请选择 进入手机版 | 继续访问电脑版

QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 612|回复: 0

[其他资源] 【论文】基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法

[复制链接]
字体大小: 正常 放大

477

主题

4

听众

1394

积分

  • TA的每日心情

    2021-1-13 09:31
  • 签到天数: 8 天

    [LV.3]偶尔看看II

    发表于 2021-1-1 09:15 |显示全部楼层
    |招呼Ta 关注Ta
    为了有效降低因驾驶员紧急换道行为而诱发的交通事故,提高道路交通事故链阻断效率,提出一种基于高斯混合隐马尔科夫模型(GMM-HMM)和人工神经网络(ANN)的紧急换道行为预测方法。首先利用GMM-HMM对车辆行驶状态以及驾驶行为连续观察序列进行换道意图辨识,采用ANN预测下一时段的驾驶行为,再预测换道过程中的横向加速度变化率,从而判断紧急换道的危险程度。驾驶员在环仿真实验及实车实验结果表明,该方法预测避险成功率达92.83%,实验避险成功率达90.32%。该方法能有效地对紧急换道行为进行提前警告与干预。 5 {1 }1 w- R) k- s; _. i2 m6 `
    9 d) C  C1 ?* @: N( F

    基于高斯混合隐马尔科夫模型与人工神经网络的紧急换道行为预测方法_于扬.pdf

    1.83 MB, 下载次数: 0, 下载积分: 体力 -2 点

    zan
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2021-2-27 05:38 , Processed in 0.807041 second(s), 53 queries .

    回顶部