基于CNN-Transformer-GRU-Att的车辆换道意图识别.pdf

Operations Research and Fuzziology 运筹与模糊学运筹与模糊学,2024,14(1),806-822 Published Online February 2024 in Hans.https:/www.hanspub.org/journal/orf https:/doi.org/10.12677/orf.2024.141075 文章引用文章引用:韩天立,徐晴晴,胡林治.基于 CNN-Transformer-GRU-Att 的车辆换道意图识别J.运筹与模糊学,2024,14(1):806-822.DOI:10.12677/orf.2024.141075 基于基于CNN-Transformer-GRU-Att的车辆换道的车辆换道 意图识别意图识别 韩天立韩天立，徐晴晴徐晴晴，胡林治胡林治 上海理工大学光电信息与计算机工程学院，上海 收稿日期：2023年12月12日；录用日期：2024年1月2日；发布日期：2024年2月29日 摘摘 要要 在当前自动驾驶车辆与传统车辆并存的复杂交通环境中，快速准在当前自动驾驶车辆与传统车辆并存的复杂交通环境中，快速准确确地地识识别车辆换道意图能够帮助自动驾别车辆换道意图能够帮助自动驾驶系统做出更加安全舒适的操作决策。本文首先采用扩展卡尔曼滤波方法对车辆轨迹数据进行筛选并平驶系统做出更加安全舒适的操作决策。本文首先采用扩展卡尔曼滤波方法对车辆轨迹数据进行筛选并平滑处理，再基于航向角的变化对车辆驾驶行为分类并标注驾驶意图。然后，为了充分考虑车辆之间交互滑处理，再基于航向角的变化对车辆驾驶行为分类并标注驾驶意图。然后，为了充分考虑车辆之间交互作用、高效提取换道过程的时序连续特征以及捕捉车辆行驶轨迹序列中局部和长期依赖性，本文构建了作用、高效提取换道过程的时序连续特征以及捕捉车辆行驶轨迹序列中局部和长期依赖性，本文构建了一种基于一种基于CNN-Transformer-GRU-Att的车辆换道意图识别模型，将目标车辆和周围车辆的行驶数据信息的车辆换道意图识别模型，将目标车辆和周围车辆的行驶数据信息作为输入，实验结果表明，本文所提模型对车辆换道意图的准确率为作为输入，实验结果表明，本文所提模型对车辆换道意图的准确率为91.38%，推理耗时为，推理耗时为10.08 s，多，多种评价指标显著优于其他模型。此外消融实验证明引入的种评价指标显著优于其他模型。此外消融实验证明引入的Transformer模块、模块、GRU层和注意力机制能够层和注意力机制能够分别提高分别提高3.19%，5.07%和和1.08%的准确率。最后分析模型输入车辆历史行驶轨迹序列的不同长度下的的准确率。最后分析模型输入车辆历史行驶轨迹序列的不同长度下的意图识别结果，模型可在车辆换道前意图识别结果，模型可在车辆换道前2 s内能以内能以89%以上的准确率识别换道意图。以上的准确率识别换道意图。关键词关键词 换道意图识别，深度学习，换道意图识别，深度学习，Transformer模型，门控神经单元网络，注意力机制，智能交通模型，门控神经单元网络，注意力机制，智能交通 Vehicle Lane-Changing Intent Recognition Based on CNN-Transformer-GRU-Att Tianli Han,Qingqing Xu,Linzhi Hu School of Optoelectronic Information and Computer Engineering,University of Shanghai for Science and Technology,Shanghai Received:Dec.12th,2023;accepted:Jan.2nd,2024;published:Feb.29th,2024 韩天立 等 DOI:10.12677/orf.2024.141075 807 运筹与模糊学 Abstract In the current complex traffic environment where self-driving vehicles and traditional vehicles coexist,fast and accurate identification of vehicle lane changing intention can