-
题名融合时空特征的多模态车辆轨迹预测方法
- 1
-
-
作者
史昕
王浩泽
纪艺
马峻岩
-
机构
长安大学信息工程学院
山东高速信息集团有限公司
-
出处
《计算机工程与应用》
北大核心
2025年第7期325-333,共9页
-
基金
国家自然科学基金重点项目(52131204)。
-
文摘
针对考虑车辆行驶不确定性的轨迹分布准确快速预测问题,提出了一种融合时空特征的多模态车辆轨迹预测方法(GCNTA)。利用空间关联度系数和图卷积神经网络(GCN)实现空间关联特征提取。构建具有时间注意力机制的时域卷积网络(TCN)完成时间特征提取。通过特征融合门控单元实现每个时间步长对应时空特征的自适应融合,并利用门控循环单元(GRU)网络构建解码器进一步生成未来车辆轨迹的概率分布。利用公开的NGSIM数据集对所提出模型进行消融实验及预测精度分析。仿真结果表明,GCNTA模型在预测误差均方根(RMSE)平均值相比GCN、图注意力网络(GAT)和长短期记忆网络(LSTM)模型分别减少15.6%、16.3%和23.8%。
-
关键词
车辆轨迹预测
深度学习
图神经网络
时域卷积网络
注意力机制
-
Keywords
vehicle trajectory prediction
deep learning
graph neural network
temporal convolutional network
attention mechanism
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于多尺度时空特征与软注意力机制的交通流预测方法
被引量：1
- 2
-
-
作者
史昕
曹凤腾
纪艺
马峻岩
-
机构
长安大学信息工程学院
山东高速信息集团有限公司
-
出处
《计算机工程》
CAS
CSCD
北大核心
2024年第12期346-357,共12页
-
基金
国家自然科学基金重点项目(52131204)。
-
文摘
交通流预测在规划交通系统、优化道路资源和缓解交通拥堵等方面具有重要意义。针对交通流预测中时间周期性特征提取不充分的问题,提出一种基于多尺度时空特征和软注意力机制的交通流预测方法MSTFSA。首先,利用图交谈注意力网络(GTHAT)提取空间数据的非欧几里得结构特征,通过分配动态权重表征不同时间相邻道路交通流的影响程度;其次,利用双向增强注意力门控循环单元(Bi-EAGRU)结构提取时间数据的连续性关联特征,增强每个时刻的时间特征与上下时刻的联系;然后,基于软注意力机制融合周周期、日周期和近邻时间3个尺度下的相似交通流趋势,实现对时间周期性特征的充分提取,最后,结合高速公路数据集PeMS04和PeMS08验证MSTFSA的预测精度。实验结果表明,MSTFSA的交通流预测精度表现出良好效果,与基线模型STSGCN和ASTGCN相比,在PeMS04数据集上的预测均方根误差(RMSE)分别降低7.15%和3.8%,平均绝对误差(MAE)分别降低7.79%和3.99%。MSTFSA能较充分地提取并融合交通数据的多时间尺度时空特征,在交通流预测精度提升方面表现出一定的优势。
-
关键词
交通流预测
时空域联合
图注意力网络
软注意力机制
双向门控循环单元
-
Keywords
traffic flow prediction
spatio-temporal union
graph attention network
soft attention mechanism
Bidirectional Gated Recurrent Unit(Bi-GRU)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于自适应卡尔曼滤波的梯次电池荷电状态估算
被引量：4
- 3
-
-
作者
柴建勇
侯恩广
李岳炀
-
机构
山东高速信息集团有限公司
山东交通学院轨道交通学院
济南大学自动化与电气工程学院
-
出处
《济南大学学报（自然科学版）》
CAS
北大核心
2021年第2期165-169,共5页
-
基金
国家自然科学基金项目(61973135)
山东省重大科技创新工程项目(2019JZZY010441)。
-
文摘
针对梯次电池荷电状态初始值不明确、估算不准确的问题,提出基于自适应卡尔曼滤波算法的梯次电池荷电状态的估算方法;建立梯次电池的全寿命周期模型,在卡尔曼滤波算法的基础上引入自适应估算原理,实时估算时变噪声,提高滤波稳定性,增强自适应特性。仿真结果表明,当荷电状态初始值为30%、 50%、 60%时,该算法表现出优良的自适应特性、收敛性和准确性,梯次电池的荷电状态都可以快速调整,并且荷电状态估算误差小于3%。
