基于長(zhǎng)短期記憶網(wǎng)絡(luò)的駕駛意圖識(shí)別方法

打開文本圖片集

摘要：為了使高級(jí)駕駛員輔助系統(tǒng)能夠更好的工作，進(jìn)而提高其安全性和舒適性，提出一種基于長(zhǎng)短期記憶（Long Short-term Memory，LSTM）網(wǎng)絡(luò)的駕駛意圖識(shí)別方法，能夠較為準(zhǔn)確地識(shí)別目標(biāo)車輛的駕駛意圖。該方法將踏板開度和踏板開度變化率輸入意圖識(shí)別網(wǎng)絡(luò)，并在意圖識(shí)別網(wǎng)絡(luò)中引入灰狼優(yōu)化算法（Grey Wolf Optimizer，GWO）對(duì)網(wǎng)絡(luò)參數(shù)進(jìn)行優(yōu)化，提高駕駛意圖識(shí)別性能。（剩余7954字）