help the self-driving system make safer and more comfortable operation decisions.Firstly,the vehicle trajectory data are first filtered and smoothed using the extended Kalman filter method.Secondly,vehicle driving behavior was classified based on changes in heading angle and labeled with driving intentions.Thirdly,a vehicle lane change intention recognition model based on CNN-Transformer-GRU-Att was constructed to fully consider inter-vehicle interactions,efficiently extract time-continuous features of the lane-changing process,and capture local and long-term dependencies in the se-quence of vehicle trajectories.Taking as input the information on the traveling data of the target vehicle and the surrounding vehicles,it was proved that the model proposed in this paper has an accuracy of 91.38%for the intention of vehicles to change lanes,with an inference time of 10.08 s.A variety of evaluation indexes are significantly better than those of other models.Fourthly,the ablation experiments demonstrated that the introduced Transformer module,GRU layer and at-tention mechanism can help the model to improve the accuracy by 3.19%,5.07%and 1.08%re-spectively.Finally,the results of intent recognition under different lengths of the historical vehicle trajectory sequences inputted into the model demonstrated the model can recognize the intent to change lanes within 2 seconds before the vehicle changes lanes with an accuracy of more than 89%.Keywords Lane Changing Intent Recognition,Deep Learning,Transformer Model,Gated Neural Unit Network,Attention Mechanism,Intelligent Transportation Copyright 2024 by author(s)and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License(CC BY 4.0).http:/creativecommons.org/licenses/by/4.0/1.引言引言 目前，许多研究已经证明了自动驾驶汽车在应对道路安全、燃油消耗、可持续性等挑战方面的有效性。考虑到目前的科学成就，很难想象未来无人驾驶汽车不会被用于交通运输。然而，在自动驾驶汽车大规模上路之前，还有很多问题需要解决，例如对于车辆换道意图的快速准确识别。