陳雪梅，田 賡，苗一松

(北京理工大學機械與車輛學院，北京 100081)

1 智能駕駛行為機器學習研究的背景

智能車輛又稱無人駕駛車輛，是集環(huán)境感知與認知、動態(tài)規(guī)劃與決策、行為控制與執(zhí)行等多項功能于一體的綜合智能系統(tǒng)，涵蓋了機械、電子、人工智能、傳感器技術、信號處理、自動控制和計算機技術等諸多學科.智能車輛主要通過傳感器從周圍的道路交通環(huán)境進行知識獲取，由計算機系統(tǒng)對收集到的數(shù)據(jù)進行知識表達，然后對車輛的行駛狀況進行智能控制.

智能駕駛行為分析一直是智能車輛研究的關鍵和難點問題.面對復雜動態(tài)未知高速公路、城市道路等環(huán)境，由于其復雜性和不確定性，車輛對多源信息無法準確、實時地進行知識獲取與表示，常常導致錯誤的行為決策，在行駛過程還需要進行人工干擾.人工智能與真實駕駛員相比，人工智能在道路交通環(huán)境中信息處理能力有限.為了保證智能駕駛的流暢性，很多研究人員和學者對基于機器學習的智能駕駛行為展開了大量的研究工作，旨在通過對駕駛行為的知識獲取與表示，使智能車輛具有更好的自主性和智能性.

2 機器學習主要研究的問題

機器學習是通過對人類學習過程的研究，建立相應學習論和方法，并應用于機器，以改進機器的行為和性能，提高機器解決問題的能力［1］.簡單地講就是研究機器如何模擬人類的學習活動，讓機器具有更好的擬人性、自主性，具有“人類的智慧”.

機器學習的研究方法是從大量的觀測數(shù)據(jù)中尋找規(guī)律，利用這些規(guī)律對未來數(shù)據(jù)或無法觀測的數(shù)據(jù)進行預測.依據(jù)H.Simon的觀點建立起來的簡單學習模型如圖1［2］:

圖1 簡單學習模型

該模型包含了機器學習的4個基本組成部分.“環(huán)境”部分指外部信息的來源，并為系統(tǒng)的學習提供相關信息;“學習”部分的功能是對獲取的信息進行分析、歸納，從而形成新的知識或者對知識庫進行完善和改進;“執(zhí)行”部分是利用知識庫已存在的知識，完成相應的任務，并把執(zhí)行過程中的情況反饋給“學習”環(huán)節(jié).機器學習的目的是根據(jù)已有的數(shù)據(jù)樣本，求出系統(tǒng)輸入與輸出相應的函數(shù)關系，使之對未知的輸入信息能夠做出相應的預測［3］.

在智能駕駛行為的機器學習中，主要通過各種車載傳感設備和計算機系統(tǒng)實現(xiàn)對人－車－路(環(huán)境)信息的感知、認知、決策和控制.具體機器學習建模中主要分為3個部分，包括識別判斷、建模預測、智能決策.

2.1 基于機器學習的駕駛行為識別判斷

在駕駛行為的研究中，很多研究人員通過傳感設備對道路環(huán)境、車輛狀態(tài)等信息進行感知，采用相應的機器學習算法對駕駛行為進行識別判斷和決策.

20世紀90年代初期，Hernandez-Gress［4］通過對多感官信息的融合，采用主成分分析(PCA)和神經(jīng)網(wǎng)絡(NN)的方法來初步判斷道路環(huán)境中的駕駛情況是否正常.王武宏等［5］2002年在建立駕駛恢復度模型過程中，運用了改進的決策樹方法，準確快捷地求解駕駛差錯狀態(tài)的恢復概率.郭孜政［6］2009年使用單因子方差分析提取危險狀態(tài)辨識主因子，構建了基于貝葉斯判別的駕駛行為危險狀態(tài)辨識模型.

近幾年，Claire D'Agostino等［7］根據(jù)決策樹和線性邏輯分析的方法，構建了一種基于學習的自動識別駕駛行為模型.蔡旻融［8］根據(jù)油門踏板受力信號的變化規(guī)律，采用決策樹分類器算法J48對采集的數(shù)據(jù)建立分類模型，能夠準確的判斷油門誤踩行為.劉永濤［9］在對危險駕駛行為識別的過程中，通過車載設備獲取車道線數(shù)據(jù)以及前車距離，構建了方差貝葉斯網(wǎng)絡模型，提高了危險駕駛行為的識別率.

