10.3969/j.issn.1671-8879.2014.05.016
基于实车试验的驾驶人换道行为多参数预测
针对驾驶人在换道时若出现决策失误,极易引发交通事故的问题,通过在真实交通环境中进行实车试验,采集车辆运动状态、驾驶人操作行为以及头部运动特性、周围交通环境等数据;通过对换道意图阶段和车道保持阶段数据参数的对比分析,提取能够表征驾驶人换道意图和行为的特征参数;通过建立BP神经网络模型,以不同特征参数作为输入向量对待测样本进行预测,确定最终的输入特征指标,并基于建立的BP网络模型,进行驾驶人换道行为预测.研究结果表明:换道前2 s内的预测准确率为94.4%,灵敏度为93.33%,能够准确预测出93.33%的换道行为;该模型能够有效预测驾驶人的换道行为,且准确率高、时序性强.
交通工程、辅助安全系统、驾驶人、换道预测、神经网络
34
U491.2(交通工程与公路运输技术管理)
教育部长江学者与创新团队支持计划项目IRT1286;国家自然科学基金项目61374196,51178053;中央高校基本科研业务费专项资金项目CHD2012TD006,2013G1221028
2014-11-19(万方平台首次上网日期,不代表论文的发表时间)
101-108