前预测，如附图14(c)和附图14(d)所示，从0时刻开始，LCR行为收益不断上升，但P_Hybrid尚未达到判断阈值P_Thr，表明PV驾驶员可能已经产生了LCR意图但是还不够明确，这是因为虽然LCL的行为收益接近于0，但是LK在该阶段仍有一定收益，因此在0-0.7s的阶段，本发明方法将以所述基于历史运动学信息的PV车辆行为识别模块输出的PV车辆行为识别结果P_{Vehicle_Rec}为输出，即识别PV意图为仍为LK。

在0.7s之后，如附图14(e)所示，所述基于时空耦合态势认知的PV换道可行性分析模块输出的右换道可行性因子Factor开始上升，LCR换道可行性逐渐提升，此时P_Hybrid(LCR)开始稳定超过判别阈值P_Thr，本发明方法将以P_Hybrid(LCR)为参考将PV意图识别为LCR。

如附图14(b)和附图14(c)所示，P_{Vehicle_Rec}(LCR)在3.4s处开始大于P_Thr，说明此时PV已经开始在运动学上表现出LCR特征，因此本发明所述一种基于驾驶行为生成机制的交通车意图识别方法选择相信车辆行为识别结果P_{Vehicle_Rec}(LCR)，LCR识别概率迅速上升至100％。

Claims (7)

1.一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：包括以下步骤：

(一)利用智能汽车本身搭载的传感器采集交通车实时运动学信息，包括自车周围交通车的纵侧向位置信息、纵侧向速度信息、纵侧向加速度信息以及所在车道信息；采集的交通车实时运动学信息分为被识别车辆PV的实时运动学信息和PV周围相关交通车SVs的实时运动学信息，并分别暂存在存储器中以供算法的后续使用；

(二)车辆运动轨迹预测接收存储器输出的PV历史运动学信息和SVs的历史运动学信息，所述的车辆运动轨迹预测包括PV驾驶行为预期运动轨迹预测和SVs运动轨迹预测；PV驾驶行为预期运动轨迹预测基于PV历史运动学信息输出PV在预测时间窗内的运动轨迹预测值，SVs运动轨迹预测基于SVs历史运动学信息输出SVs在预测时间窗内的运动轨迹预测值；

(三)基于PV和SVs在预测时间窗内的运动轨迹以及PV的历史运动学信息进行数据机理并行的PV意图识别，所述数据机理并行的PV意图识别中包含基于马尔可夫决策过程的PV驾驶员意图预测、基于时空耦合态势认知的PV换道可行性分析、基于历史运动学信息的PV车辆行为识别以及时序耦合；

所述基于马尔可夫决策过程的PV驾驶员意图预测和基于时空耦合态势认知的PV换道可行性分析接收PV和SVs在预测时间窗内的运动轨迹预测值，分别输出PV驾驶员各意图预测概率和PV的换道可行性因子；所述基于历史运动学信息的PV车辆行为识别以PV历史运动学信息为输入，输出此时对PV已经发生的驾驶行为的识别概率；所述时序耦合结合PV驾驶员各意图预测概率、PV换道可行性因子以及PV车辆各驾驶行为识别概率，输出本发明对于PV意图的最终识别结果。

2.根据权利要求1所述的一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：

步骤(二)中，所述PV驾驶行为预期运动轨迹预测以PV历史运动学信息为输入，分析PV驾驶员选择执行某种驾驶行为前对该驾驶行为预期轨迹的预判；针对PV执行车道保持与PV执行换道行为2种情况分别进行预期轨迹预测：

(1)若PV执行车道保持行为，所述PV驾驶行为预期运动轨迹预测首先根据传感器信息判定PV当前车道是否存在前车FV：

①若当前车道无前车FV，则PV驾驶员对于PV车道保持行为的预期运动轨迹直接用恒加速度模型描述，即PV驾驶人维持当前时刻t₀的加速度a(t₀)不变，求得PV在预测时窗F内任意时刻t的速度v(t)以及纵向位置x(t)：