2.2 基于機器學習的駕駛行為建模預測

對駕駛行為的建模預測，主要是針對一些危險、異常駕駛行為、緊急避障行為，通過對這些行為的預測，可以有效地減小事故發(fā)生概率，并為車輛的智能駕駛及決策提供幫助.

20世紀90年代中期，Nagai，M等［10］采用遺傳算法研究了駕駛員在緊急避障情況下的行為特性，并進行了相應的建模仿真.在2005年，Tsironis，Loukas等［11］采用決策樹的方法對異常駕駛行為進行建模，并測評了模型預測的準確性.隨后，Kumagai，T等［12］在對駕駛行為的預測中，采用了貝葉斯網(wǎng)絡和聯(lián)合樹算法，提高了駕駛行為預測的準確率.Tezuka，S等［13通過采用靜態(tài)類型的高斯－貝葉斯網(wǎng)絡模型來預測駕駛員的駕駛行為，與隱馬爾科夫預測模型相比較，該模型具有更高的預測準確率.秦小虎［14］根據(jù)事故統(tǒng)計數(shù)據(jù)的特點，建立了貝葉斯網(wǎng)絡的學習和推理算法，構造了基于貝葉斯網(wǎng)絡的交通事故預測模型，并分析了模型的適用范圍.張開冉［15］在2006年對駕駛行為環(huán)境影響評價過程中，構建了BP神經(jīng)網(wǎng)絡模型，克服了傳統(tǒng)評價方法的不足，提高了評價可信度.周立軍［16］采用人工神經(jīng)網(wǎng)絡技術建立了車輛跟馳模型，開發(fā)了基于粒子群優(yōu)化算法的ANN訓練算法，增強了模型的魯棒性.

在最近幾年，Angkititrakul，Pongtep等［17］通過對減速行為的分析，采用貝葉斯網(wǎng)絡來計算駕駛員在特定情況下的減速概率，并通過實際道路試驗，證明了算法的有效性.Jinxian Weng［18］等采用決策樹的分類回歸樹(CART)算法對危險駕駛行為與影響因素之間的關系進行了分析，極大地提高了模型的預測精度，解決了常規(guī)回歸模型存在的問題.Prakash，A.K.［19］構建了一種基于人工神經(jīng)網(wǎng)絡的駕駛員模型，與傳統(tǒng)的PID模型相比較，在跟馳加速過程中，它能更好地預測和控制駕駛行為.

2.3 基于機器學習的駕駛行為智能決策

面向智能駕駛的研究現(xiàn)在主要集中在駕駛行為的智能決策，通過對道路交通環(huán)境信息的獲取和表達，如何在計算機系統(tǒng)中像一名優(yōu)秀的駕駛員一樣做出正確的決策，并做出相應的控制，一直是研究人員研究的重點和難點.

2001年，Ishikawa，K［20］通過人工神經(jīng)網(wǎng)絡和約束邏輯程序(CLP)對機器人周邊的環(huán)境信息進行處理，提高了機器人的行為決策能力.孔令旗［21］在2007年利用BP神經(jīng)網(wǎng)絡較強的非線性適應能力，建立了多層BP神經(jīng)網(wǎng)絡層，構建了基于人工神經(jīng)網(wǎng)絡的車速與安全關系模型.隨后，張強［22］在列車自動駕駛曲線生成過程中，采用遺傳算法進行優(yōu)化融合，得到對列車行駛過程的多目標優(yōu)化方法.2008年，王曉原、楊新月［23］構建了駕駛決策識別模型，采用ID3決策樹分類算法提高了模型推理速度，實現(xiàn)了跟馳、換道等駕駛行為的仿真，具備了一定的實時決策能力.

最近幾年，鄧濤［24］構建了基于遺傳算法優(yōu)化的駕駛員綜合控制模型，利用遺傳算法的自動尋優(yōu)能力，優(yōu)化了PID比例因子和量化因子，較為準確地描述了駕駛行為特性.段立飛［25］提出了基于遺傳算法離線整定和神經(jīng)網(wǎng)絡在線整定的駕駛員模型，對汽車跟隨預定軌跡進行了優(yōu)化控制，與真實的操縱行為有很高的一致性.

