基于实车试验的驾驶人换道行为多参数预测

针对驾驶人在换道时若出现决策失误，极易引发交通事故的问题，通过在真实交通环境中进行实车试验，采集车辆运动状态、驾驶人操作行为以及头部运动特性、周围交通环境等数据；通过对换道意图阶段和车道保持阶段数据参数的对比分析，提取能够表征驾驶人换道意图和行为的特征参数；通过建立ＢＰ神经网络模型，以不同特征参数作为输入向量对待测样本进行预测，确定最终的输入特征指标，并基于建立的ＢＰ网络模型，进行驾驶人换道行为预测。研究结果表明换道前２ｓ内的预测准确率为９４．４％，灵敏度为９３．３３％，能够准确预测出９３．３３％的换道行为；该模型能够有效预测驾驶人的换道行为，且准确率高、时序性强。