摘要
本发明提供了一种考虑人‑车‑路特性的驾驶员意图识别方法,其特征在于:包括:步骤1.获取从驾驶模拟器中记录的本车及其与周围车辆相关数据、驾驶员行为动作和驾驶室外场景信息;步骤2.对驾驶模拟器中获取的本车及周围环境数据进行预处理,并输入到训练好的GrowNet网络中,得到五种类别的概率值Pi(P1,P2,…,P5);步骤3.分别保存两个摄像头采集的视频数据并进行处理,最后得到五种类别的概率值P'i(P'1,P'2,…,P'5);步骤4.对从步骤2和步骤3得到Pi和P'i加权求和,取五种类别求和之后的最大值对应的类别为最终识别的驾驶意图。本发明充分利用驾驶模拟器,可以不依赖于车载传感器收集数据,实验更为便捷。另外,除了可以进行离线训练外,还可以进行在线测试,提高适用性。