[发明专利]基于自适应高斯过程的前车运动状态预测方法

摘要

本发明公开了一种基于自适应高斯过程的前车运动状态预测方法，首先，采集不同驾驶环境下的自然驾驶数据，并将从中提取的数据片段按照前方车辆类型分为三类，然后，通过分类数据训练HMM及获取每类GPR模型超参数的初始值和边界约束。之后采集实时驾驶数据，利用HMM对前方车辆类型进行识别，并根据识别结果选择相应的初始值及边界约束，通过实时驾驶数据对超参数进行自适应更新，构建自适应高斯过程，最后利用自适应高斯过程预测前车运动状态。从车辆角度考虑前车运动特性，有效避免驾驶员特性对前车状态的影响，通过AOGPR模型能有效的对前车状态进行预测，不仅能对前车运动状态进行长时间预测，还能对前车运动状态的不确定性进行预测，该方法扩展性强，能适应不同的驾驶场景。