②若当前车道存在前车FV，则PV将跟驰FV行驶，对于预测时间窗F内的任意时刻t，所述PV驾驶行为预期运动轨迹预测将PV跟驰FV过程中的加速度a(t)计算为：

其中，Δv(t)和d(t)分别为PV与FV之间的相对速度和车距，d_desire(v(t),Δv(t))为期望跟车距离；期望速度

最小安全车距d_safe、期望跟车时距t₀、最大加速度

和最大减速度

需要根据本发明搭载的车辆具体参数进行标定；

(2)若PV执行换道行为，采用5次多项式描述PV驾驶员对PV预期换道轨迹的预测：以PV当前位置为原点，以PV行驶方向为X轴正方向，Y轴与X轴垂直，进而建立直角坐标系XOY，分别以4次多项式和5次多项式描述车辆的纵、侧向换道轨迹：

对x(t)和y(t)分别求一阶导数和二阶导数得PV换道的状态函数为：

设系数矩阵A＝[a₄,a₃,a₂,a₁,a₀]，B＝[b₅,b₄,b₃,b₂,b₁,b₀]，换道起始时刻t₀的边界条件为

换道终止时刻t_e的边界条件为

则通过求解以下线性方程组得到待定系数矩阵A和B：

其中，K为时间系数矩阵，初始时刻边界条件可由PV当前时刻的运动状态直接获得，对于终止时刻的边界条件，假定：

换道轨迹的终点应当取在目标车道中心线上，因此侧向坐标y_e即为目标车道中心线的侧向坐标。

3.根据权利要求1或2所述的一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：

步骤(二)中，所述SVs运动轨迹预测以SVs的历史运动学信息序列为输入，输出SVs在预测时间窗F内的运动轨迹，以再现PV驾驶员对于周围车辆的运动轨迹预测过程；

SVs运动轨迹预测中基于序列到序列的SVs运动轨迹预测模型通过长短期记忆单元，拼接成具有序列到序列结构的网络，其具体工作原理为：

设t时刻所述基于序列到序列的SVs运动轨迹预测模型输入为长度L的历史时间窗内的特征序列X_t-L+1:t，所述基于序列到序列的SVs运动轨迹预测模型取L＝5s，输出为预测时间窗F内的SVs轨迹Y_t+1:t+F：

其中，x_s、y_s为被预测SV与PV的相对纵、侧向位置，v_{s_x}、v_{s_y}为被预测SV的纵、侧向速度，a_{s_x}、a_{s_y}为被预测SV的纵、侧向加速度；

编码器Encoder使用长短期记忆LSTM对历史时间窗内每个编码步i的输入X_t-L+i进行编码：

[h_i,c_i]＝LSTM_Encoder(X_t-L+i,h_i-1,c_i-1),

其中，c_i为LSTM的记忆单元状态，h_i为LSTM单元的内生输出；编码器最终得到包含全部输入历史特征序列信息的上下文向量C：

C＝fc(h_L)＝fc(LSTM_Encoder(X_t,h_L-1,c_L-1)).

解码器Decoder执行被预测SV的纵、向位置递归预测，解码器通过解码时间步j-1的轨迹预测值Y_t+j-1以及上下文向量C计算解码时间步j的轨迹预测值：

Y_t+j＝LSTM_Dencoder[Y_t+j-1,C,h′_t+j-1,c′_t+j-1,]

所述SVs运动轨迹预测中基于序列到序列的SVs运动轨迹预测模型的训练过程为：以长度为L的被预测SV与PV纵向相对位置、侧向相对位置、纵向速度、侧向速度、纵向加速度、侧向加速度序列作为特征值，以被预测SV接下来的长度为F的纵向位置和侧向位置序列为标签值，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行模型训练。

4.根据权利要求1所述的一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：

步骤(三)中，所述基于马尔可夫决策过程的PV驾驶员意图预测具体如下，将驾驶人产生驾驶意图的过程建模为马尔可夫决策过程，MDP(S,A,P,r)，其中S为动作空间，A为动作空间，P为状态转移概率，r为执行某种驾驶行为带来的收益；S_t表征PV在时刻t所处的交通环境，包含PV及其周围相关交通车的运动学状态信息，动作空间A包含左换道LCL、车道保持LK、右换道LCR；驾驶员在当前状态S_t执行动作a_t后转移至状态S_t+1，并获得行为收益R(a_t,S_t)，其中a_t∈{LCL,LK,LCR}；

