基于智能驾驶员模型算法的长期跟车车速预测研究

摘要：

针对新能源汽车能量管理中难以长期、精准地预测车速的问题,提出了一种基于模型的参数化车速预测方法,利用传感器和GPS提供的前瞻数据预测车辆的速度轨迹.首先根据整车动力学和车辆停车转弯趋势建立基于智能驾驶员模型(IDM)的车速预测算法;然后,从NGSIM公开数据集中筛选数据用于参数标定及仿真;最后,利用遗传算法(GA)对算法参数进行标定.仿真验证结果表明,优化后的车速预测算法在通畅或拥堵的交通环境中,对于长期车速预测均有较高的精度,误差可控制在8％～13％范围内.

关键词：车速预测算法、智能驾驶员模型、NGSIM、遗传算法、参数标定

分类号：U469.72(汽车工程)

资助基金：国家自然科学基金;国家重点研发计划;辽宁省揭榜挂帅科技重大专项

在线出版日期：2023-11-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：27-34