由美国高速公路安全管理局的统计数据可知，由于驾驶员操作不当引发的交通事故占总数的 94%，其中由于换道操作不当引发的交通事故约占到总数的 27%1，这是因为当自身车辆或者周围车辆执行换道操作时，驾驶员无法全面获取人、车、路等多方面信息，也无法了解驾驶员在执行换道行为时的各种隐藏特征，对于当前车辆所处的环境无法做出准确快速的判断。所以，当驾驶员在驾驶时能够通过车联网设备准确获得自身车辆和周围车辆的实时动态信息，同时驾驶辅助系统可以根据这些信息精准地识别出车辆的换道意图并选择必要时机介入操纵车辆，那么就可以有效减少换道行为带来的风险，对道路交通安全提供了极大地保障。因此对于车辆换道行为的研究一直以来都是交通安全领域重点方向之一，与迄今为止进行的大多数变道研究一样，本文选择的是基于高速公路变道情景。针对车辆换道意图的识别，国内外学者进行了大量的研究，其构建模型中所使用的识别方法根据基于算法的不同大致可以分为三类。第一类是生成式模型，这是一种概率模型。早在 1997 年 Liu 等2首次Open AccessOpen Access韩天立 等 DOI:10.12677/orf.2024.141075 808 运筹与模糊学 将驾驶员在换道操作时的一种内心状态定义为“换道意图”，并第一个采用隐马尔科夫模型(HMM)以车辆驾驶数据信息为根据来推断驾驶意图。在此基础上，Pentland 等3提出了动态马尔科夫换道意图识别模型，宗长富等4提出了双层隐马尔科夫换道意图识别模型，以及 Jin 5等提出了连续隐马尔科夫换道意图识别模型。此外，还有一些车辆换道意图识别模型是建立于 HMM 模型和其他算法相融合的基础之上。例如曲文奇等6提出了混合高斯隐马尔科夫模型(GMM-HMM)。宋晓琳等7使用 HMM 和支持向量机(SVM)进行建模，使得能够更快速准确地识别车辆换道意图。Li 8等将贝叶斯滤波(BF)方法与隐马尔科夫模型(HMM)相融合来进行车辆换道意图识别，HMM 的初步输出进一步使用 BF 方法进行过滤以做出最终决策。Li 9等提出了一种基于动态贝叶斯网络(DBN)的换道意图推理方法，并为了考虑驾驶员先前的行为将自回归(AR)与 HMM 相结合。由于 HMM 在变道过程中捕获环境信息的能力有限，这些基于HMM 改进的车辆换道意图识别模型性能上有一定的提升，整体识别准确率仍显不足。第二类是判别式模型，常用的算法有 k 近邻法、感知机、SVM、逻辑回归、条件随机场、决策树、最大熵以及 RF 等，这类方法被广泛运用于车辆换道意图的识别与分类的研究工作，这类判别模型有着丰富的背景理论和成功的应用经验。Schlechtriemen J 等10采用随机森林方法建立迭代时间短、准确率高且可回溯的车辆换道意图预测模型。Morris 等11 12对支持向量机算法进行贝叶斯扩展，即相关向量机(RVM)对驾驶员变道和车道保持意图进行分类。该分类器的准确率达到 80%，且虚警率相对较低。Lethaus 等13提出了一种基于人工神经网络的驾驶员意图识别方法，左变道检测精度优于右变道检测精度。Kumar 等14将支持向量机和贝叶斯滤波融合使用构建了一个多类分类器，结果表明该算法可以实现平均 1.3 s 的提前预测。Jang 等将驾驶员行驶途中瞳孔变化和运动数据作为输入来训练 SVM 分类器，其换道意图预测模型准确度在 75%左右。Hanwool 等将车辆相对于车道线的横向距离和速度变化作为部分特征训练得到了虚警率更低的 SVM 分类模型。黑凯先等15提出基于随机森林决策树算法的换道意图识别模型，其数据集是通过自建车辆仿真平台采集而得。第三类是深度学习模型，近年来，由于深度学习理论、并行计算硬件、大规模标注数据集等方面的发展，深度学习领域取得了巨大的成就。针对车辆换道意图的识别任务，其特征隐藏难以挖掘，而基于深度学习方法构建的模型具有很强的自学习能力，相较于上述前两类模型性能更为优良，同时其模型参数可调的优点使得能够更好地适用于不同的行驶场景数据集。由于循环神经网络 RNN 具有记录前一时刻信息的基础上处理当前时刻数据的特性，故常被用于处理数据集之间的时间依赖性。同时又因为车辆换道意图预测模型通常需要考虑之前的驾驶员行为和交通环境，而传统 HMM方法捕捉长期依赖性的能力有限，所以不少学者开始应用循环神经网络以及其各种变种网络来更准确识别车辆换道意图。Patel S 等16利用图结构模型表示目标车辆与周围车辆的交互关系，提出了一种基于结构化 RNN(SRNN)的换道意图预测模型。