基于车辆动力学和视觉车道信息的驾驶行为分析

基于车辆动力学和视觉车道信息的驾驶行为分析

采用自然驾驶研究（NDSS）获得大量来自多个传感器的驾驶方式数据，对由驾驶员造成碰撞和接近碰撞的驾驶行为和驾驶特性进行分析。本研究的关键是数据简化，即由“专业的驾驶员”监察路段的行驶视频并记录一个分类的变量，提供造成碰撞过程的信息。鉴于NDSS传感器的数据量在驾驶数据手动分析时会很费时，因此研究了从传感器数据提取车道信息。提出了从多个模态分析的传感器数据，并提取一组23个语义相关的车道位置、车道内车辆定位、车辆速度、交通密度和道路曲率等信息，将这些车道信息进一步融合，以不同的方式自动确定一套23个语义驾驶。所提出的技术使用基于真实世界的驾驶模拟器，在一个65km的测试路线上获取包括超过15万个帧的视觉数据和伴随着车辆动力学特征网络总线获得的数据，还有惯性运动单元的数据和全球定位系统的数据。

然而，所进行的研究仅仅是第一步的自动化数据还原过程，因为这样的研究涉及多个语义关注的特定驾驶行为。因此，有必要开发满足不同数据需求和要求的新技术。未来的工作包括开发更多提取车道信息分析的技术和工具，从而进一步调查驾驶行为。

刊名：IEEE Transactions on Intelligent Transportation Systems（英）

刊期：2015年第1期

作者：Ravi Kumar Satzoda

编译：刘欢