基于第一印象的驾驶风格识别用于在线轨迹预测
系统与控制
2024-01-31 v1 系统与控制
摘要
本文提出了一种新型驾驶风格识别方法，使自动驾驶车辆（AVs）能够以最少的数据对周围车辆进行轨迹预测。为此，我们在所提方法中结合了离线与在线方法的混合策略。我们首先在离线部分使用 PCA 和 K-means 算法学习典型的驾驶风格。之后，利用局部最大似然（Maximum-Likelihood）技术进行在线驾驶风格识别。我们在真实驾驶数据集上针对其他方法，以预测轨迹与观测轨迹在 5 秒时长内的 RMSE 值为指标进行了基准测试。与其他文献中的参数相比，所提方法可将轨迹预测误差降低至多 37.7%；与不执行驾驶风格识别相比，可降低至多 24.4%。
引用
@article{arxiv.2212.10737,
title = {Driving Style Recognition at First Impression for Online Trajectory Prediction},
author = {Tu Xu and Kan Wu and Yongdong Zhu and Wei Ji},
journal= {arXiv preprint arXiv:2212.10737},
year = {2024}
}