原文传递
人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型
| 题名： | 人机混驾环境下基于LSTM的无人驾驶车辆换道行为模型 |
| 正文语种： | 中文 |
| 作者： | 黄玲;郭亨聪;张荣辉;吴建平 |
| 作者单位： | 华南理工大学土木与交通学院;东南大学现代城市交通技术江苏高校协同创新中心;中山大学广东省智能交通系统重点实验室;清华大学土木工程系 |
| 关键词： | 交通工程;换道模型;神经网络;深度学习;人机混驾;无人驾驶 |
| 摘要： | 道路系统中的人机混驾交通环境是指人工驾驶车辆与自动驾驶车辆混合运行的交通环境.其中换道行为建模是人机混驾环境下无人驾驶车辆行为研究的热点、。基于深度学习理论。构建人机混驾环境下基于长短期记忆神经网络的无人驾驶车辆换道行为模型(Long-short-term-meniory-basedAutonomousVehiclesLaneChanging，LSTM-LC)。通过研究人工驾驶车辆在换道过程中与周边车辆的相互作用，对换道行为影响因素进行分析;同时.为了提升模型的迁移性.引入道路横向偏移量信息。结合LSTM |
| 期刊名称： | 中国公路学报 |
| 出版年： | 2020 |
| 期： | 07 |
| 页码： | 156-166 |
检索历史
应用推荐
