数据驱动的智能车个性化场景风险图构建.pdfVIP

汽车工程

2023年（第45卷）第2期AutomotiveEngineering2023（Vol.45）No.2

doi：10.19562/j.chinasae.qcgc.2023.02.008

数据驱动的智能车个性化场景风险图构建*

崔格格，吕超，李景行，张哲雨，熊光明，龚建伟

（北京理工大学机械与车辆学院，北京100081）

［摘要］为实现智能车辆危险预警辅助功能，精确建立个体驾驶员的个性化辅助系统，提出一种数据驱动的智

能车个性化场景风险图构建方法。构建复杂交通场景中动静态要素属性与要素之间隐含交互关系的图表征，使用

图核方法对图表征数据进行相似性度量，处理分析驾驶员操作数据并获取驾驶员个性化场景危险程度评价标签。

基于支持向量机训练识别模型，建立驾驶员个性化危险评价机理与场景特征之间的映射关系，以模型输出的危险程

度评价标签与真实值进行实验对比。结果表明，基于场景风险图构建的驾驶员个性化危险场景识别模型识别准确

率可达95.8%，比特征向量表示法提高了38.2%，能够有效地做出基于驾驶员驾驶风格的个性化场景危险程度

评价。

关键词：危险行驶场景识别；场景理解；图表示学习；机器学习；驾驶员个性化学习

Data-DrivenPersonalizedScenarioRiskMapConstructionfor

IntelligentVehicles

CuiGege，LüChao，LiJinghang，ZhangZheyu，XiongGuangmingGongJianwei

SchoolofMechanicalEngineering，BeijingInstituteofTechnology，Beijing100081

［Abstract］Inordertorealizetheauxiliaryfunctionofdangerwarningofintelligentvehicleandaccurately

establishthepersonalizedassistancesystemforindividualdrivers，adata-drivenpersonalizedscenarioriskmapcon‐

structionmethodforintelligentvehiclesisproposed.Thegraphrepresentationoftheattributesandimpliedinterac‐

tionofbothdynamicandstaticelementsincomplextrafficscenesisconstructed.Thegraphkernelmethodisusedto

measurethesimilarityofthegraphrepresentationdata，andthedriversoperationdataisprocessedandanalyzedto

obtainthedriverspersonalizedsceneriskevaluationlabel.Therecognitionmodelistrainedbasedonsupportvector

machineandthemappingrelationshipbetweenthedriverspersonalizedriskevaluationmechanismandscenefea‐

turesisestablished.