(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210058857.3 (22)申请日 2022.01.17 (71)申请人 北京理工大 学 地址 100081 北京市海淀区中关村南大街5 号 (72)发明人 曾宪琳　王凯　方浩　陈仲瑶　 窦丽华　杨庆凯　辛斌　陈杰　 (74)专利代理 机构 北京理工大 学专利中心 11120 专利代理师 李爱英　付雷杰 (51)Int.Cl. G06V 20/54(2022.01) G06V 10/82(2022.01) G06V 10/44(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种基于BiLSTM-CRF模型的车辆变道意图 预测的方法 (57)摘要 本公开的基于BiLSTM ‑CRF模型的车辆变道 意图预测方法， 遍历车辆的历史交通数据得到车 辆变道意图的历史信息； 对车辆变道 意图的历史 信息进行预处理， 提取车辆变道意图特征； 根据 诱导性规则将车辆变道意图特征组成车辆变道 意图特征序列； 对车辆变道意图特征序列进行标 注得到车辆变道意图特征的标签； 对 标签进行模 糊化处理后， 将车辆变道意图特征分为训练集和 测试集； 利用车辆变道意图特征的训练集及车辆 变道意图特征的标签训练车辆变道意图预测模 型的BiLS TM‑CRF模型； 利用绝对性规则训练车辆 变道意图预测模 型的后置规则层； 利用车辆变道 意图特征的测试集测试车辆变道 意图预测模型。 能够解决高速公路车辆变道意图预测难以兼顾 预测效果与可信可解释性的问题。 权利要求书2页 说明书7页 附图3页 CN 114612867 A 2022.06.10 CN 114612867 A 1.一种基于Bi LSTM‑CRF模型的车辆变道意图预测方法， 其特 征在于， 所述方法包括： 遍历所述车辆的历史 交通数据， 得到所述车辆变道意图的历史信息； 对所述车辆变道意图的历史信 息进行预处理， 提取反映驾驶员意图变化的车辆变道意 图特征； 根据诱导性规则将所述车辆变道意图特 征组成所述车辆变道意图特 征序列； 对所述车辆变道意图特 征序列进行 标注得到所述车辆变道意图特 征的标签； 对所述车辆变道意图特征的标签进行模糊化处理后， 将所述车辆变道意图特征分为训 练集和测试集； 利用所述车辆变道意图特征的训练集及所述车辆变道意图特征的标签训练车辆变道 意图预测模型的Bi LSTM‑CRF模型； 利用绝对性 规则训练所述车辆变道意图预测模型的后置规则层； 利用所述车辆变道意图特征的测试集测试所述车辆变道意图预测模型， 将 实时车辆变 道意图特 征输入到所述车辆变道意图预测模型 预测得到车辆变道意图。 2.根据权利要求1所述的车辆变道意图预测的方法， 其特征在于， 所述车辆变道意图的 历史信息H包括： 车辆相对最左侧车道的距离X、 车辆进入起始采集点界面的距离Y和车辆的 机动意图。 3.根据权利要求2所述的车辆变道意图预测的方法， 其特征在于， 所述反映驾驶员意图 变化的车辆变道意图特征包括： 车辆在预置时间长度内的横向速度的平方和、 转航角的和， 以及车辆左右位移次数； 其中， 所述横向速度的平方和和转航角的和为所述车辆变道意图特征的基本特征， 所 述车辆左右位移次数为所述车辆变道意图特 征的规则特 征。 4.根据权利要求1所述的车辆变道意图预测的方法， 其特征在于， 所述对所述车辆变道 意图特征的标签进行模糊化处 理， 包括： 统计所述车辆变道意图特征的标签数值， 根据所述车辆变道意图特征的标签数值划分 N个区间； 根据所述车辆变道意图特征的标签数值和每个区间长度判断所述车辆变道意图特征 的标签所在区间； 将所述区间的下边界作为所述车辆变道意图特 征的标签模糊化后的值。 5.根据权利要求1所述的车辆变道意图预测的方法， 其特征在于， 所述车辆变道意图特 征分为基本特征与规则特征两类。 基本特征的标签包括向左变道、 向右变道、 保持直行或向 左变道、 保持直行或向右变道四类， 规则特 征的标签为对规则的遵守程度。 6.根据权利要求5所述的车辆变道意图预测的方法， 其特征在于， 所述车辆变道意图预 测模型包括两个Bi LSTM‑CRF模型， 所述Bi LSTM‑CRF模型分为Bi LSTM层与CRF层； 其中， 所述Bi LSTM层， 用于 输出每个所述车辆变道意图特 征的每个标签的分值； 所述CRF层， 用于计算所述车辆变道意图特 征的标签之间的转移概 率。 7.根据权利要求5所述的车辆变道意图预测的方法， 其特征在于， 所述一个BiLSTM ‑CRF 模型用来预测车辆向左变道和保持直行或向右变道， 另一个BiLSTM ‑CRF模型用来预测车辆 向右变道和保持直行或向左变道。 8.根据权利要求1所述的车辆变道意图预测的方法， 其特征在于， 所述绝对性规则包括权　利　要　求　书 1/2 页 2 CN 114612867 A 2交通规则和物理约束。 9.根据权利要求3所述的车辆变道意图预测的方法， 其特征在于， 所述横向速度的平方 和 所述转航角的和 式中， N为正整数， 为预置时间内目标车辆的图像帧数， i为不同预置时间长度的起始图 像的帧数； VX分为VX_L与VX_R， 分别代表左向横向速度与右向横向速度。 用第i帧目标车辆相对最左 侧车道的距离X减去第i +1帧目标车辆相对最左侧车道的距离X， 若得到差值为正， 记 为VX_L； 否则记为VX_R； VY为将第i+1帧目标车辆进入起始采集点界面的距离Y减去第i帧目标车辆进入起始采 集点界面的距离 Y， 若VY为零， 说明目标 车辆处于停止移动状态或数据集有误。 10.根据权利要求3所述的车辆变道意图预测的方法， 其特征在于， 所述车辆左右位移 次数C分为左向位移的次数CL与右向位移的次数CR， 当所述第i帧目标车辆相对最左侧车道 的距离X坐标减去第i+1帧目标车辆相对最左侧车道的距离X， 若 得到差值为正， 左向位移的 次数CL加1， 否则右向位移的次数CR加1。权　利　要　求　书 2/2 页 3 CN 114612867 A 3