面向混合交通流的智能网联车鸣笛意图识别模型

来源：交通运输系统工程与信息杂志2019年第4期北京时间：

作者：梁军，徐鹏，蔡英凤，陈龙，华国栋

单位：1. 江苏大学汽车工程研究院，江苏 镇江 212013；2. 江苏智行未来汽车研究院，南京 210000

摘要：为使混合交通流(Mixed Traffic Stream，MTS)下智能网联车(Intelligent Connected Vehicle，ICV)实现鸣笛意图(Horn’s Intention，HI)识别，更好地遵循常规车辆(Manual Vehicle， MV)的驾驶意图，提出ICV 对MV 鸣笛声的“ 感知(Perception) — 定位(Location) — 识别 (Recognition)”模型(简称HI-PLR)，采用深度卷积—循环神经网络(Deep Convolution Recurrent Neural Network, DCRNN)算法感知鸣笛车辆(Horning Vehicles, HV)的鸣笛声；采用到达时差 (Time Difference of Arrival, TDOA)算法定位HV；再基于运动时间窗(Motion Time Window, MTW)的支持向量机(Support Vector Machine, SVM)算法识别HI.实验结果表明，HI-PLR可使 ICV 对混流中车辆的鸣笛声感知准确率达90.4%，定位角度估计误差小于5°，HI 识别率达 82.5%，为ICV在MTS中的智能驾驶决策提供依据.

关键词：智能交通,鸣笛意图识别,HI-PLR模型,智能网联车,混合交通流

基金资助：国家重点研发计划/National Key Research and Development Program of China(2018YFB1600500)；国家自然科学基金/National Natural Science Foundation of China(U1664258)；江苏省研究生实践创新计划项目/ Jiangsu Postgraduate Practical Innovation Project(sjcx18_0746).