Resumen

La detección del comportamiento de cambio de carril es fundamental para la seguridad de la conducción, especialmente en las autopistas. En este trabajo, propusimos un método y diseñamos un modelo de detección basado en el aprendizaje del comportamiento de cambio de carril en el entorno de la autopista, que sólo necesita que el vehículo esté equipado con sensores de velocidad y dirección o que cada sección de la autopista tenga una cámara de vídeo. En primer lugar, basándonos en el conjunto de datos de la Simulación de Nueva Generación (NGSIM) de la autopista interestatal 80, analizamos las características relevantes del comportamiento de cambio de carril y preprocesamos los datos, para luego utilizar algoritmos de aprendizaje automático para seleccionar las características adecuadas para la detección de cambios de carril. Según el resultado de la selección de características, elegimos la velocidad lateral del vehículo como característica de cambio de carril y utilizamos algoritmos de aprendizaje automático para aprender el comportamiento de cambio de carril del vehículo para detectarlo. Del conjunto de datos, se seleccionaron los datos continuos de 14 vehículos con cambios de carril frecuentes para el análisis experimental. Los resultados experimentales muestran que el modelo de detección de cambio de carril KNN diseñado tiene el mejor rendimiento con una precisión de detección entre el 89,57 y el 100% en el conjunto de datos seleccionado, que puede completar bien la tarea de detección de cambio de carril de vehículos.

• Materias:Minería de datos Algoritmos genéticos Cerebro - fisiopatología Neurociencia Cognitiva Neurofisiología
• Subjects:Data mining Genetic algorithms Brain - pathophysiology Cognitive Neuroscience Neurophysiology
• Palabras claves:comportamiento de cambio, vehículo, modelo de carril, características de carril, modelo de detección de cambio, cambio de carril frecuente, carril knn diseñado, modelo de detección basado, detección de carril, carril
• Keywords:change behaviour, vehicle, model of lane, features of lane, change detection model, frequent lane change, designed knn lane, based detection model, detection of lane, lane