復雜動態(tài)交通環(huán)境下的智能駕駛行為分析仍舊是制約無人駕駛車輛研究和發(fā)展的瓶頸問題.梁軍［26］針對傳統(tǒng)駕駛決策模型對環(huán)境感知的不確定性以及判斷決策的不一致性，提出了一種基于神經(jīng)網(wǎng)絡的駕駛行為動態(tài)集成學習算法——DNNIA，并驗證了算法的有效性.顏世偉［27］采用神經(jīng)網(wǎng)絡模型解決了擬線性駕駛員模型不能反映駕駛員非線性操縱的問題.Linsen Chong［28］針對車輛跟馳行為，建立了基于規(guī)則的神經(jīng)網(wǎng)絡模型，采用了增強學習算法來訓練神經(jīng)網(wǎng)絡，使模型能夠有效地模擬駕駛員的駕駛行為.徐濤［29］采用遺傳算法對高速列車的距離一速度曲線進行優(yōu)化，得到了列車在不同工況的最佳轉換時機，改善了列車的自動駕駛能力.

3 幾種面向駕駛行為的機器學習算法的優(yōu)缺點

面向智能駕駛的機器學習的算法一般有決策樹、貝葉斯、遺傳算法、人工神經(jīng)網(wǎng)絡等.它們各有不同，為了解決駕駛行為的相關問題，一般都是1種或者2種算法復合使用.

3.1 決策樹

決策樹學習是一種逼近離散值函數(shù)的方法，一般用來解決駕駛員行為分類問題.它能夠通過自身學習獲取知識并以決策樹的形式表示知識，用決策樹表示的知識具有簡單直觀，檢驗方便，推理效率高的特點［30］.因此，通過使用決策樹的學習方法，也可以實現(xiàn)對駕駛行為決策的模擬.

決策樹的優(yōu)點是易于理解和解釋，人們通過解釋可以方便地理解決策樹所表達的意義;它對噪聲數(shù)據(jù)有很好的魯棒性并且能學習析取表達式，決策樹是一個白盒模型，如果給定一個觀察模型，那么根據(jù)決策樹可以推出相應的邏輯表達式;它的算法很多，如ID3、C4.5、ASSISTANT等，能對大型數(shù)據(jù)源在相對短的時間內(nèi)做出可行有效的結果.它的缺點是在處理駕駛行為的多源信息時，由于數(shù)據(jù)樣本數(shù)量的不一致，容易形成信息增益，增益的結果偏向于那些具有更多數(shù)值的特征，對結果會造成一定偏差;也會出現(xiàn)過度擬合的問題，同時它忽略了駕駛行為信息的相關性，對一些缺失數(shù)據(jù)較難處理.

3.2 貝葉斯

貝葉斯理論發(fā)源于古典數(shù)學理論，有著堅實的數(shù)學基礎以及穩(wěn)定的分類效率.它是基于假設的先驗概率、給定假設下觀察到不同數(shù)據(jù)的概率以及觀察到的數(shù)據(jù)本身，提供了一種計算假設概率的算法，是一種典型的分類方法，主要應用在駕駛行為識別和預測中.

貝葉斯的優(yōu)點是所需估計的參數(shù)很少，對缺失數(shù)據(jù)不太敏感，算法也比較簡單.它的缺點是由于不同的駕駛員所形成的駕駛行為會有很大區(qū)別，如何定義一個合理的先驗概率比較困難，并且對駕駛行為的分類決策存在一定錯誤率.

3.3 遺傳算法

遺傳算法(Genetic Algorithm-GA)是基于自然選擇和基因遺傳學原理的搜索算法，它在駕駛控制模型中應用得比較廣泛.遺傳算法的優(yōu)點是在對加速、超車、換道等駕駛行為分析時具有較好的搜索能力，而且具有潛在的并行性，可以對多個個體同時進行比較;對駕駛行為數(shù)據(jù)分析時，由于駕駛員特性的差異性和行為的不確定性，遺傳算法常常與模糊推理等一些不確定性推理學習算法結合應用，具有良好的可擴展性、魯棒性.

遺傳算法的缺點是:①在對駕駛行為分析中，遺傳算法的編程實現(xiàn)比較復雜，需要對問題進行編碼，找到最優(yōu)解之后還需要對問題進行解碼;②由于道路交通環(huán)境的復雜性、瞬變性，遺傳算法的一些參數(shù)的選擇，嚴重影響解的品質，而目前這些參數(shù)的選擇大部分是依靠經(jīng)驗;③不能及時利用網(wǎng)絡的反饋信息，算法的搜索速度比較慢，要想求得精確解，需要較多的訓練時間;④算法對初始種群的選擇有一定的依賴性，需要結合一些啟發(fā)算法進行改進.

