基于随机图模型的车辆行为预测模型研究

摘要：

为了有效地监控交通运输车辆和分析车辆轨迹行为,从实际微观交通流数据中对驾驶行为进行识别与预测,对目前现有的车辆轨迹识别技术进行了改进,提出基于随机图模型的驾驶行为预测方法.为提高模型的准确率,采用HMM的Baum-Welch算法与前向-后向算法实时预测轨迹下一时刻的状态,根据当前道路视频场景中车辆行驶的不同状态对轨迹进行模式划分,在优化轨迹曲线后提取每条轨迹的状态量、观测量序列.根据道路监控视频场景中车辆轨迹间的相对独立特性,采用多观察值序列下的Baum-Welch算法与前向-后向算法对轨迹进行模式类训练,获得HMM模型参数.结果表明,模型能够很好地预测车辆的行驶状态,可为驾驶行为的研究提供支持.

关键词：车辆行为预测、车辆行为识别、随机图模型、特征提取、交通安全、监控视频

所属期刊栏目：44

分类号：TN911.73-34;TP391.4

资助基金：内蒙古自治区自然科学基金;内蒙古自治区应用研究与开发项目

在线出版日期：2021-07-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：148-152