基于軌跡預(yù)測(cè)的駕駛意圖識(shí)別

摘 要：駕駛意圖識(shí)別對(duì)于確保交通安全和提升交通效率至關(guān)重要。為實(shí)現(xiàn)對(duì)未來車輛駕駛意圖的預(yù)測(cè)，本研究基于軌跡預(yù)測(cè)與駕駛意圖識(shí)別方法，選用Argoverse公開數(shù)據(jù)集作為訓(xùn)練和測(cè)試數(shù)據(jù)集，并提出了一種結(jié)合VectorNet軌跡預(yù)測(cè)模型和隨機(jī)森林分類模型的駕駛意圖識(shí)別方法，實(shí)現(xiàn)對(duì)未來3s的駕駛意圖識(shí)別。為驗(yàn)證該方法的有效性，本文將新提出的VectorNet-隨機(jī)森林模型與LSTM-隨機(jī)森林模型進(jìn)行了對(duì)比，結(jié)果表明本文方法的效果更佳。這一方法為未來自動(dòng)駕駛和智能交通系統(tǒng)的發(fā)展提供了參考和借鑒。

關(guān)鍵詞：軌跡預(yù)測(cè) 駕駛意圖識(shí)別 圖神經(jīng)網(wǎng)絡(luò) 隨機(jī)森林

0 引言

據(jù)2023年世界衛(wèi)生組織調(diào)查報(bào)告顯示，每年有119萬人死于交通事故。交通事故是5-29歲兒童和年輕人的主要死因，死于交通事故的人中有超過一半是行人、自行車和摩托車的駕駛者。為了減少交通事故的危害，智慧交通受到學(xué)術(shù)界和工業(yè)界越來越多的關(guān)注。駕駛意圖識(shí)別作為其重要研究分支，可以通過意圖識(shí)別幫助駕駛?cè)藛T規(guī)避駕駛過程中可能出現(xiàn)的風(fēng)險(xiǎn)。為此，本文應(yīng)用Argoverse公開數(shù)據(jù)集，基于VectorNet軌跡預(yù)測(cè)模型和隨機(jī)森林分類模型，構(gòu)建基于軌跡預(yù)測(cè)的駕駛意圖識(shí)別模型，以實(shí)現(xiàn)對(duì)車輛駕駛意圖的預(yù)測(cè)。

1 駕駛意圖識(shí)別研究現(xiàn)狀

高速公路交通流特征分析是交通工程領(lǐng)域的一個(gè)核心議題，其研究旨在深入理解高速公路上車輛運(yùn)行的規(guī)律，為交通擁堵治理和智能交通系統(tǒng)的發(fā)展提供科學(xué)依據(jù)?！?br>