10.16652/j.issn.1004-373x.2020.21.020
基于BP神经网络的车辆换道时间预测
为了减少交通事故,以车联网环境下智能车辆的换道时间为研究对象,提出一种新的提高换道安全性的方法,在换道前对车辆的换道时间进行预测,根据预测的换道时间判断能否安全换道.使用博洛尼亚数据集做测试,通过BP神经网络的学习方式对训练数据集进行学习,最终得到基于车辆在换道前一时刻沿当前车道的行驶速度(竖直速度),换道前一时刻车辆沿目标车道运行的速度(水平速度)和车辆换道时间的BP神经网络模型,最后使用验证集对建立的模型进行验证.验证结果表明,基于BP神经网络的车辆换道时间预测的准确率良好.在实际生活场景中,只需在车辆上安装车速传感器就可以将建立的模型应用到实际中,因此该模型具有较高的现实意义.
物联网、车联网、交通安全、换道安全、BP神经网络、换道时间
43
TN911.1-34;TP391
国家自然科学基金重点项目:多语言大数据环境下的复杂网络行为分析、预测和干预;新疆维吾尔自治区自然科学基金项目:高速公路VANET预警信息广播传输机制研究
2020-11-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
85-88,92