3.4 人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡是在研究人腦的奧秘中得到啟發(fā)而發(fā)展起來的，主要用于駕駛行為的模擬仿真，在實際駕車過程中，當車輛靠近周圍物體時，駕駛員會將注意力集中于靠近的物體［31-32］，當車輛可能出現(xiàn)危險時，駕駛員的生理和心理會有不同程度的緊張，從而影響駕駛行為［33-34］.大部分駕駛員都是根據(jù)自己的駕駛習慣(經(jīng)驗)對車輛周圍的環(huán)境變化做出相應的調(diào)整，這些習慣本身具有一定的模糊性，難以建立與實際相符的駕駛行為模型.

人工神經(jīng)網(wǎng)絡的優(yōu)點是分類的準確度高、并行分布處理能力強、分布存儲及學習能力強、對噪聲數(shù)據(jù)有較強的魯棒性和容錯能力，尤其是面對駕駛行為的復雜非線性關系，可以充分逼近，而且還具備聯(lián)想記憶的功能.它的缺點是:需要大量的參數(shù)，如網(wǎng)絡拓撲結構、權值和閾值的初始值;不能觀察學習過程，輸出結果難以解釋，會影響到結果的可信度和可接受程度;學習時間過長，甚至可能達不到學習的目的.

4 總結

智能車最近幾年發(fā)展迅速，但在國內(nèi)發(fā)展時間較短，尤其是面向駕駛行為的機器學習，一直以來都是智能車領域的“瓶頸”.一方面機器學習領域的發(fā)展限制了智能車領域的發(fā)展，另一方面是由于駕駛行為的復雜性、特殊性.這就要求研究者們在致力于研究駕駛行為的同時，尋找新的學習算法和學習體制，通過集成學習方法、擴大學習規(guī)模、強化學習等途徑來提高駕駛行為的學習精度，從而構建更為合理的駕駛行為模型，并以此促進駕駛行為在機器學習領域的新發(fā)展.

［1］鮑軍鵬，張選平，呂園園.人工智能導論［M］.北京:機械工業(yè)出版社，2009.

［2］史忠植.高級人工智能［M］.北京:科學出版社，2006.

［3］周艷麗.基于主動學習SVM的智能車輛障礙物檢測［D］.南京:南京理工大學，2008.

［4］Hernandez-Gress N，Herrera-Corral A，Esteve D.Multisensory fusion and neural networks methodology:application to the active security in driving behavior［C］∥Proceedings of 2nd World Congress on Intelligent Transport Systems，Tokyo，Japan:Vehicle，Road ＆ Traffic Intelligence Soc，1995，3:1146-1151.

［5］Wang W，Shen Z，Du Q.Modeling for action of recovering from erroneous driving condition based on revised decision tree［J］.Journal Beijing Institute of Technology English Edition，2002，11(1;ISSU 31):61-65.

［6］郭孜政，陳崇雙，王欣.基于貝葉斯判別的駕駛行為危險狀態(tài)辨識［J］.西南交通大學學報，2009，44(5):772-776.

［7］D‘Agostino C，Saidi A，Scouarnec，Chen L.Learningbased driving events classification［C］∥16th International IEEE Conference on Intelligent Transportation Systems(ITSC 2013)，Piscataway，NJ，USA:IEEE，2013:1778-1783

［8］蔡旻融，顧振宇，董占勛.基于非侵入行為監(jiān)測技術的誤踩油門踏板研究［J］.微型機與應用，2014(1):71-76.

［9］劉永濤，喬潔，魏朗，等.危險駕駛行為辨識算法研究［J］.計算機工程與設計，2014，35(4):1322-1326.

［10］Nagai M，Katagiri T，Onda M.Learning transfer function of a driver using genetic algorithm in collision avoidance［C］∥Proceedings of 2nd World Congress on Intelligent Transport Systems，Tokyo，Japan:Vehicle，Road ＆Traffic Intelligence Soc，1995，4:1765-1770.

［11］Tsironis Loukas，Mavropoulos Harry，Moustakis Vassilis，Kontogiannis Tom.Mining aberrant drivingbehavior characteristics［J］.Transactions on Information Science and Applications，2005，11，2(11):1743-1750.

［12］Kumagai T，Akamatsu M.Prediction of human driving behavior using dynamic bayesian networks［J］.IEICE Transactions on Information and Systems，2006，89(2):857-860.