Scheel O 等17将多头注意力机制和双层 LSTM 融合使用，提升了模型的准确性和可解释性。Hochreiter 等18提出了一种长短期记忆(LSTM)网络来增加长期依赖性并克服梯度下降。季学武等19使用长短期记忆网络识别车辆换道意图并对换道轨迹做出预测。Zyner 等20提出了 LSTM-RNN 模型来推断车辆进入交互时的驾驶意图，证明了 RNN 优于二次判别分析模型。Jain等21证明了基于 LSTM-RNN 的车辆换道意图预测模型性能优于多个 HMM 模型，可以在变道发生前 3.5秒检测到换道意图，同时准确率和召回率达到了 90.5%和 87.4%。XIE 等22采用深度置信网络(DBN)构建车辆换道行为预测模型。近几年基于深度学习方法构建的车辆换道意图识别模型性能表现较为优良，但是仍有提升空间，而且大多数研究仍然没有很好的处理车辆之间的交互关系。同时目前大多数模型的训练数据都采用的是离散的车辆轨迹数据信息，没有重点注意到车辆历史行驶信息中存在一定的时序和空间相关性，并且在进行海量数据计算时无法避免一定的重复和冗余，耗费时间较长。此外还有一部分模型选取驾驶员的生理特征为训练数据信息，这类信息的采集不仅需要专业车载设备，并涉嫌侵犯驾驶员隐私。因此针对车辆韩天立 等 DOI:10.12677/orf.2024.141075 809 运筹与模糊学 运动轨迹的时空特点，本文选择使用保护驾驶员隐私且获取简便的 NGSIM 车辆轨迹数据，提出了一种基于 CNN-Transformer-GRU-Att 组合模型来进行车辆换道意图识别。2.数据预处理数据预处理 本文选用的数据集来源于 NGSIM(Next Generation Simulation)数据集，它是由美国联邦公路局(Federal Highway Administration)搜集的美国公路行车数据，在 US-101，I-80，Lankershim Boulevard 和 Peachtree Street 四个特定路段场景上安装高空摄像头采集获取，记录了摩托车、小汽车以及大型车的行驶轨迹信息，包括车辆识别编号、车辆采集区域坐标系坐标、车辆标准地理坐标系坐标、车辆速度、车辆加速度、车道编号、车头间距和车头时距等。NGSIM 数据集中车辆轨迹数据类型的详细描述如下表 1 所示。Table 1.NGSIM dataset variable description 表表 1.NGSIM 数据集变量描述 字段 变量说明 单位 Vehicle_ID 车辆编号-Frame_ID 当前车辆在研究路段的帧数 0.1 s Total_Frame 当前车辆在研究路段记录的总帧数 0.1 s Global_Time 标准时间 ms Local_X 车头中心与检测路段左侧的距离 feet Local_Y 车头中心与检测路段起点的距离 feet Global_X 标准地理坐标系的横坐标 feet Global_Y 标准地理坐标系的纵坐标 feet v_Length 车辆长度 feet v_Width 车辆宽度 feet v_Class 车辆类型：1-为摩托车；2-为小汽车；3-为大型车-v_Vel 车辆瞬时速度 feets1 v_Acc 车辆瞬时加速度 feets2 Lane_ID 车道编号-其中 Vehicle_ID 车辆识别编号是根据车辆进入该区域的时间升序进行编排的，重复利用。因此会出现相同车辆识别编号的车辆但是实际上并非同一车辆，也就是说在处理数据不可以车辆识别编号作为车辆的唯一区分凭证。而 Frame_ID 是表示该条数据在某一时刻的帧数，从开始时间升序，同一 Vehicle_ID的帧号不会重复，所以后续可以根据在连续帧数(一定时间段)内的同一 Vehicle_ID 的数据获取某一车辆的一定时间长度的行驶轨迹序列信息。Local_X 是采集区域坐标系下车辆前部中心的横向(X)坐标，以英尺为单位，相对于截面在行驶方向上的最左侧边缘，即以内侧车道往外侧车道变化的方向为正方向。Local_Y 是采集区域坐标系下车辆前部中心的纵向(Y)坐标，以英尺为单位，相对于截面在行驶方向上的进入边缘，即以车辆行驶方向为正方向。同时将长度单位是“英尺(feet)”的多种类型数据转化为国际单位制基本长度单位米(m)。由于本文研究工作集中在更具有普适性的高速公路而不是某一个特定的城市交通场景。