文献类型：期刊文章

作　　者：陈力[1] 殷时蓉[1] 罗天洪[2] 郑讯佳[2,3,4]

CHEN Li;YIN Shirong;LUO Tianhong;ZHENG Xunjia(School of Mechatronics and Vehicle Engineering,Chongqing Jiaotong University,Chongqing 400074,China;School of Intelligent Manufacturing Engineering,Chongqing University of Arts and Science,Chongqing 402160,China;State Key Laboratory of Automotive NVH and Safety Technology,Chongqing 401122,China;China Automotive Engineering Research Institute Co.,Ltd.,Chongqing 401122,China)

机构地区：[1]重庆交通大学机电与车辆工程学院,重庆400041 [2]重庆文理学院智能制造工程学院,重庆402160 [3]汽车噪声振动和安全技术国家重点实验室,重庆401122 [4]中国汽车工程研究院股份有限公司,重庆401122

出　　处：《汽车工程学报》

基　　金：重庆市教委科技项目(KJQN)。

年　　份：2022

卷　　号：12

期　　号：1

起止页码：83-89

语　　种：中文

收录情况：AJ、IC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：为了正确刻画智能网联环境下的车辆换道行为,提出基于BP神经网络的车辆换道决策模型。分析了交通流中车辆换道行为,以HighD自然驾驶数据集为数据来源,筛选出1 900组车辆换道和未换道信息作为模型的训练与验证,利用高斯滤波方法拟合目标车辆换道轨迹和横向位移轨迹,选择影响车辆换道决策的7个参数作为模型输入,建立BP神经网络换道决策模型,利用筛选出的数据进行模型的训练和测试。结果表明,选择7个参数建立的BP神经网络模型决策精度达到96.2%,能有效识别车辆换道行为。

关 键 词：智能交通 车辆换道 BP神经网络 换道决策模型  智能汽车

分 类 号：U461]