设计速度收益R_Velocity、跟驰安全性收益R_Safety、跟驰空间收益R_Space、换道碰撞风险R_{LC_danger}和舒适性损失R_Comfort5种驾驶行为收益与风险综合表征行为收益R(a_t,s_t)：

R(a_t,s_t)＝[R_Safety,R_Space,R_Velocity,R_LCdanger,R_Comfort]·θ^T

其中，θ为驾驶人认知权重矩阵，利用Softmax函数结构建立驾驶员意图预测与驾驶行为收益之间的映射关系，从而输出PV驾驶员各意图预测概率P_{Driver_Pre}(a_i,t|S_t,θ)：

所述驾驶人认知权重矩阵基于公开自然驾驶数据集进行辨识，以获取能够有效表征驾驶员真实认知模式的权重系数；设有长度为M的训练样本集合U＝{u₁,u₂...,u_M}，U中的每组数据u_m,m∈{1,2,...,M}均由描述交通态势的状态值

和驾驶行为

组成：

假设U中各组数据独立同分布于P_{Driver_Pre}(a_i,t|S_t,θ)，则关于待估参数θ的对数似然函数为：

则θ的估计值

为：

所述驾驶行为收益具体设计为：

(1)速度收益

设PV当前车道前车FV车速为v_FV，目标车道前车TFV车速为v_TFV，则PV的速度收益为：

(2)跟驰安全性收益评估

通过危险感知系数表征PV的跟驰安全性收益：

其中，THW和TTCi分别为车头时距和碰撞时间倒数，r₁、r₂为线性加权系数；

(3)跟驰空间收益

PV执行换道操作的另一重要诱因是渴望获得更大的跟车距离以进行更安全舒适的跟车行为，PV的跟驰空间收益可表征为：

其中，D_FV和D_TFV分别为PV与FV和目标车道前车TFV的纵向距离；

(4)换道碰撞风险

利用两车到达临界碰撞点的时间差来表征换道过程中来自于目标车道后车TRV的碰撞风险R_TRV：

其中，t_PV和t_TRV分别为PV与TRV到达临界碰撞点的时间，T_s为安全时间差阈值，同理可得PV换道过程中由目标车道前车TFV所产生风险的评估指标R_TFV；则换道碰撞为：

(5)舒适性损失

车辆的变速运动会造成驾驶员的舒适性损失，且应当同时考虑纵向和侧向的舒适性，则定义舒适性损失R_Comfort为：

其中，x(t)和y(t)为PV在t时刻的纵向位置和侧向位置；若PV执行车道保持行为，则近似认为不存在侧向舒适性损失；以上驾驶行为收益和损失的计算均基于对PV不同驾驶行为的预期运动轨迹预测及对SVs的运动轨迹预测。

5.根据权利要求1所述的一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：

步骤(三)中，所述基于时空耦合态势认知的PV换道可行性分析接收PV在预测时间窗F内的预期运动轨迹以及SVs在预测时间窗F内的运动轨迹，根据PV以及SVs的运动轨迹预测值，通过构建动态时变行车安全场模型表征PV驾驶员对影响其换道时机的交通态势的认知过程；

PV驾驶员在寻找换道时机时，主要考虑来自当前车道前车FV、目标车道前车TFV以及目标车道后车TRV的位置、车速及运动趋势等对自车行为产生的影响，基于所述车辆运动轨迹预测输出的PV以及SVs的运动轨迹预测值，在三维空间场的基础上引入时间维度，构建动态时变的四维安全场模型；

则车辆i在预测时间窗F内的任意时刻t对场中物体j产生的场强E_Di(t)为：

其中，(d_rij(t)/|d_rij(t)|)表征t时刻的场强方向为从车辆i指向场中物体j；δ,k₁,k₂为大于0的常数；R_D为道路状态因子，反映当前道路坡度、附着系数等路面状态，在路面状态确定时为常数；v_Di(t)为车辆i在t时刻的速度；d_rij(t)为t时刻从车辆i指向场中物体j的距离矢量；β_ij(t)为速度矢量v_Di(t)与距离矢量d_rij(t)之间夹角：

