大连理工大学学报

作者：李俊涛,张明恒,王潇雨,伊兴海

关键词：智能汽车驾驶意图识别驾驶风格卷积神经网络

基金：国家自然科学基金资助项目(52272413).

车辆驾驶意图的精确识别对确保车辆运行安全性及自动驾驶车辆的性能提升具有重要作用．针对现有驾驶意图识别模型未能充分考虑驾驶员多样性的问题，提出一种考虑自车和周围车辆驾驶风格表征的驾驶意图识别模型．首先，基于车辆轨迹信息构建驾驶行为矩阵(drivingbehaviormatrix，DBM)，通过卷积神经网络(convolutionalneuralnetwork，CNN)提取隐式驾驶风格特征，并利用相应权重系数衡量周围车辆驾驶风格的影响；为减少轨迹数据中的冗余信息，基于交互因子对轨迹信息进行降维，并使用双向长短期记忆(bi-directionallongshort-termmemory，Bi-LSTM)网络捕捉交互因子的时序关系，进而获得车辆间交互特征；最后，将车辆间交互特征与驾驶风格特征相结合，通过全连接网络进行驾驶意图识别．NGSIM(nextgenerationsimulation)数据集上的验证结果表明，所提模型在驾驶意图识别准确率上达到了98.11%，相比现有驾驶意图识别模型具有更好的识别精度．

来源：2026年第2期

《大连理工大学学报》期刊编辑部

查看大连理工大学学报杂志2026年第2期