买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：杭州电子科技大学

摘要：本发明涉及汽车自动驾驶系统技术领域，公开了一种提升驾驶权切换流畅性的驾驶员意图预测方法，包括以下步骤：步骤1、在车辆自适应巡航期间，将检测到的输入信息从电路信号转换为数字信号；步骤2、将转换之后的数字信号传入各自对应的LSTM神经网络模块中；步骤3、把该时间步的数据输入训练好的LSTM神经网络模型中，预测下一个时间步的输入数据；步骤4、驾驶系统会将处理后预测数据放入构建的记忆存储池中，并根据处理后数据的分成三类区域；步骤5、当车辆处于自适应巡航状态下，判定驾驶员是否接管驾驶权，并执行驾驶员意图操作。该技术方案能够更好地适应不同驾驶场景和驾驶员需求，提高驾驶系统的智能化水平。

主权项：1.一种提升驾驶权切换流畅性的驾驶员意图预测方法，其特征在于包括以下步骤：步骤1、在车辆自适应巡航期间，驾驶系统实时监控制动踏板，加速踏板和转向盘信息输入，将检测到的输入信息从电路信号转换为数字信号；步骤1.1、初始化制动踏板，加速踏板机构中回位弹簧传感器模块以及转向盘转动力矩传感器模块；步骤1.2、初始化以上传感器模块之后，检测传感器输入数据，通过模数转换器将电路信号转换为数字信号；步骤2、将转换之后的数字信号传入各自对应的LSTM神经网络模块中，构建记忆存储池；步骤2.1、选取合适的车辆芯片作为LSTM神经网络模型的核心；步骤2.2、为保证预测的准确性和合理性，整合多个时间步的传感器采集的数据；步骤2.3、采用低通滤波的形式消除实际值中的杂糅数据；步骤2.4、将处理后的实际数据输入到LSTM神经网络模型；步骤2.5、通过遗忘门、输入门和输出门机制，使用LSTM神经网络模型来构建驾驶经验池并预测驾驶意图特征；步骤2.6、利用隐藏状态的特征向量，经过全连接层，得到具体的驾驶意图预测结果；步骤3、把时间步的数据输入训练好的LSTM神经网络模型中，预测下一个时间步的输入数据；步骤3.1、根据历史数据预测各机构输入信息；步骤3.2、将预测的数据输入到驾驶意图表征模块，整合预测数据，并过滤杂糅数据；步骤3.3、将整合出的预测数据的平均值做量化处理；步骤4、驾驶系统将处理后预测数据放入构建的记忆存储池中，并根据处理后数据的分成三类区域，用于区分驾驶员的意图特征；A区：误触区，表示驾驶员不小心触碰制动踏板、离合器踏板、加速踏板或转向盘；B区：驾驶员意图导向区，表示驾驶员有意进行转向、变道、加速或减速操作；C区：驾驶员接管驾驶权区，表示驾驶员需要接管车辆驾驶权，系统进入辅助驾驶模式；步骤4.1、在自动驾驶系统中构建一个记忆存储池，用于存储和处理从各种传感器采集到的驾驶数据；步骤4.2、监测制动器回位弹簧压力数据，加速踏板回位弹簧的压力数据，以及转向盘转动力矩数据，雷达回传的点云数据，摄像头的图片数据的传感器数据，建立道路环境特征数据库和驾驶人特性响应曲线；步骤4.3、采用时间序列数据库，对大量数据的存储和处理，并通过索引技术和缓存机制，实现快速提取和更新数据；步骤4.4、确保数据安全性，通过硬盘对数据进行备份和持久化处理，并且定期对数据进行复制和存储；步骤4.5、处理后的预测数据需进行分类，以识别驾驶员的不同操作意图，分类完成后，系统将分类结果映射到预设的驾驶意图区域；步骤4.6、根据分类结果，将数据分为三个驾驶意图区域：步骤4.7、通过大量数据分析和专家经验确定各区域的边界值和特征指标，确保区域划分的科学性和合理性；步骤5、当车辆处于自适应巡航状态下，将预测出的各机构数据输入到驾驶员意图表征模块，判定驾驶员是否接管驾驶权，并执行驾驶员意图操作。

全文数据：

权利要求：

百度查询： 杭州电子科技大学 一种提升驾驶权切换流畅性的驾驶员意图预测方法