期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于理论-数据双驱动的城市地下道路车辆跟驰模型构建
1
作者
杨贺萌
张兰芳
+2 位作者
武雅婷
周睿达
李翔
《同济大学学报(自然科学版)》
北大核心
2025年第7期1055-1062,共8页
基于上海市城市地下道路的车辆轨迹数据,提出一种理论‒数据双驱动的城市地下道路车辆跟驰模型。通过毫米波雷达采集车辆轨迹数据并进行处理,筛选车辆跟驰行为。基于地下道路跟驰行为的特质分别对加速度、速度、车头间距建立理论驱动的...
基于上海市城市地下道路的车辆轨迹数据,提出一种理论‒数据双驱动的城市地下道路车辆跟驰模型。通过毫米波雷达采集车辆轨迹数据并进行处理,筛选车辆跟驰行为。基于地下道路跟驰行为的特质分别对加速度、速度、车头间距建立理论驱动的智能驾驶人模型(IDM)和数据驱动的跟驰模型(LSTM)并进行误差比选。最后将两类模型的预测结果视为通过不同观测方式得到的针对同一系统状态的两组观测值,通过自适应卡尔曼滤波方法预测真实驾驶状态,建立基于速度预测的IDM-LSTM混合模型,其均方根误差达到0.1187,优于单一IDM和LSTM模型的0.5836和0.1239。
展开更多
关键词
城市地下道路
跟驰
模型
智能驾驶人模型
长短时记忆网络
车辆轨迹数据
在线阅读
下载PDF
职称材料
题名
基于理论-数据双驱动的城市地下道路车辆跟驰模型构建
1
作者
杨贺萌
张兰芳
武雅婷
周睿达
李翔
机构
同济大学道路与交通工程教育部重点实验室
广州市市政工程设计研究总院有限公司
出处
《同济大学学报(自然科学版)》
北大核心
2025年第7期1055-1062,共8页
基金
国家自然科学基金(52372337)。
文摘
基于上海市城市地下道路的车辆轨迹数据,提出一种理论‒数据双驱动的城市地下道路车辆跟驰模型。通过毫米波雷达采集车辆轨迹数据并进行处理,筛选车辆跟驰行为。基于地下道路跟驰行为的特质分别对加速度、速度、车头间距建立理论驱动的智能驾驶人模型(IDM)和数据驱动的跟驰模型(LSTM)并进行误差比选。最后将两类模型的预测结果视为通过不同观测方式得到的针对同一系统状态的两组观测值,通过自适应卡尔曼滤波方法预测真实驾驶状态,建立基于速度预测的IDM-LSTM混合模型,其均方根误差达到0.1187,优于单一IDM和LSTM模型的0.5836和0.1239。
关键词
城市地下道路
跟驰
模型
智能驾驶人模型
长短时记忆网络
车辆轨迹数据
Keywords
urban underground road
car-following model
intelligent driver models(IDM)
long short-term memory neural network(LSTM)
vehicle trajectory data
分类号
U491.2 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于理论-数据双驱动的城市地下道路车辆跟驰模型构建
杨贺萌
张兰芳
武雅婷
周睿达
李翔
《同济大学学报(自然科学版)》
北大核心
2025
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
