基于驾驶风格的前撞预警系统报警策略

考虑驾驶风格的影响,设计了一种优化的纵向相对距离预测模型,并基于此模型改进了前撞预警系统报警策略。驾驶风格分类结合了分位点法和信息熵法,以不同方式进行特征提取,使用k-means方法聚类样本数据。基于长短期记忆模型,设计了编码器-解码器模型用于预测,以上述分类的全部数据训练模型的共用部分参数,以提高模型的泛化能力;而以3种驾驶风格对应数据集对模型的个性化部分参数进行更高学习率的训练。利用上述预测模型,对基于欧洲新车评估计划-自动紧急制动系统测试协议的前撞预警策略进行改进,使误报警次数从123降低至50。