| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-15页 |
| 1.2.1 驾驶风格分析研究现状 | 第10-11页 |
| 1.2.2 意图识别算法研究现状 | 第11-12页 |
| 1.2.3 轨迹预测算法研究现状 | 第12-13页 |
| 1.2.4 驾驶风险评估与行为决策研究现状 | 第13-15页 |
| 1.3 研究内容与论文章节安排 | 第15-19页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 论文章节安排 | 第16-19页 |
| 2 人类驾驶员驾驶风格分析 | 第19-33页 |
| 2.1 引言 | 第19页 |
| 2.2 驾驶风格特征选择 | 第19-20页 |
| 2.3 驾驶风格聚类和分类模型 | 第20-24页 |
| 2.3.1 驾驶风格聚类算法 | 第21-23页 |
| 2.3.2 驾驶风格分类算法 | 第23-24页 |
| 2.4 试验验证 | 第24-27页 |
| 2.4.1 数据集介绍 | 第24-25页 |
| 2.4.2 数据预处理 | 第25页 |
| 2.4.3 主成分分析 | 第25-26页 |
| 2.4.4 驾驶风格聚类和分类 | 第26-27页 |
| 2.5 不同风格驾驶员行为特性分析 | 第27-31页 |
| 2.5.1 车辆行驶轨迹提取 | 第27-28页 |
| 2.5.2 不同风格驾驶员行为特性 | 第28-31页 |
| 2.6 本章总结 | 第31-33页 |
| 3 结合驾驶意图的车辆轨迹预测模型 | 第33-49页 |
| 3.1 引言 | 第33-34页 |
| 3.2 驾驶意图识别 | 第34-40页 |
| 3.2.1 问题描述 | 第34页 |
| 3.2.2 数据准备 | 第34-36页 |
| 3.2.3 模型构建 | 第36-38页 |
| 3.2.4 模型的训练和测试 | 第38-39页 |
| 3.2.5 预测结果对比 | 第39-40页 |
| 3.3 基于车辆驾驶意图识别的轨迹预测 | 第40-44页 |
| 3.3.1 LSTM编码解码网络 | 第40-41页 |
| 3.3.2 混合密度网络 | 第41-42页 |
| 3.3.3 模型的训练和测试 | 第42-44页 |
| 3.4 车辆运动预测实验 | 第44-48页 |
| 3.4.1 实验目的 | 第44页 |
| 3.4.2 交通流数据采集 | 第44-46页 |
| 3.4.3 目标车辆轨迹的提取与运动预测 | 第46-48页 |
| 3.5 本章小结 | 第48-49页 |
| 4 基于轨迹冲突量化的风险评估及换道决策 | 第49-65页 |
| 4.1 引言 | 第49-50页 |
| 4.2 主车轨迹簇筛选方法 | 第50-51页 |
| 4.3 主车目标车道的选择 | 第51-53页 |
| 4.4 基于意图的轨迹规划 | 第53页 |
| 4.5 意图冲突 | 第53-54页 |
| 4.6 轨迹冲突 | 第54-58页 |
| 4.6.1 对主车轨迹簇分层筛选的方法 | 第54-56页 |
| 4.6.2 轨迹相交的快速检测 | 第56页 |
| 4.6.3 两条轨迹冲突的量化方式 | 第56-58页 |
| 4.7 基于对主车轨迹与周围多车轨迹冲突量化的主车轨迹选择 | 第58页 |
| 4.8 案例分析 | 第58-62页 |
| 4.9 本章小结 | 第62-65页 |
| 5 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 致谢 | 第67-69页 |
| 参考文献 | 第69-73页 |