吴毅 夏志平 陈军源

（九江职业技术学院，九江 332007）

主题词：智能驾驶 模式识别 神经网络 开放道路试验 智能网联

1 前言

随着智能驾驶的兴起和主动安全技术的逐渐成熟，汽车高级驾驶辅助系统（Advanced Driving Assistance System，ADAS）在智能驾驶汽车上的应用越来越广泛，目前，迫切需要用于ADAS功能研发和验证的测试场景库。在智能汽车驾驶模式识别、选择、切换等方面：严利鑫等[1-2]基于危险态势等级对智能汽车驾驶模式选择进行标定，同时以车速、车头时距、车道中心距离、前轮转角标准差、驾驶经验作为智能车模式决策的特征属性；汪澎等[3]基于多源信息提出了一种车辆运行状态识别体系。由于我国目前还没有完备的主动安全测试场景库，当前的主要任务在于ADAS 测试场景挖掘和分类。针对主机厂的大量自然驾驶数据的闲置问题，智能驾驶识别程序可以通过离线处理的方式对各类ADAS 测试场景进行模式识别与分类。

本文以自适应巡航控制（Adaptive Cruise Control，ACC）[4-8]、盲区监测（Blind Spot Monitoring，BSM）[9]、车道偏离预警（Lane Departure Warning，LDW）[10-14]系统的模式识别为例，针对智能驾驶汽车无法自主开启相应的ADAS功能这一问题，设计了一种基于神经网络的智能驾驶模式识别系统，使智能驾驶汽车针对特定场景自动开启相应的ADAS功能。

2 数据采集

2.1 道路试验设计

道路试验时间为2019年3月10～24日，测试有效时间为14天，道路测试总里程为2 208.49 km，测试地点包括天津、河北、河南、安徽等地区。道路类型包括高速公路、国道、城市道路、乡村道路等，其中，高速公路、国道、城市道路、乡村道路的比例约为5∶2∶2∶1，测试天气有晴天、阴天、雨天、雾霾天等，场景数据包括直道、弯道、十字路口、红绿灯、人行横道、桥梁、隧道、高速公路等场景和2种及以上的组合场景。……