换道过程中驾驶人感知操作的模式发现与规则挖掘

龙彦，黄建玲,2，赵晓华*

(1.北京工业大学，城市交通学院，交通工程北京市重点实验室，北京100124；2.北京市交通信息中心，北京100073)

0 引言

车辆换道是驾驶人根据自身驾驶需求和交通环境因素，通过感知、决策、操作车辆从一条车道变换到另一条车道的行为过程。换道是车辆行驶过程中最常见的驾驶行为之一，是驾驶过程中危险程度较高的驾驶行为[1]。车辆换道行为在通行能力分析、交通流仿真、辅助驾驶、无人驾驶、交通安全等领域都有着广泛的研究价值[2]。

换道过程一般分为换道意图产生、换道决策和换道执行3部分。国内外学者在这3方面进行了大量研究。驾驶意图是驾驶人内心对下一步行为选择的意向信念。Liu 等[3]提出通过驾驶行为等外在表现识别内心状态的驾驶意图。目前，大多数研究采用机器学习的方法进行驾驶意图识别。Pentland[4]、Kuge[5]、宗长富[6]、王一男[7]、胡少伟[8]等采用隐马尔科夫模型HMM 进行驾驶意图识别；Mandalia[9]、Kumar[10]、Liu[11]等主要采用支持向量机SVM、贝叶斯网络进行驾驶意图识别方面的研究；Peng 等[12]使用BP 神经网络模型预测换道驾驶行为；Wirthmueller 等[13]采用LSTM 研究换道意图的时间点；Gebert 等[14]提出基于卷积神经网络(Convolutional Neural Networks，CNNs)的驾驶意图预测方法。换道决策是驾驶人根据自身和周围环境对换道空间和时间条件进行判断，作出是否换道的决定。换道决策是关于换道的一个热点，大量学者对此进行了研究。换道决策模型一般有：规则模型[15]、离散选择模型[16]、安全距离模型[17]、人工智能模型[18]、马尔科夫模型和生理-心理模型等。……