基于贝叶斯模型的驾驶行为识别与预测

针对智能驾驶系统处理大量驾驶数据时出现的效率和精度不足的问题,提出一种基于贝叶斯模型来处理驾驶数据,识别和预测人类驾驶行为的方法。该方法可以无监管地通过驾驶数据对应地推断出具体驾驶行为,共分为2步:第一步,通过贝叶斯模型分割算法将惯性传感器收集到驾驶数据分割为近线性分段;第二步,通过LDA拓展模型将线性分段聚集为具体的驾驶行为(如制动、转弯、加速和惯性滑行)。离线实验和在线实验结果表明,在处理大量驾驶数据的情况下,该方法效率和识别精度更高。