所以本文选用的基础数据是 NGSIM 数据集中的 US-101 和 I-80 两个美国高速公路路段，其结构如下图 1 所示。韩天立 等 DOI:10.12677/orf.2024.141075 810 运筹与模糊学 Figure 1.The structure of US-101 and I-80 freeway segments in the NGSIM data set 图图 1.NGSIM 数据集中 US-101 和 I-80 高速公路段结构 US-101 路段中摄像头视野覆盖的路段长度为 640 m，其中有 5 条高速公路车道。I-80 路段中摄像头视野覆盖的路段长度为 400 m，其中有六条高速公路车道(其中一条为高承载车道)和一条汇入的斜坡弯道。同时 NGSIM 数据集中包含了摩托车、小汽车以及大型车三种类型车辆的行驶数据信息，各类型车辆数量占比如下表 2 所示。可以看到小汽车数量在所有车辆中的占比约为 97%，远远多于其他两种类型的车辆，数据比例严重不平衡。同时，不同类型车辆的性能指标具有较大差异，加上不同类型车辆的驾驶员驾驶习惯风格也不同，从而导致在变道发生过程中不同类型车辆的行驶轨迹信息具有显著的差异性。为了专注于小汽车换道意图预测研究，所以本文剔除了其他两种类型车辆的数据信息，筛选保留了小汽车的行驶数据信息。Table 2.The proportion of the number of vehicles of each type 表表 2.各类型车辆数量占比 车辆类型 数量/辆 占比/%1-摩托车 96 0.49 2-小汽车 19,075 97.31 3-大型车 431 2.20 韩天立 等 DOI:10.12677/orf.2024.141075 811 运筹与模糊学 此外，刘晨强等23表示由于该数据集由高空摄像头采集而成，这种采集方式的局限性会使得原始数据受到周围环境的干扰并具有一定的测量误差，尤其是横向运动数据信息。而纵向运动和横向运动是地下车辆的两个基本运动方向，由于与周围车辆的复杂相互作用，横向意图通常比纵向意图更复杂。驾驶员的纵向行为包括制动、加速、启动和车道保持等，而横向行为则正是研究的重点车道变换。为了保证采样轨迹数据的质量，尽可能地减小甚至排除对实验结果的负面影响，提高车辆换道意图预测的准确可靠性，本文选用了扩展卡尔曼滤波方法对嘈杂的实验数据进行平滑处理，选择 2 号车来体现降噪效果，如下图 2 所示。Figure 2.Comparison of the filters moothing effect of the second car 图图 2.第 2 号车滤波平滑处理效果对比 3.换道意图分类换道意图分类 在 NGSIM 数据集中 US101 和 I-80 两段高速公路的车辆轨迹数据不同于 Lankershim Boulevard 和Peachtree Street 两个城市路段，缺乏车辆换道行为的标签，无法直接得知车辆驾驶行为是向左换道，还是向右换道，或是保持车道不变直线行驶。所以本文需要首先根据车辆的行驶轨迹数据对车辆的驾驶行为进行分类，分为向左变道、向右变道、车道保持三类，并将分类结果给每条车辆行驶轨迹数据附上驾驶意图标签。3.1.车辆驾驶意图分类车辆驾驶意图分类 驾驶员意图可以根据不同的标准划分为不同的类别。例如，它可以根据动机、时间尺度和车辆控制方向进行分类。其中，两种最直观的分类方法是基于意图的时间尺度和驾驶方向。变道过程中存在四个关键时刻。T1表示驾驶员产生变道意图的时刻。T2是驾驶员完成交通环境检查并开始变道的时刻。T3表示车辆开始穿过车道的时刻，即车辆与车道中心线发生交叉的时刻。最后，驾驶员在 T4完成变道行为。韩天立 等 DOI:10.12677/orf.2024.141075 812 运筹与模糊学 因为没有精确的驾驶员心理模型可以用来描述驾驶员何时产生意图，所以受到主观影响的 T1无法精确确定。因此，大多数研究使用 T2和 T3作为评估识别范围的时间标准。又因为识别越早，任务就越困难，所以需要精确确定 T2和 T3。而像 Lee 24一样在车道编号发生改变之前的 3 秒标准来标记为车道变化的起始时刻显然不够精确。因此本文选择智能自动标记，这样可以捕捉到人类无法察觉的细微线索，从而使得模型获得更好的表现。本文智能自动标记车辆换道意图标签的依据是换道临界点前后连续时间长度内车辆行驶的航向角绝对值是否小于某个阈值。