基于层次因子图的智能车环境感知和态势认知模型

为了提升智能车的环境认知能力,根据数据信息的抽象化程度不同提出一种基于层次因子图的智能车环境感知和态势认知模型.首先,基于人类驾驶认知的分层记忆机理,按照被处理信息由低到高的抽象层次,将环境认知分为环境目标感知和态势认知两大任务模块,提出层次化框架;然后,确定层次因子图的拓扑结构并实现层次因子图模型,目标感知层具体体现为多源信息融合和目标跟踪,态势认知层具体体现为车辆变道等态势预测;最后,基于PreScan仿真环境数据、NGSIM真实驾驶数据集及DBNet自动驾驶实测数据集3种数据,验证所提出方法的有效性,并与现有的卡尔曼滤波方法和隐马尔科夫模型方法进行比较,以验证层次因子图在跟踪、融合、态势预测正确率和准确率方面的优势.