一种前向车辆驾驶人驾驶行为预测系统及预测方法   0    0

本发明公开了一种前向车辆驾驶人驾驶行为预测系统及预测方法，属于智能汽车领域，该前向车辆驾驶人驾驶行为预测系统由道路环境采集摄像头、前车行驶信息采集摄像头和一个视频处理器硬件平台组成。道路环境采集摄像头负责采集道路环境中的信号灯、道路指示标志。前车行驶信息采集摄像头负责采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆。视频处理器硬件平台由两个视频处理器组成，分别负责处理道路环境中信号灯和道路指示标志信息和前向车辆运行相关视频信息。通过对道路环境参数、前向车辆行驶参数以及前向车辆相邻车道内车辆信息的分析，建立前向车辆驾驶人驾驶行为预测模型，实现对前向车辆驾驶人驾驶行为进行预测。

1.一种前向车辆驾驶人驾驶行为预测方法，其特征在于，包括如下：
1)利用道路环境采集摄像头(1)采集道路环境中的信号灯、道路指示标志信息；利用前车行驶信息采集摄像头(2)采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆信息；
2)利用视频处理器硬件平台(3)对道路环境采集摄像头(1)、前车行驶信息采集摄像头(2)采集的信息进行分析处理；
所述处理的方法包括：针对所获取车辆运行轨迹点序列的不完整及噪声干扰，采用基于轨迹长度的去除不完整轨迹序列的方法；基于具有时间先后关系的车辆运行轨迹点序列特征，建立车辆运行轨迹点序列极坐标的车辆运行轨迹特征值表示方法；利用采集的信息构建基于HMM的前向车辆驾驶人驾驶行为预测模型；
所述预测模型采用基于HMM理论构建，模型表达式为：λ＝(N,M,π,A,B)，其中：
S：前向车辆驾驶人驾驶行为状态，S＝(S1,S2,…SN)，t时刻所处状态为qt，qt∈S，本项目状态数N＝5，其中，S1为制动行为，S2为左转向行为，S3为右转向行为，S4为左换道行为，S5为右转换道行为；
V：观测序列，V＝(v1,v2,…vM)，t时刻观测事件为Ot，本项目观测值数M＝11，其中，v1为前向车辆极径，v2为前向车辆极角，v3为前向车辆左转向灯，v4为前向车辆右转向灯，v5为前向车辆刹车灯，v6为信号灯红灯，v7为信号灯绿灯，v8为信号灯黄灯，v9为道路左转向标志，v10为道路右转向标志，v11为道路直行标志；
π：前向车辆驾驶人驾驶行为初始状态概率矢量，π＝(π1,π2,…πN)，其中πi＝P(q1＝Si)；
A：状态转移矩阵，即前向车辆驾驶人驾驶行为状态转移矩阵，A＝{aij}N×N，其中，aij＝P(qt+1＝Sj|qt＝Si)，1≤i,j≤N；
B：观测事件概率分布矩阵，即不同前向车辆驾驶人驾驶行在在S下各观测状态出现的概率，B＝{bjk}N×M，其中，bjk＝P[Ot＝vk|qt＝Sj]，1≤j≤N，1≤k≤M；
所述基于轨迹长度的去除不完整轨迹序列的方法具体为：
车辆运行轨采用车辆在多个视频帧的质心坐标点(x,y)来表示，对于前向车辆，设第i帧时其质心位置的坐标为(xi,yi)，l帧后就可以得到一个由l个坐标点组成的初始序列Linitial＝{(x1,y1),(x2,y2)…,(xl,yl)}；然后进行等帧间隔采样来获取车辆的质心坐标点，那么轨迹序列L就转化为一个具有时间先后关系的点序列；在车辆运行轨的跟踪过程中，统计所获取的轨迹序列L上轨迹点的个数l0，如果l0小于设定的阈值，则将该序列看作是不完整的轨迹序列，放弃对其进行后续的处理；
所述车辆运行轨迹点序列极坐标的车辆运行轨迹特征值表示方法具体为：
设在获取的车辆轨迹点序列l0中的某一轨迹点坐标为(xi,yi)，通过极坐标变换，将该轨迹点坐标变换为(ρi,θi)，其中ρi包含了前向车辆与自车的车距信息，θi包含了前向车辆相对于自车车辆的方向角信息；利用(ρi,θi)来描述前向车辆运动参数；根据采样时间间隔和序列l0中的相邻两极坐标车辆运行轨迹特征值序列值[ρi,ρi+1]和[θi,θi+1](i∈[1,l-
1])，即可求得前向车辆运动参数；
所述预测方法适用的系统包括：道路环境采集摄像头、前车行驶信息采集摄像头、信息处理器；所述道路环境采集摄像头用于采集道路环境中的信号灯、道路指示标志信息，并将采集的信息送给所述信息处理器；所述前车行驶信息采集摄像头用于采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆信息，并将采集的信息送给所述信息处理器；所述信息处理器通过对道路环境中的信号灯、道路指示标志信息参数、前向车辆、前向车辆尾灯以及前向车辆相邻车道内车辆信息的分析处理，建立前向车辆驾驶人驾驶行为预测模型，实现对前向车辆驾驶人驾驶行为进行预测；
所述道路环境采集摄像头、所述前车行驶信息采集摄像头均采用CCD车载影像夜视摄像头，均安装在车辆前挡风玻璃上；
所述信息处理器采用视频处理器硬件平台实现，包括第一视频解码电路、第一视频处理电路、第二视频解码电路、第二视频处理电路和电源电路；
所述第一视频解码电路通过道路环境采集摄像头视频线与所述道路环境采集摄像头相连，对道路环境采集摄像头采集的信息进行解码处理；所述第一视频处理电路对所述第一视频解码电路解码后的视频信息进行处理，并与第二视频处理电路交互；
所述第二视频解码电路通过前车行驶信息采集摄像头视频线与所述前车行驶信息采集摄像头相连，对所述前车行驶信息采集摄像头采集的信息进行解码处理；所述第二视频处理电路对所述第二视频解码电路解码后的视频信息进行处理，并且通过建立前向车辆驾驶人驾驶行为预测模型对前向车辆驾驶人驾驶行为进行预测；
所述电源电路将车载12V电源转换为3.3V、1.8V、1.2V，为系统供电；
所述第一视频解码电路、所述第二视频解码电路均包括解码芯片TVP5150及外围电路；
所述第一视频处理电路、所述第二视频处理电路均包括视频处理器DM6437、DDR2存储器MT47H64M16BT、FLASH存储器SG29GL256N，所述DDR2存储器MT47H64M16BT、所述FLASH存储器SG29GL256N均与所述视频处理器DM6437相连；
所述电源电路包括LM2940、TPS54310；车载12V电源经过LM2940芯片转换为5V电源，5V电源再经过3片TPS54310分别转换为3.3V、1.8V、1.2V电源；所述3.3V为视频处理器DM6437的IO口及3.3V系统供电，1.8V为DDR2存储器MT47H64M16BT供电，1.2V为视频处理器DM6437的内核供电；
所述第一视频解码电路、第一视频处理电路、第二视频解码电路、第二视频处理电路和电源电路均设置在一块电路板上，所述电路板设置在一个长方体外壳内部，所述长方体外壳上方设有1个道路环境采集摄像头视频线输入凹槽和1个前车行驶信息采集摄像头视频线输入凹槽，所述道路环境采集摄像头视频线、所述前车行驶信息采集摄像头视频线分别从道路环境采集摄像头视频线输入凹槽、前车行驶信息采集摄像头视频线输入凹槽穿出。