自动驾驶变道意图预测

资源内容介绍

本文提出一种基于上下文交通信息的变道意图估计方法，融合周围车辆状态，利用连续隐马尔可夫模型（HMM）与高斯混合模型（GMM）对车道保持与变道行为进行建模。通过在线似然计算与阈值判断，实现对目标车辆行为的实时识别与提前预测。所提方法在NGSIM公开数据集上进行了验证，能有效预测变道行为达4秒前置时间，显著提升自动驾驶跟车系统的安全性与舒适性。结合模型预测控制（MPC），该框架可主动调整车速，平滑应对邻道车辆切入，优于传统ACC系统。研究成果为智能驾驶行为理解与决策控制提供了有效解决方案。