ML-based-human-driving-behavior-recognition-and-prediction:使用机器学...

基于机器学习的人类驾驶行为识别与预测 ，，杰西卡亮氨酸，和张育军邹 2018年五月 复杂情况下的预测和识别对自动驾驶系统的整体性能有重要影响。 已经完成了许多针对单个驾驶员行为的工作。 但是，对多驾驶员交互进行建模（这是更普遍的情况）更加困难。 在我们的项目中，我们首先将人类驾驶行为分为一个分层模型，该模型包含决策阶段和操纵阶段。 接下来，我们使用分类器找到驾驶员的高级意图（即决策），然后使用高斯混合模型（Gaussian Mixture Models）根据给定的高级决策来捕获不同的人类驾驶行为。 最后，基于训练数据的决策对我们未知的假设，我们使用变分自动编码器来学习潜在空间中不同驾驶员行为模型的表示，并据此做出预测。 来自斜坡合并场景的模拟数据集用于验证每个模型。