基于Attention机制的CNN-LSTM驾驶人意图识别方法研究

打开文本图片集

摘要：  在自动驾驶系统中，系统需要准确识别驾驶人的意图，来帮助驾驶人在复杂的交通场景中安全驾驶。针对目前驾驶人意图识别准确率低，没有考虑优化特征对模型准确率影响的问题，运用深度学习知识，提出了一种基于时间序列模型的驾驶人意图识别方法。该方法基于Attention机制融合了卷积神经网络（convolutional neural networks，CNN）和长短时记忆网络（long short-term memory network ，LSTM），引入车辆自身信息和环境信息作为时空输入来捕捉周围车辆的空间交互和时间演化。（剩余10931字）