基于車輛動(dòng)力學(xué)和視覺車道信息的駕駛行為分析

基于車輛動(dòng)力學(xué)和視覺車道信息的駕駛行為分析

采用自然駕駛研究（NDSS）獲得大量來自多個(gè)傳感器的駕駛方式數(shù)據(jù)，對(duì)由駕駛員造成碰撞和接近碰撞的駕駛行為和駕駛特性進(jìn)行分析。本研究的關(guān)鍵是數(shù)據(jù)簡(jiǎn)化，即由“專業(yè)的駕駛員”監(jiān)察路段的行駛視頻并記錄一個(gè)分類的變量，提供造成碰撞過程的信息。鑒于NDSS傳感器的數(shù)據(jù)量在駕駛數(shù)據(jù)手動(dòng)分析時(shí)會(huì)很費(fèi)時(shí)，因此研究了從傳感器數(shù)據(jù)提取車道信息。提出了從多個(gè)模態(tài)分析的傳感器數(shù)據(jù)，并提取一組23個(gè)語義相關(guān)的車道位置、車道內(nèi)車輛定位、車輛速度、交通密度和道路曲率等信息，將這些車道信息進(jìn)一步融合，以不同的方式自動(dòng)確定一套23個(gè)語義駕駛。所提出的技術(shù)使用基于真實(shí)世界的駕駛模擬器，在一個(gè)65km的測(cè)試路線上獲取包括超過15萬個(gè)幀的視覺數(shù)據(jù)和伴隨著車輛動(dòng)力學(xué)特征網(wǎng)絡(luò)總線獲得的數(shù)據(jù)，還有慣性運(yùn)動(dòng)單元的數(shù)據(jù)和全球定位系統(tǒng)的數(shù)據(jù)。

然而，所進(jìn)行的研究?jī)H僅是第一步的自動(dòng)化數(shù)據(jù)還原過程，因?yàn)檫@樣的研究涉及多個(gè)語義關(guān)注的特定駕駛行為。因此，有必要開發(fā)滿足不同數(shù)據(jù)需求和要求的新技術(shù)。未來的工作包括開發(fā)更多提取車道信息分析的技術(shù)和工具，從而進(jìn)一步調(diào)查駕駛行為。

刊名：IEEE Transactions on Intelligent Transportation Systems（英）

刊期：2015年第1期

作者：Ravi Kumar Satzoda

編譯：劉歡