-
关键词
梯次电池
荷电状态
自适应卡尔曼滤波
全生命周期电池模型
-
Keywords
cascade battery
state of charge
adaptive Kalman filtering
full life cycle battery model
-
分类号
TM912.1
[电气工程—电力电子与电力传动]
-
-
题名基于双卡尔曼滤波的梯次利用电池SOP估算研究
被引量：1
- 4
-
-
作者
柴建勇
侯恩广
李岳炀
-
机构
山东高速信息集团有限公司
山东交通学院
济南大学
-
出处
《电源技术》
CAS
北大核心
2021年第6期732-735,共4页
-
基金
国家自然科学基金项目(61973135)
山东省重大科技创新工程项目(2019JZZY010441)。
-
文摘
针对梯次电池性能退化导致电池峰值功率(SOP)估算不准确的问题,提出了基于双卡尔曼滤波(Dual EKF)的梯次电池SOP估算方法。首先建立梯次电池的二阶Thevenin等效模型;其次应用双卡尔曼滤波算法,基于该算法估算SOC(荷电状态)、欧姆内阻和实际容量;然后,利用最优估计预测工作电压与内阻,估算梯次电池SOP。通过仿真,验证了SOP估算方法的准确性。
-
关键词
梯次电池
双卡尔曼滤波
峰值功率
二阶Thevenin等效模型
-
Keywords
echelon use battery
dual extended Kalman filtering
peak power
second order Thevenin equivalent model
-
分类号
TM912
[电气工程—电力电子与电力传动]
-
-
题名基于透视降采样和神经网络的地面标志检测
- 5
-
-
作者
李玉珍
陈辉
王杰
荣文
-
机构
山东大学信息科学与工程学院
山东高速信息集团有限公司
-
出处
《图学学报》
CSCD
北大核心
2022年第2期288-295,共8页
-
基金
山东省科技发展计划重点项目(2019GGX101018)
山东省自然科学基金项目(ZR2017MF057)。
-
文摘
在智能驾驶领域,为实时精确检测路面的导向标志,提出一种基于透视降采样和神经网络的地标检测方法,有效解决传统检测方法实时性较差、复杂场景和远处小目标检测准确率较低的问题。首先,选取图像感兴趣区域进行透视降采样,降低道路图像近处分辨率,缩小图像尺寸,同时消除透视投影误差。其次对YOLOv3-tiny目标检测网络进行改进,采用k-means++算法对自建数据集的边界框聚类;添加卷积层强化浅层特征,提升小目标表征能力;改变特征金字塔融合尺度,将预测输出调整为适合地标尺寸的26×26和52×52。最后,在自建多场景数据集上测试,准确率由78%提升到99%,模型大小由33.8 MB减小为8.3 MB。结果表明,基于透视降采样和神经网络的地标检测方法鲁棒性强,对小目标检测精度更高,易于在低端嵌入式设备上部署。
-
关键词
透视降采样
YOLOv3-tiny
地标检测
数据集
k-means++
-
Keywords
perspective down-sampling
YOLOv3-tiny
landmark detection
data set
k-means++
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于固定时间观测器的网络化控制系统事件触发控制
- 6
-
-
作者
么新鹏
栗剑
孟祥龙
解冬东
阚欣
孟强
-
机构
山东高速集团有限公司创新研究院
-
出处
《上海大学学报(自然科学版)》
2025年第4期746-756,共11页
-
基金
国家重点研发计划资助项目(2023YFB2603504)。
-
文摘
针对带有不确定性的严格反馈的网络化控制系统,提出一种基于固定时间扰动观测器的动态事件触发通信固定时间反步控制方法.首先,提出一种固定时间稳定的扰动观测器以估计系统中的不确定性;然后,设计一种动态事件触发机制来减少系统的通信资源浪费,进而通过补偿不确定性的影响,并考虑事件触发机制对系统的影响,在反步控制框架下设计一种无奇点问题的实际固定时间稳定的控制器;最后,通过数值仿真验证所提出控制方法的有效性.
-
关键词
事件触发通信
网络化控制系统
固定时间稳定性
扰动观测器
反步法
-
Keywords
event-triggered mechanism
networked control system
fixed-time stability
disturbance observer
backstepping
-
分类号
TP391
[自动化与计算机技术]
-
