[发明专利]预测行车加塞行为的方法、系统、设备、介质和程序产品

权利要求书

1.一种预测行车加塞行为的方法，其特征在于，所述方法包括以下步骤：

通过车载检测装置实时采集预设范围内车辆的加塞特征数据，所述加塞特征数据包括所述预设范围内车辆与本车间的相对横向距离、相对横向速度、相对横向加速度、相对纵向距离、相对纵向速度、相对纵向加速度和所述预设范围内车辆的航向角中的至少一项；

构建SVM模型，并基于选定的加塞特征数据训练集合和训练集合所对应的加塞行为判定结果，对SVM模型进行训练；以及

将实时采集的加塞特征数据输入经训练的SVM模型，预测所述预设范围内车辆的加塞行为。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括当预测到预设范围内车辆的加塞行为时，本车进行警示并提示进行制动措施。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括对所述加塞特征数据进行特征筛选、数据清洗和打标签中的至少一项。

4.根据权利要求1所述的方法，其特征在于，所述车载检测装置包括雷达和摄像头中的至少一项。

5.根据权利要求1所述的方法，其特征在于，所述加塞特征数据为所述预设范围内车辆与本车间的相对横向距离、相对横向速度、相对横向加速度和所述预设范围内车辆的航向角。

6.一种预测行车加塞行为的系统，其特征在于，所述系统包括：

数据采集模块，被配置用于通过车载检测装置采集预设范围内车辆的加塞特征数据，其中，所述加塞特征数据包括所述预设范围内车辆与本车间的相对横向距离、相对横向速度、相对横向加速度、相对纵向距离、相对纵向速度、相对纵向加速度和所述预设范围内车辆的航向角；

模型处理模块，被配置用于构建SVM模型，并基于选定的加塞特征数据训练集合和训练集合所对应的加塞行为判定结果对SVM模型进行训练，得到经训练的SVM模型；以及

预测模块，将实时采集的加塞特征数据输入至所述经训练的SVM模型，预测所述预设范围内车辆的加塞行为。

7.根据权利要求6所述的系统，其特征在于，所述系统还包括：

预警模块，被配置用于当预测到预设范围内车辆的加塞行为时，所述预警模块进行警示并提示制动措施。

8.一种电子设备，该电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行时，使所述至少一个处理器执行如权利要求1至5中的任一项所述的预测行车加塞行为的方法。

9.一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令当由至少一个处理器执行时使所述至少一个处理器执行如权利要求1至5中的任一项所述的预测行车加塞行为的方法。

10.一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，使所述计算机执行如权利要求1至5中的任一项所述的预测行车加塞行为的方法。