[发明专利]一种周边车辆行为识别方法

权利要求书

1.一种基于V2V通信与HMM-GBDT混合模型的周边车辆行为识别方法，其特征在于，包括：

步骤1，离线训练环节：归纳并划分典型的周边车辆行为，针对每种典型行为，基于实车平台采集真实交通场景下的周边车辆的行驶信息，提取轨迹特征数据，对HMM-GBDT混合模型进行参数学习；具体包括：HMM初始化，将同一类别周边车辆行为的轨迹特征数据作为HMM参数学习的输入，更新模型参数，获取各个车辆行为类别的HMM，以特征数据作为完成参数学习后的对应HMM的输入，所得概率输出作为初始化后的GBDT的输入矢量，对GBDT进行参数学习，最终确定HMM-GBDT混合模型；

步骤2，在线检测环节：被跟踪目标车辆将采集到的自车行驶信息通过V2V通信实时传输给主车，主车结合两车轨迹特征数据构成新的特征观测序列，利用训练好的HMM-GBDT混合模型辨别被跟踪车辆所属行为模式；

所述步骤1中针对每种典型行为，基于实车平台采集真实交通场景下的周边车辆的行驶信息，提取轨迹特征数据的具体过程包括以下步骤：

步骤1.1，针对每种典型行为，被跟踪车辆和主车在各个车辆行为模式下利用车辆定位系统获取自车位置信息和速度信息，定义t时刻被跟踪车辆和主车轨迹点坐标分别为(xp_t，yp_t)、(xh_t，yh_t),t时刻被跟踪车辆和主车速度分别为up_t、uh_t；其中，坐标系由GPS和惯性导航器构成的组合导航器确定，该组合导航器为被跟踪目标车辆和主车建立统一的导航坐标系；

步骤1.2，提取t时刻两车轨迹点相对位置特征Δθ：

对相对位置特征在8个方向进行均匀量化编码，沿逆时针方向每隔π/4划分一个特征区域，划分的8个区域依次从0～7编码；

步骤1.3，提取t时刻两车相对速度特征Δu：

Δu＝|up_t-uh_t|

将相对速度划分为[0,5],(5,+∞)两个区域，单位为km/h，依次编码为I,II；

步骤1.4，相对位置、相对速度特征联合编码：将相对位置特征和相对速度特征结合，形成在t时刻同时包含两个轨迹特征的特征值，构成新的码字：I0,II0,I1,…,II6,I7,II7，即可能的观测数M为16；在一次试验中针对特定目标车辆依时间顺序获得的所有联合特征观测值构成该车的轨迹特征值序列其中l取值范围为1到正无穷。

2.根据权利要求1所述的一种基于V2V通信与HMM-GBDT混合模型的周边车辆行为识别方法，其特征在于，所述步骤1中归纳并划分典型的周边车辆行为具体为：将典型的周边车辆行为划分为：跟驰、换道、切出、切入；所述切出是指从与主车同车道切至旁边车道，所述切入是指从旁边车道切至与主车同车道。