李宇寂

（1.中国第一汽车股份有限公司 智能网联开发院，长春130013；2.汽车振动噪声与安全控制综合技术国家重点实验室，长春130013）

主题词：自动驾驶 障碍车辆 行为预测 隐马尔可夫模型

1 引言

在复杂的交通环境中，车辆要想安全快速行驶，不只是要规划好自身的路径，更要根据周围车辆的实时变化，动态的规划接下来的驾驶动作，正是由于存在自身车辆与周围障碍车辆的交互影响，如何准确的预测周围障碍车辆的驾驶行为变得尤其重要。有经验的驾驶员会根据周围车辆的一系列动作准确预测出其接下来的行为，比如直行、左换道、右换道、左转弯和右转弯等等。自动驾驶应用中，无人车也需要根据周围车辆的驾驶行为来准确规划自身车辆接下来的动作，无人车配有各类传感器，比如视觉摄像头、毫米波雷达和激光雷达等，这使得它们具备远超人类的检测感知能力，并且可以做到不间断，全方位地检测周围环境，进而通过对障碍车辆信息数据的收集和处理，来判断其接下来的行驶意图，最终用于自身车辆行为决策和轨迹规划的依据。蔡英凤[1]运用隐马尔科夫模型,对带有时间和空间信息的车辆轨迹进行训练,获得路径划分后对道路车辆轨迹进行参数匹配,提取诸如超低(高)速行驶、违章停车、违规掉头等异常行为。黄如林[2]利用高斯混合模型从车辆驾驶行为数据和道路结构信息中学习驾驶行为模式，并用于检测动态车辆的驾驶行为意图。……