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

高級(jí)輔助駕駛系統(tǒng)（ADAS）具有十分廣闊的前景，它對(duì)于駕駛行為的輔助是十分必要的。該系統(tǒng)能夠識(shí)別駕駛行為，它對(duì)于輔助駕駛員和自主車輛之間的操作模式的轉(zhuǎn)換是十分重要的。

本文提出了一種基于隱馬爾可夫模型（HMM）的駕駛員行為識(shí)別方法。我們還提出了一種基于HMM的避障行為模型。我們計(jì)劃分析基于HMM模型的不同駕駛員行為所帶來(lái)的結(jié)果。根據(jù)結(jié)果，我們打算使用DS理論（DST）進(jìn)一步研究，以提高系統(tǒng)的性能和準(zhǔn)確性。這是一個(gè)處理不確定性并結(jié)合相應(yīng)事實(shí)的方法，這是一種基于概率論的解決方法。在本文，我們提出了駕駛員輔助系統(tǒng)，該系統(tǒng)能夠?qū)︸{駛員在路上的駕駛行為進(jìn)行實(shí)時(shí)的分析和預(yù)測(cè)。使用HMM我們可以識(shí)別駕駛員在制動(dòng)和轉(zhuǎn)向機(jī)動(dòng)等方面的駕駛行為。同時(shí)基于避撞算法，系統(tǒng)將處理可能預(yù)測(cè)到的障礙物，并在每種情況下選擇最優(yōu)的轉(zhuǎn)向和制動(dòng)管理。該系統(tǒng)可以提供各種模擬仿真情景，以避免事故的發(fā)生，以及降低駕駛時(shí)的風(fēng)險(xiǎn)。在所提出的模型中使用DST，可以更準(zhǔn)確地解決不確定性問(wèn)題。

在今后的工作中，我們將分析各種駕駛實(shí)驗(yàn)獲得的結(jié)果，如車道變換，車道保持實(shí)驗(yàn)，并使用各種算法比較其結(jié)果，并嘗試在較短的時(shí)間內(nèi)進(jìn)行改善。 此外，我們可能計(jì)劃推導(dǎo)一個(gè)新層次的馬爾可夫模型來(lái)識(shí)別駕駛員的駕駛行為模式。