使用聚类方法对驾驶员模型进行类型化

近年来，自动驾驶系统的快速发展提高了道路安全性和出行舒适度。这些系统的一个典型功能是车道保持辅助，它通常不考虑人类驾驶偏好。在我们之前的工作中，我们已经证明，使用基于线性驾驶模型的轨迹规划算法，可以实现符合人类偏好的车道保持辅助功能。在当前工作中，我们研究了如何区分个体驾驶员的驾驶风格。我们假设存在三种驾驶风格：运动型、中性型和防御型。为了证明这些关系，我们将聚类方法应用于先前记录的测量数据。使用描述各类别平均行为的参数进行的仿真（使用聚类类型重新仿真）表明，生成的路径成功地对驾驶员进行了分类，这三类在行为上存在明显差异，并且我们的模型再现了这些行为。