具体提取规则如下，首先是确定换道的临界判定点，逐帧读取同一小车的车辆行驶数据，由于 NGSIM 数据信息包含车道编号，所以可直接获取该小车在某时刻所处车道的信息。而当同一辆车在某个时刻的车道编号与前一时刻的车道编号不一致，这表示该车辆在此时刻与车道中心线发生交叉，此时刻即为 T3，此时刻车辆所处位置称为换道中点。再由车辆位置坐标信息计算得到车辆的航向角，然后从换道中点沿时间轴逆向逐帧读取采样点的航向角参数值，航向角的参数值计算如公式(1)所示：()()()()33arctanttttxxyy=(1)由于车辆行驶轨迹数据本身具有一定误差和噪声，所以规定当第一次读取到连续三个采样点的航向角的参数值都不大于航向角阈值时，则第一个采样点的时刻即为 T2，此时刻车辆所处位置称为换道起点，这样可以有效保证对于换道起点判断的准确可靠性。同理，从换道中点沿时间轴顺向逐帧读取采样点的航向角参数值，若当第一次读取到连续三个采样点的航向角的参数值都不大于航向角阈值时，则第一个采样点的时刻即为 T4，此时刻车辆所处位置称为换道终点。参考25本文将换道起点和换道终点航向角阈值均选取为 th=0.02rad。本文对车辆直线行驶行为规定为车辆的航向角绝对值小于航向角阈值保持 10 s 以上。又因为轨迹数量上直线行驶远远多于换道行驶，为了保持数据集的平衡，本文对直线行驶和向右换道两类行驶轨迹进行欠采样，使其被选取的样本数量等于向左换道行驶轨迹的数量。最终从三类不同驾驶行为的行驶轨迹中各选取 1596 条车辆行驶轨迹片段(共 4788 条)组成整个数据样本。3.2.样本序列提取样本序列提取 为了充分利用上述所提取的车辆行驶轨迹信息，并且最大限度获取车辆换道意图阶段的数据，本文直线行驶车辆的数据序列中驾驶行为标签全部标记为 2，对于换道车辆，将换道起点前 1 s 认定为换道意图阶段。如下图 3 所示，以车辆左换道为例，T2点为换道起点，与 T2点相隔 1 s 的 T1点为换道意图产生点，T3点为换道临界点，T4点为换道终点，此时 T1点到 T4点的数据信息为该车辆的一个完整行驶轨迹序列，并将这整个序列中的驾驶行为标签标记为 0(右换道车辆驾驶行为标签标记为 1)。最后对所有的车辆行驶轨迹片段使用滑动窗口法从整个车辆行驶轨迹序列提取一定时间长度的样本序列，本文选取采样窗口的长度为 1 s，采样率为 10 Hz。由于不同的驾驶行为的持续时间不同，直线行驶持续时间远大于换道行为，为了进一步保证数据集的平衡，避免预测模型以高假阳性率为代价追求高真阳性率，本文选择对每条轨迹切分成的序列只随机选取 10 条，即共提取了 47,880 条轨迹序列。本文再按照 3:1 的比例分为训练集和测试集。最后模型中所用数据含有位置、速度等多类型数据，不同类型间数值尺度和单位差异都较大，为了减少数据中不同类型数据量纲的干扰，将序列中所有的数据信息进行最小最大归一化处理以便于神经网络的训练，加快收敛速度。韩天立 等 DOI:10.12677/orf.2024.141075 813 运筹与模糊学 Figure 3.Indication of vehicle lane change intention 图图 3.车辆换道意图标注示意 4.换道意图识别模型换道意图识别模型 4.1.卷积神经网络卷积神经网络(CNN)为了有效提取输入数据中的时序特征，本文卷积神经网络(CNN)部分选择常用于序列模型领域的一维卷积 Conv1D 神经网络，其卷积计算可以实现对原始数据深层次和抽象化的处理，能够有效自动提取数据内部特征。本文 CNN 部分的输入数据是上文预处理完后的车辆轨迹数据序列，通过公式(2)进行计算：(),t iitiyxb=+(2)上式计算过程可以描述为t时刻时第i个卷积核在与输入xt叉乘后加上偏置量bi得到输出特征向量y(t,i)。4.2.Transformer 模型模型 当前基于注意力机制的编码器解码器架构的 Transformer 模型在处理长序列、并行计算、捕捉全局信息能力时表现优异，而这良好的性能来自于它的自注意力机制和多头注意力机制。它具有显著的提取长序列元素之间相关性的能力，同时还可以有效弥补 LSTM 和 RNN 存在的梯度消失和梯度爆炸等缺陷，这就表示它可以充分考虑目标车辆与周围车辆的交互作用，还能够关注到较长时间内与车辆相关的信息，有效捕捉到更长的序列依赖性。又由于每辆车的驾驶行为会受到驾驶员驾驶风格习惯、道路环境状况、周围车辆行驶状态等很多因素影响，这些隐藏因素不仅难以描述，无法妥善地量化表示作用关系，而且还在时刻动态变化。