智能网联背景下驾驶人信息认知地图构建方法

来源：中国血液净化杂志2023年第9期北京时间：

作者：李靖宇, 冯忠祥, 张卫华, 窦思伟, 周正, 钱昱昭

单位：1. 合肥工业大学 土木与水利工程学院, 安徽 合肥 230009;2. 合肥工业大学 汽车与交通工程 学院, 安徽 合肥 230009;3. 安徽农业大学 信息与计算机学院, 安徽 合肥 230036"],"fundList_en":["National Natural Science Foundation of China (52272345, 71971073, 52372326)； Key Research and Development Projects of Anhui Province (2022k07020005, 202304a05020050)； Science and Technology Plan Project of the Housing Urban and Rural Construction in Anhui Province (2021-YF43, 2023-YF095)； Postgraduate Academic Innovation Project of Anhui Province (2022xscx020)

摘要：为提升网联环境下车载信息的传递效率,提出了一种驾驶人信息认知地图构建方法。在驾驶人交通场景信息认知中引入认知地图概念,通过对20名驾驶人进行面对面访谈,获取视距内、外(超空间距离)交通场景语义描述,采用要素频率统计法确定驾驶人信息认知地图要素,设计概念图形完成可视化映射。构建轻量化深度学习MobileNet V2模型,实现驾驶人信息认知地图认知要素标签自动生成,并分别基于SE(Squeeze-and-Excitation Module)、CBAM(Convolutional Block Attention Module)、CA(Coordinate Attention Module)注意力模块对模型进行改进,通过Opencv算法实现可视化认知地图的自动生成。开展20名驾驶人的实车试验,获取12 000组交通场景认知集作为测试数据,通过人工标注的方法获取认知要素标签。结果表明:驾驶人信息认知地图具有道路类型、车道数、自身车道、目标类型、方向、距离、危险程度7个认知要素;MobileNet V2、MobileNet V2-SE、MobileNet V2-CBAM和MobileNet V2-CA模型在测试集上的平均准确率分别为89.46%、90.99%、91.29%、91.14%。提出的驾驶人信息认知地图生成方法,能够简化、概括表征危险驾驶场景,有助于提升网联环境下的信息传递效率和安全性。

关键词：交通工程,认知地图,深度学习,智能网联,车载信息,交通语义

基金资助：国家自然科学基金项目(52272345,71971073,52372326)；安徽省重点研究与开发计划项目(2022k07020005,202304a05020050)；安徽省住房城乡建设科学技术计划项目(2021-YF43,2023-YF095)；安徽省研究生学术创新项目(2022xscx020)