基于隐马尔可夫模型的智能城市道路安全驾驶行为的模型分析

（Novel Driver Behavior Model Analysis using Hidden Markov Model to increase Road Safety in Smart Cities）

高级辅助驾驶系统（ADAS）具有十分广阔的前景，它对于驾驶行为的辅助是十分必要的。该系统能够识别驾驶行为，它对于辅助驾驶员和自主车辆之间的操作模式的转换是十分重要的。

本文提出了一种基于隐马尔可夫模型（HMM）的驾驶员行为识别方法。我们还提出了一种基于HMM的避障行为模型。我们计划分析基于HMM模型的不同驾驶员行为所带来的结果。根据结果，我们打算使用DS理论（DST）进一步研究，以提高系统的性能和准确性。这是一个处理不确定性并结合相应事实的方法，这是一种基于概率论的解决方法。在本文，我们提出了驾驶员辅助系统，该系统能够对驾驶员在路上的驾驶行为进行实时的分析和预测。使用HMM我们可以识别驾驶员在制动和转向机动等方面的驾驶行为。同时基于避撞算法，系统将处理可能预测到的障碍物，并在每种情况下选择最优的转向和制动管理。该系统可以提供各种模拟仿真情景，以避免事故的发生，以及降低驾驶时的风险。在所提出的模型中使用DST，可以更准确地解决不确定性问题。

在今后的工作中，我们将分析各种驾驶实验获得的结果，如车道变换，车道保持实验，并使用各种算法比较其结果，并尝试在较短的时间内进行改善。 此外，我们可能计划推导一个新层次的马尔可夫模型来识别驾驶员的驾驶行为模式。