基于支持向量机的车辆驾驶行为识别研究

来源：交通运输系统工程与信息杂志2017年第1期北京时间：

作者：祝俪菱，刘澜，赵新朋，杨达

单位：西南交通大学交通运输与物流学院，成都610031

摘要：从车辆行驶轨迹的角度，车辆驾驶行为可细分为车辆跟驰行为、车辆换道准备 行为和车辆换道执行行为，它们对交通拥堵、交通事故等都有着重要影响，也是自动驾 驶、交通仿真等系统的基础构成模块.然而，如何从实际微观交通流数据中对3 种行为进 行识别是驾驶行为研究的基础和难点.本文提出基于支持向量机的驾驶行为识别方法，使 用真实车辆轨迹数据，为提高模型的准确率，首先对样本数据进行归一化和主成分分析 预处理，然后采用网格搜索算法对惩罚因子和核参数进行寻优，最后利用样本数据对基 于支持向量机的分类模型进行训练和测试.结果表明，模型的测试精度达到了98.41%，能 够很好地识别车辆的行驶状态，为驾驶行为各阶段的研究提供支持.

关键词：交通工程,驾驶行为识别,支持向量机,车辆换道准备,车辆换道执行

基金资助：国家自然科学基金/National Natural Science Foundation of China (51408509)；中央高校基本业务经费/ Fundamental Research Funds for the Central Universities (2682016CX046).