申请/专利权人：江苏大学

申请日：2021-08-11

公开（公告）日：2024-03-19

公开（公告）号：CN113761715B

主分类号：G06F30/20

分类号：G06F30/20;G06F17/18

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.12.24#实质审查的生效;2021.12.07#公开

摘要：本发明提供了一种基于高斯混合和隐马尔可夫的个性化车辆跟驰模型的建立方法，其特征在于，包括如下步骤：获取各个驾驶人在跟驰工况下的车辆状态数据，并输入数据库中，建立底层GMM‑PDF模型数据库和顶层GMM‑HMM模型数据库；建立底层GMM‑PDF模型，获得期望跟驰车头间距特征参数；通过统计学方法确定具有差异性的个性化驾驶人跟驰行为特征参数，建立顶层GMM‑HMM模型。本发明用数据驱动的双层跟驰模型能有效描述驾驶人跟车行为的个体差异，满足对智能驾驶的个性化需求。

主权项：1.一种基于高斯混合和隐马尔可夫的个性化车辆跟驰模型的建立方法，其特征在于，包括如下步骤：获取各个驾驶人在跟驰工况下的车辆状态数据，并输入数据库中，建立底层GMM-PDF模型数据库和顶层GMM-HMM模型数据库，具体包括如下步骤：获取实验数据：在实验车上装配毫米波雷达、速度传感器、视频影像传感器和GPS设备；采集到的数据参数其中，所述速度传感器用于采集第t时刻的主车的速度第t时刻的主车的加速度第t时刻的前车的速度和第t时刻的前车的加速度所述毫米波雷达和视频影像传感器用于采集第t时刻的两车跟驰车头间距和第t时刻的两车相对车速Δvt；第t时刻的跟驰时距XTHWt和第t时刻的碰撞时间倒数XTTCit通过对第t时刻的两车相对跟驰车头间距和跟驰时间计算得出；对采集到的实验数据进行预处理：采用指数滑动平均法对实验数据进行平滑处理，利用区间估计法去除异常数据，并根据设定规则提取跟驰工况下数据，作为顶层GMM-HMM模型数据库，其中设定规则如下：1跟车距离100m以内；2跟车时长不低于40s；3主车速度高于10kmh；提取底层GMM-PDF模型数据库：在顶层模型数据库中，以两车速度差小于2ms作为限定条件，提取底层GMM-PDF模型数据库；建立底层GMM-PDF模型，获得期望跟驰车头间距特征参数；通过统计学方法确定具有差异性的个性化驾驶人跟驰行为特征参数，建立顶层GMM-HMM模型。

全文数据：

权利要求：

百度查询： 江苏大学 一种基于高斯混合和隐马尔可夫的个性化车辆跟驰模型的建立方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD