-
题名基于随机图模型的车辆行为预测模型研究
- 1
-
-
作者
张捷
孟轲
-
机构
内蒙古农业大学能源与交通工程学院
武汉理工大学智能交通系统研究中心
-
出处
《现代电子技术》
2021年第13期148-152,共5页
-
基金
内蒙古自然科学基金资助项目(2018MS07009)
内蒙古应用研发项目(20130607)。
-
文摘
为了有效地监控交通运输车辆和分析车辆轨迹行为,从实际微观交通流数据中对驾驶行为进行识别与预测,对目前现有的车辆轨迹识别技术进行了改进,提出基于随机图模型的驾驶行为预测方法。为提高模型的准确率,采用HMM的Baum⁃Welch算法与前向⁃后向算法实时预测轨迹下一时刻的状态,根据当前道路视频场景中车辆行驶的不同状态对轨迹进行模式划分,在优化轨迹曲线后提取每条轨迹的状态量、观测量序列。根据道路监控视频场景中车辆轨迹间的相对独立特性,采用多观察值序列下的Baum⁃Welch算法与前向⁃后向算法对轨迹进行模式类训练,获得HMM模型参数。结果表明,模型能够很好地预测车辆的行驶状态,可为驾驶行为的研究提供支持。
-
关键词
车辆行为预测
车辆行为识别
随机图模型
特征提取
交通安全
监控视频
-
Keywords
vehicle behavior prediction
vehicle behavior recognition
random graph model
feature extraction
traffic safety
surveillance video
-
分类号
TN911.73-34
[电子电信—通信与信息系统]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度学习多网络融合的网联车辆驾驶行为预测
- 2
-
-
作者
丁子芮
项俊平
-
机构
连云港杰瑞电子有限公司
-
出处
《指挥控制与仿真》
2023年第6期57-63,共7页
-
文摘
智能网联车在复杂道路场景中安全行驶需要对周围车辆驾驶意图和行驶轨迹的准确预测。将双向长短期记忆网络(Bi-directional Long Short-Term Memory)、卷积生成对抗网络(Deep Convolutional Generative Adversarial)和注意力机制(Attention Mechanism)相融合,提出一种基于BLSTM-DCG-ATT的网联车辆驾驶意图和行为预测模型。通过正反双向LSTM链路和注意力机制得到具有双重特征的数据,通过卷积生成对抗网络对特征数据进行卷积处理,迭代生成网联车辆及周围车辆的未来时刻变道意图和行驶信息。仿真结果表明:该模型能够在复杂路网、交通流密集的情况下,对网联车辆及其周围车辆的变道意图和行驶轨迹进行准确预测,预测精度达94%。
-
关键词
智能交通
车辆行为预测
卷积生成对抗网络
智能网联车
双向长短期记忆网络
-
Keywords
intelligent transportation
vehicle behavior prediction
DCGAN
intelligent connected vehicle
Bi-directional Long Short-Term Memory
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名高速公路车辆换道行为预测
被引量：2
- 3
-
-
作者
龙学军
高枫
-
机构
成都通甲优博科技有限责任公司
-
出处
《中国交通信息化》
2021年第9期130-133,共4页
-
文摘
车辆换道与交通安全息息相关,尤其在高速公路场景下更是一种具有潜在风险的驾驶行为。对车辆换道行为进行有效预测,将为自动驾驶车辆的决策规划提供重要依据。目前车辆换道预测所使用的数据大都来源于多个传感器,其中某一传感器失灵会造成预测错误。本文提出基于视觉的高速道路车辆换道行为预测,消除了多个传感间的数据依赖影响;同时,针对单一LSTM结构预测方法的不足,提出了一种级联LSTM结构预测方法,将车辆轨迹信息以序列的方式输入级联LSTM,通过连续的轨迹信息预测车辆换道行为。实验结果表明级联LSTM的准确率比LSTM结构最优时高出6.4%。
-
关键词
车辆换道行为预测
车辆轨迹
车辆检测
-
分类号
U463.6
[机械工程—车辆工程]
-
