原文传递
基于LSTM的驾驶行为风险评估研究
| 题名： | 基于LSTM的驾驶行为风险评估研究 |
| 作者： | 周士谦 高永强 齐龙 尹迁齐 |
| 作者单位： | 1. 山东交通学院汽车工程学院 |
| 关键词： | 道路交通安全;驾驶行为;LSTM识别;风险评估; |
| 摘要： | 为解决驾驶行为引起的交通冲突预测误差大的问题，采用LabVIEW构建了驾驶员驾驶行为数据集，并利用LSTM(Long Short-Term Memory)算法对驾驶行为进行风险评估，得出综合风险因数；在实车测试中，将风险因数与跟驰模型结合，建立了驾驶员碰撞风险评估模型，并验证其精度。研究结果表明：1)综合风险因数是道路风险预测的主要参数，其分值越高则事故发生率越高；2)基于LSTM的碰撞风险评估准确率为96.26%,高风险驾驶行为的识别速度可缩短到1.72 s; 3)基于LSTM驾驶行为的碰撞风险评估模型精度高、评估稳定、反应迅速，可为预防交通事故、促进智能交通发展提供及时可靠的安全预警信息。 |
| 期刊名称： | 公路交通技术 |
| 出版日期： | 202401 |
| 出版年： | 2024 |
| 期： | 8 |
检索历史
应用推荐
