TY -的A2 Miwa Tomio AU - Chen Depeng盟——陈,新盟——张Yishi盟——瞿,徐盟——张,明阳盟——吴Chaozhong PY - 2021 DA - 2021/06/02 TI -驾驶风格识别连接的情况下使用监督层次贝叶斯模型SP - 6687378六世- 2021 AB -近年来,自动驾驶系统已经成为人工智能(AI)和智能交通系统(ITS)最热门的研究课题之一。通过个性化驾驶理解，可以提高自动驾驶车辆的出行体验和智能自动驾驶系统。虽然已有研究提出了对驾驶风格的理解方法，但对个性化驾驶分类的研究尚未深入。因此，本研究提出一种有监督的方法，通过整合先验知识来理解驾驶行为结构和潜在驾驶风格。首先，提出了一种新的驾驶行为编码和原始驾驶数据挖掘方法。在此基础上，提出了标记潜在Dirichlet分配(Labeled Latent Dirichlet Allocation, LLDA)模型，从个体驾驶和驾驶行为的角度来理解潜在驾驶风格。最后，利用安全先导模型部署(Safety Pilot Model Deployment, SPMD)数据验证了所提模型的性能。实验结果表明，该模型能有效地揭示潜在驾驶风格，且与实际情况吻合较好，为自动驾驶车辆个体体验更好的驾驶行为识别提供了理论指导。SN - 0197-6729 UR - https://doi.org/10.1155/2021/6687378 DO - 10.1155/2021/6687378 JF - Journal of Advanced Transportation PB - Hindawi KW - ER -