智能网联车辆混行交通流中灯语意图识别模型研究

来源：交通运输系统工程与信息杂志2020年第5期北京时间：

作者：梁军，钱晨阳，陈龙，王文飒，赵彤阳

单位：1. 江苏大学 汽车与交通工程学院，江苏 镇江212013； 2. 中国重型汽车集团有限公司 汽车研究总院，济南 225000

摘要：为使混行交通流下智能网联车辆(Connected and Automated Vehicles, CAV)实现对人工驾驶车辆(Human-driven Vehicle, HV)前照灯灯语意图(Vehicle Headlights Intention, VHI) 的识别，弥补车对车(Vehicle to Vehicle, V2V)和鸣笛意图识别技术的不足，更好地与HV交互沟通，提出CAV对HV的VHI识别模型.模型包括：灯光感知、光数据处理、VHI识别3个模块，灯光感知模块通过RGB(Red-Green-Blue, RGB)和HSV(Hue-Saturation-Value, HSV)颜色空间感知前照灯(Vehicle Headlights, VH)，采用KLT(Kanade-Lucas-Tomasi Tracking，KLT)和车辆匹配算法定位跟踪发出灯语的HV；光数据处理模块采用光通道增益算法计算光辐射通量变化； VHI识别模块基于双层隐马尔可夫模型(Double-layer Hidden Markov Model，DHMM)辨识VH 闪烁次数和HV行驶状态，实现VHI识别.在3种灯语示意典型场景下的实验结果表明：1 s内 VH感知准确率为96.8%，定位跟踪精度小于1°，VHI识别率为96.6%，满足混行交通环境下 CAV对HV驾驶意图的识别要求，基本保证实时性，为混行交通流中CAV自动驾驶决策提供理论依据.

关键词：智能交通,灯语意图识别,识别模型,智能网联车辆,混行交通流

基金资助：国家重点研发计划/National Key Research and Development Program of China(2018YFB1600503)；江苏省高等学校自然科学研究重大项目/ Major Projects of Natural Science Research in Colleges and Universities of Jiangsu Province (18KJA580002).