《表1 特征集：基于随机森林决策树的行驶车辆换道行为识别》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于随机森林决策树的行驶车辆换道行为识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：下标u—该车辆运行状态参数时窗内的均值；下标c—该车辆运行状态参数时窗内的变异系数；下标σ—该车辆运行状态参数时窗内的标准差；上标i—时窗该参数内共i个特征；*—考虑到所选参数存在时间序列情况而逐步计算半个样本时窗内各车辆运行状态参数统计学特征后得到的特征

文献[10]的研究结果指出，车辆位置是最能反映车道保持或换道行为的车辆运行状态参数，因此车辆位置是换道辨识的一个关键特征，本文以车辆质心距离目标车道线的车道偏离量作为反映车辆位置的车辆运行状态参数．曲大义等[11]基于分层Logit模型的车辆换道模型的研究，对车道的效用进行评价分析，能够较为准确地反映车辆在复杂交通场景中决策变化过程，为研究车联网环境下车辆交互行为、车辆可变限速技术、自适应巡航控制技术等提供理论依据和技术支撑．车辆从车道保持到换道结束阶段会经历减速再到加速的过程，因此车辆加速度可作为驾驶员换道辨识的一个特征．而方向盘的操控是完成换道过程最直接的驱动因素，因此方向盘的运行参数是驾驶员行车状态的有效反映．BERNDT等[12]对比了不同驾驶行为下加速踏板位置、制动压力、加速度、方向盘转角、方向盘转角速度及加速度等参数的变化规律，得出方向盘转角是最有效反映换道及转弯意图的特征参数．曲大义等[13]在考虑换道过程中周边交通场景的情况下，以换道过程中目标车道上的滞后车辆为研究对象，建立了自由换道、强制换道和协作换道过程中跟随车与换道车之间的最小安全距离模型．考虑到参数的时间序列，文中对比了相同特征参数在不同特征维度下对识别效果的影响（表1).