[发明专利]一种考虑听觉信息的多场景交通车驾驶状态分析系统和方法

说明书

本发明公开了一种考虑听觉信息的多场景交通车驾驶状态分析系统和方法，分析系统包括有交通车运动信息采集模块、交通车行为场景辨识模块、交通车鸣笛信息采集处理模块、鸣笛交通车交互信息采集模块、交通车驾驶风格辨识模块和交通车驾驶员性格分析模块，其方法为：第一步、采集相邻交通车的视觉信息和运动信息；第二步、获取交通车驾驶风格分类结果；第三步、采集交通车鸣笛信息；第四步、确定鸣笛交通车与被鸣笛对象交互场景；第五步、建立鸣笛容忍阈值范围；第六步、获取性格分类结果；第七步、将驾驶风格和驾驶员性格进行组合匹配。有益效果：能够作为新的高级特征输入无人车预测模块和决策层，规划精准且符合人类驾驶习惯的轨迹。

技术领域

本发明涉及一种多场景交通车驾驶状态分析系统和方法，特别涉及一种考虑听觉信息的多场景交通车驾驶状态分析系统和方法。

背景技术

目前，在汽车智能化背景下，混合交通成为典型交通工况，无人驾驶汽车与人为驾驶车辆之间复杂的交互成为了重要的研究方向。无人驾驶汽车应具备准确识别其他车辆驾驶意图的能力，其行为应尽可能符合人类驾驶习惯。识别交通车驾驶意图，能够使无人车进行更加精准的轨迹预测和决策规划。

驾驶风格研究是驾驶意图识别的重要方面，现有交通车驾驶风格研究方法主要基于有限的长期观测的视觉信息和车辆运动信息，应用聚类算法进行辨识。

现有的驾驶风格辨识方法存在以下问题：

1、没有充分考虑场景因素和驾驶员因素。在混合交通中交互场景复杂多变，不同交互场景中车辆运动状态不同，会影响风格辨识结果。在特定场景下，不同性格驾驶员会产生不同感觉，进而产生不同行为。现有研究没有充分考虑交互行为中人的内在因素，无人车的“智能”与人类智能存在偏差，导致混合交通中无人车行为生硬，难以被充分理解和接受，非正常交互可能导致交通拥堵甚至交通事故；

2、提取特征不够充分。在真实的人类驾驶场景中，驾驶员经常通过鸣笛进行信息传递，鸣笛信息表征特定驾驶场景下驾驶员的性格、情绪和状态，是交互过程中传递意图的重要途径。现有驾驶风格辨识方法仅依据车辆运动信息和视觉信息，没有充分考虑听觉信息，导致意图识别过程缺乏全面性和细致性。

基于此，在交通车意图识别过程中，应将简单的驾驶风格辨识扩展为更为全面细致的交通车综合状态分析，以能够更准确地识别交通车意图。

鉴于以上分析，本发明旨在提供一种考虑听觉信息的多场景交通车驾驶状态分析系统和方法，基于听觉信息，无人车能够充分考虑驾驶人因素，获取准确可靠的交通车状态，依此更准确地识别交通车行驶意图，进行更为合理的轨迹预测和决策规划，使无人车在混合交通中输出更符合人类驾驶习惯的驾驶行为。

发明内容

本发明的目的是为了解决现有的驾驶风格辨识方法中存在的诸多问题，而提供的一种考虑听觉信息的多场景交通车驾驶状态分析系统和方法。

本发明提供的考虑听觉信息的多场景交通车驾驶状态分析系统包括有交通车运动信息采集模块、交通车行为场景辨识模块、交通车鸣笛信息采集处理模块、鸣笛交通车交互信息采集模块、交通车驾驶风格辨识模块和交通车驾驶员性格分析模块，交通车运动信息采集模块、交通车行为场景辨识模块、交通车鸣笛信息采集处理模块、鸣笛交通车交互信息采集模块、交通车驾驶风格辨识模块和交通车驾驶员性格分析模块均集成在本无人车上，其中交通车运动信息采集模块用于采集相邻交通车的运动信息，用于该车驾驶风格辨识；交通车行为场景辨识模块用于获取鸣笛交通车产生鸣笛行为的交互场景；交通车鸣笛信息采集处理模块用于定位鸣笛车辆，采集处理鸣笛声音，记录鸣笛发出者的鸣笛开始时刻、鸣笛持续时间和连续鸣笛次数；鸣笛交通车交互信息采集模块用于采集鸣笛发出者与被鸣笛对象之间的交互信息，并结合交通车行为场景辨识模块、交通车鸣笛信息采集处理模块建立鸣笛容忍阈值范围；交通车驾驶风格辨识模块用于获得相邻交通车驾驶风格分类结果；交通车驾驶员性格分析模块用于提取包含多种信息的特征，训练决策树分类器获得特定场景下驾驶员性格分类结果。