10.3963/j.issn.1674-4861.2017.06.003
山区公路弯道预警方法研究
山区公路弯道的事故率往往高于普通路段,驾驶人由于视距等原因对弯道风险产生识别模糊的现象,基于此提出了一种弯道预警方法.针对山区公路上行驶前方是否为弯道进行预警,以前车的驾驶状态和环境因素为依据进行建模,为后车提供有效的信息以完成信息的链式传递.分析了速度和三向加速度与弯道条件的关系,通过频率分布图与相关系数的计算,从统计学的角度说明了4个变量作为模型自变量的可行性.同时考虑到驾驶人的性格等个人因素的影响,以历史数据为基础,利用以处理时序数据见长的Elman递归神经网络构建预警模型,并将该模型与二元逻辑回归、BP神经网络等方法进行对比,其准确率达到85.59%,验证了模型的有效性.
交通安全、弯道预警、驾驶状态、Elman神经网络、ROC曲线、阈值
35
U491(交通工程与公路运输技术管理)
国家科技支撑计划;国家重点研发计划
2021-07-16(万方平台首次上网日期,不代表论文的发表时间)
共7页
19-24,53