所以为了充分利用输入的序列数据，本文选择使用 Transformer 模型的编码层来进一步有效提取车辆变道意图隐藏特征。该层结构如下图 4 所示：Figure 4.Schematic diagram of coding layer of Transformer model 图图 4.Transformer 模型编码层结构示意 韩天立 等 DOI:10.12677/orf.2024.141075 814 运筹与模糊学 Transformer模型中由多个自注意力而得的多头注意力机制是其显著的提取长序列元素之间语义相关性的能力主要来源。自注意力向量通过公式(3)计算所得，()T,KQKAttention Q K VsoftmaxVd=(3)其中，Q(Queries向量)、K(Keys向量)、V(Values向量)是通过特征向量隐射到不同的线性空间所得，dK为向量 K 的维度。多头注意力机制中最终的注意力向量是通过公式(4)(5)计算所得，()()1,OnMultiHead Q K VConcat headheadW=(4)(),QKVkkkkheadAttention QWKWVW=(5)其计算过程可以描述为，将输入向量通过 n 个并行的注意力机制计算所得结果拼接，再将其映射到输入向量的原始线性空间即可得到。其中 Concat 为矩阵拼接，headk为第 k 次注意力机制计算，QkW、KkW、VkW为第 k 个 head 中的映射矩阵。4.3.门控循环单元门控循环单元 如今有不少学者建立基于循环神经网络 RNN 或长短期记忆网络 LSTM 来实现对车辆换道意图和轨迹的预测，这些模型虽然在处理时间序列数据时性能良好，但是在面对车辆轨迹数据时仍然有一些缺陷，例如受限于滑动窗口的大小、梯度消失或梯度爆炸、训练效率低下以及未能充分考虑车辆之间交互作用的影响。所以本文使用了LSTM的改进版本门控循环单元(Gated Recurrent Unit)，不仅同样可以学习长期依赖关系，而且由于它简化了 LSTM 原本复杂的内部结构，用更新门替换了输入门和遗忘门，在不损失预测精度的前提下减少了训练参数并提高了训练效率，可以有效处理车辆行驶轨迹序列数据。GRU的基本结构如下图 5 所示，Figure 5.Schematic diagram of Gated Recurrent Unit(GRU)structure 图图 5.门控循环单元(GRU)结构 图中表示矩阵数乘，为重置门和更新门神经元的Sigmoid激活函数，tanh为记忆门神经元的激活函数，It为当前时刻模型的输入值，Ot为当前时刻模型的输出值，Wu、Wr、W 为权重系数矩阵，ht1是前一节点的隐藏层输出。可以看到GRU有两个重要组成部分重置门rt和更新门ut，前者决定了有多少前一时刻的信息被写入到当前状态信息，后者则控制前一时刻和当前时刻的状态信息的保留程度。模型通过公式(6)(9)计算当前隐藏层的输出 ht：韩天立 等 DOI:10.12677/orf.2024.141075 815 运筹与模糊学 ()1,tuttuWhI=(6)()1,trttrWhI=(7)()1tanh,tttthWrhI=(8)()11ttttthzhzh=+(9)4.4.CNN-Transformer-GRU-Att 模型模型 为了有效提取车辆换道意图重要隐藏特征和捕捉车辆行驶轨迹序列中局部和长期依赖性，本文提出了一种融合卷积神经网络(CNN)、Transformer 模型、门控单元神经网络(GRU)和注意力机制的组合模型，具体结构如图 6 所示。Figure 6.Structure of vehicle lane changing intention recognition model based on CNN-Transformer-GRU-Att 图图 6.基于 CNN-Transformer-GRU-Att 的车辆换道意图识别模型结构 本文选择先使用 CNN 提取车辆行驶轨迹内部特征，再将如上改进的 Transformer 模型进一步重构时间序列数据，这样不仅能够考虑到换道过程的时序和连续特征，而且还可以高效率地提取更深更抽象的换道行为意图隐藏特征，较好地处理一定长度的时间序列信息，从而有效地捕捉其中的长期依赖性。Transformer 目前可以被称为提取长序列中元素之间语义相关性的最成功的解决方案。