M_Di(t)为车辆i在t时刻的等效质量，与车辆类型、体积、质量以及速度有关，定义为：

其中，m_i为车辆质量，V_i为车辆体积系数，Q_i为车辆类别，α₁-α₄为常数项；通过所述动态时变行车安全场的场强E_Di(t)计算公式，所述基于时空耦合态势认知的PV换道可行性分析得到预测时间窗F内的任意时刻的安全场场强；

将预测时间窗F内t₁～t_F的安全场场强分布进行栅格化处理，从而得到表征交通态势空间信息的安全场场强栅格化图片；通过卷积神经网络提取时间窗F内每个时间点的栅格化安全场场强分布图片中蕴含的空间依赖特征，通过LSTM提取预测时间窗内连续时间序列中蕴含的时间依赖特征，从而判定此时的交通态势在PV驾驶员眼中是否适合换道，进而输出换道可行性因子Factor；

其中的卷积神经网络-LSTM网络训练过程为：以预测时间窗内的长度为F的安全场栅格化图片序列作为特征，以该时间段驾驶员是否执行换道行为作为标签，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行训练。

6.根据权利要求1所述的一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：

步骤(三)中，所述基于历史运动学信息的PV车辆行为识别接收PV历史运动学信息，基于双向LSTM网络输出PV此时已经发生的驾驶行为属于LCL、LK、LCR的概率；所述基于历史运动学信息的PV车辆行为识别通过双向LSTM网络从正时序与逆时序对PV历史运动学信息进行双向处理，从公开自然驾驶数据中学习得到历史运动学信息与车辆行为之间的映射模型，实现数据驱动的PV车辆行为识别；

基于历史运动学信息的PV车辆行为识别中双向LSTM网络输入的PV历史运动学时序特征ψ_t-H+1:t为：

其中，H为PV历史运动学信息序列长度，Δd和

分别为PV相对当前车道中心线的侧向偏移量和侧向偏移速度，

和

分别为PV的偏航角和偏航角变化率；ψ_t-H+1:t经归一化层后进入第一层LSTM循环体，处理后的历史运动学信息经第二层LSTM循环体和全连接层计算后，分别输出LCL、LK以及LCR的Logits Scores值λ₁、λ₂、λ₃，Logits Scores值经过Softmax层处理后映射到[0,1]区间，从而所述基于历史运动学信息的PV车辆行为识别输出PV当前已经发生的驾驶行为属于行为a_i,t的识别概率：

所述双向LSTM网络的训练过程为：以自然驾驶数据为范本，以历史时间窗内的长度为H的运动学序列作为特征，以该特征对应的车辆行为作为标签，选取Adam优化器作为优化算法，以最小化模型输出与真实标签之间的差距为目标进行模型训练。

7.根据权利要求1或4或5或6所述的一种基于驾驶行为生成机制的交通车意图识别方法，其特征在于：

步骤(三)中，所述时序耦合接收所述基于马尔可夫决策过程的PV驾驶员意图预测模型输出的PV驾驶员各意图预测概率P_{Driver_Pre}、所述基于时空耦合态势认知的PV换道可行性分析输出的PV换道可行性因子Factor、所述基于历史运动学信息的PV车辆行为识别输出的PV各行为识别概率P_{Vehicle_Rec}，将具有明确时序关系的P_{Driver_Pre}、Factor、P_{Vehicle_Rec}进行时序耦合，进行最终意图识别概率P_Final的计算；

P_Thr为判别阈值，若P_{Driver_Pre}(LC)＜P_Thr，则说明当前交通态势并不足以刺激驾驶人产生换道行为，此时最终意图识别概率P_Final(a_i)＝P_{Vehicle_Rec}(a_i)；若P_{Driver_Pre}(LC)≥P_Thr，说明当前交通态势已能够刺激驾驶人产生换道意图；所述时序耦合中的结果级融合通过换道可行性因子Factor将P_{Driver_Pre}和P_{Vehicle_Rec}结合，Factor越大表征此时换道可行性越高，即越倾向于相信驾驶人意图预测结果P_{Driver_Pre}，则所述时序耦合输出混合驱动的意图概率P_Hybrid为：

其中，LC泛指所有换道行为；所述时序耦合设置了第二层判断逻辑，即当P_{Vehicle_Rec}(LC)≥P_Hybrid(LC)时，即使此时的换道行为收益并不充分或换道可行性较低，所述时序耦合依然认为PV发生了换道行为：

Images