［13］Tezuka S，Soma H，Tanifuji K.A study of driver behavior inference model at time of lane change using Bayesian networks［C］∥Industrial Technology，2006.ICIT 2006.IEEE International Conference on.IEEE，2006:2308-2313.

［14］秦小虎，劉利，張穎.一種基于貝葉斯網(wǎng)絡模型的交通事故預測方法［J］.計算機仿真，2006，22(11):230-232.

［15］張開冉.基于BP神經(jīng)網(wǎng)絡模型的駕駛行為環(huán)境影響評價［J］.華北科技學院學報，2006，2(4):54-56.

［16］周立軍，王殿海，李衛(wèi)青.人工神經(jīng)網(wǎng)絡及粒子群優(yōu)化算法在跟馳模型中的應用［J］.吉林大學學報:工學版，2009(4):896-899.

［17］Angkititrakul P，Miyajima C，Takeda K.Analysis and prediction of deceleration behavior during car following using stochastic driver-behavior model［C］∥Intelligent Transportation Systems(ITSC)，2012 15th International IEEE Conference on.IEEE，2012:1221-1226.

［18］Weng J，Meng Q.Effects of environment，vehicle and driver characteristics on risky driving behavior at work zones［J］.Safety science，2012，50(4):1034-1042.

［19］Prakash AK，Patil，Amol.Artificial neural network based driver modeling for vehicle systems［C］∥8th SAEINDIA International Mobility Conference and Exposition and Commercial Vehicle Engineering Congress 2013，SIMCOMVEC 2013，SAE International，400 CommonwealthDrive，Warrendale，PA 15096-0001，United States，2013.

［20］Ishikawa K，F(xiàn)ujinami T，Sakurai A.Integration of constraint logic programming and artificial neural networks for driving robots［C］∥Intelligent Robots and Systems，2001.Proceedings.2001 IEEE/RSJ International Conference on.IEEE，2001，2:1011-1016.

［21］孔令旗，郭忠印.基于人工神經(jīng)網(wǎng)絡的運行車速與道路安全性關系［J］.同濟大學學報:自然科學版，2007，35(9):1214-1218.

［22］張強.基于遺傳算法的列車自動駕駛系統(tǒng)研究與實現(xiàn)［D］.北京:北京交通大學，2008.

［23］王曉原，楊新月.基于決策樹的駕駛行為決策機制研究［J］.系統(tǒng)仿真學報，2008，20(2):415-419.

［24］鄧濤，孫冬野，胡豐賓，等.遺傳算法優(yōu)化的方向與速度綜合控制駕駛員模型［J］.重慶大學學報:自然科學版，2011，34(9):1-8.

［25］段立飛，高振海，王德平.駕駛員對汽車方向的自適應控制行為建模［J］.機械工程學報，2011，47(8):121-125.

［26］梁軍，沙志強，陳龍.基于人工神經(jīng)網(wǎng)絡的駕駛行為動態(tài)集成學習算法［J］.交通運輸系統(tǒng)工程與信息，2012，12(2):34-40.

［27］顏世偉，高正紅.基于人工神經(jīng)網(wǎng)絡的駕駛員操縱行為模型［J］.飛行力學，2012，30(002):105-109.

［28］Linsen Chong，Montasir M Abbas，Alejandra Medina Flintsch，Bryan Higgs.A rule-based neural network approach to model driver naturalistic behavior in traffic［J］.Transportation Research Part C，2012:32(2073)207-223.

［30］史忠植.知識發(fā)現(xiàn)［M］.北京:清華大學出版社，2001.

［29］徐濤，余進.遺傳算法在優(yōu)化高速列車自動駕駛中的應用［J］.城市軌道交通研究，2014，17(3):59-62.

［30］史忠植.知識發(fā)現(xiàn)［M］.北京:清華大學出版社，2001.

［31］Ishibashi，Okuwa.Driving styles individual characteristic indexes for driving burden susceptibility and driving behavior［J］.Jidosha Gijutsu，2004:58(12):34-39.

［32］He C D，Tangy Z D，Zheng N H.A study of truck driver’s moodstate［J］.Chinese Ergonomic，2010，7(2):18-21.

［33］Akamatsu.Assessments of actual driving using measurement vehicles［J］.Jidosha Gijutsu，2004，58(12):53-59.

［34］Akamatsu，Matsuoka.Humanbehaviormeasurement technologies and understanding behavior-system technologies for creating living environments suited for human behavior.［J］.Human Interface Society，2010，3(3):167-178.