然而，在面对车辆行驶轨迹这一类过长的时间序列建模时，需要从连续点的有序集合中提取出时间关系时表现欠佳。而提取时间关系的能力在很大程度上取决于与输入标记相关联的位置编码，即对于一组连续点而言，与配对关系相比这些元素的顺序更能体现出它们之间的时间关系。虽然在 Transformer 中采用位置编码和标记嵌入子序列有助于保留一些排序信息，但其自注意力机制在一定程度上具有排列不变性和“反序性”，会不可避免地引起序列中时间信息的丢失。而本文核心问题是通过车辆轨迹时间序列数据中的车辆位置、速度、加速度等多变量的输入信息来实现对车辆驾驶行为这单个值进行滚动预测，在该问题中不需要Decoder 结构进行并行计算。所以，为了更好的满足车辆驾驶意图预测任务，本文将原 Transformer 模型中 Decoder 结构剔除，这样简化后的 Transformer 部分可以避免由于车辆行驶轨迹序列过长而引起模型迭代计算需要过多的成本和内存。再将 Transformer 模型输入部分与 GRU 层进行耦合，GRU 不仅能够避免RNN 网络梯度消失下降消失和爆炸的缺点，同时它与 LSTM 相比需要更少的参数和占用内存，从而进一韩天立 等 DOI:10.12677/orf.2024.141075 816 运筹与模糊学 步提高了模型的运算效率，缩短了迭代时间。应用 Transformer 模型输入部分对换道行为主要影响因子寻找，再将其特征进行表达与提取并作为 GRU 网络的输入。由于车辆动态信息是对驾驶行为的响应，在意图推理任务中，相对于驾驶员行为数据和交通环境信息，车辆动态信息给出的信息是滞后的。一般情况下，车辆动态信息不能为意图识别提供高级信息。然而，它们仍然对车辆横向机动发生后的早期阶段中纵向驾驶行为意图识别有用。选择使用 GRU 网络可以充分利用一定长度的车辆行驶历史数据序列，而不是仅仅根据单一某个历史时刻的数据，从而能够对车辆换道意图有着持续准确的识别预测。Transformer部分所提取出的数据特征在 GRU 层得到充分利用，同时这些特征会通过 GRU 层的门结构来被决定是否记住或忘记，这样就能够从多个尺度对特征序列之间的长期依赖关系来进行建模，弥补了 Transformer难以捕捉局部依赖性的缺陷。然后由于预测车辆的驾驶行为会被受到周围车辆影响，但是周围车辆的不同行驶状态和其驾驶员的不同驾驶习惯对目标车辆的换道意图产生和执行会造成不一样的影响。所以为了解释这种实际驾驶情景，在 GRU 层后再加入了注意力机制，不同的车辆换道意图隐藏特征被赋予不同的权重系数，即可体现其对于预测车辆的驾驶行为决策的不同影响程度。最后经过这些部分的计算后所得输出再通过 Softmax 函数映射得到一个值域范围为(0,1)的最终输出值，这个输出值就是预测车辆发生换道行为的概率，输出值最大的一种驾驶行为即为本文模型对目标车辆换道意图的识别结果。本文在采用扩展卡尔曼滤波方法对原始数据进行滤波处理后，提取了目标车辆及周围车辆的位置、速度和车道环境位置信息等特征，如下图 7 所示：Figure 7.Schematic diagram of target vehicle and surrounding vehicle scene 图图 7.目标车辆及周围车辆场景示意 目标车辆即为被预测车辆，其在 t 时刻的横向坐标、纵向坐标、速度和加速度分别记作()0tx，()0ty，()0tv和()0ta，本文通过计算目标车辆在同一帧内与其他车辆横纵向距离最小来确定其在同一行驶环境下的周围车辆，周围车辆为目标车辆的左前方、正前方、右前方、左后方、正后方和右后方六个方位的车辆，记作()1,2,3,4,5,6iVeh i=，其在 t 时刻的横向坐标、纵向坐标、速度和加速度也分别记作()tix、()tiy、()tiv和()tia。本文中所构建的车辆换道意图预测模型的输入向量 I(t)见公式(10)(11)。韩天立 等 DOI:10.12677/orf.2024.141075 817 运筹与模糊学 ()()()()()()()()0123456,ttttttttICCCCCCC=(10)()()()()()()()(),tttttttiiiiiiiCxyvaDd=(11)其中，()1,2,tTNTNT=+，N 表示输入的车辆行驶轨迹序列的长度，()tiC表示 i 号车在 t 时刻的状态信息，()tiD表示 i 号车在 t 时刻到路段左侧的距离，()ti