科技成果
成果名称: 基于深度学习的驾驶员换道行为预测系统V1.0
成果登记号: 9612022Y1467
第一完成单位: 陕西智能网联汽车研究院有限公司
联 系 人: 张璐萍
成果类型: 应用技术
成果体现形式 : 新技术
技术领域: 现代交通
应用行业: 科学研究和技术服务业
学科分类: 信息科学与系统科学基础学科(120.10)
应用状态: 试用
完成人: 惠飞,刘大鹏,张武
成果简介:
车道变换在交通安全中起着至关重要的作用,准确预测驾驶员的车道变换行为可以显著提高驾驶安全性.本文提出了一种基于全连接神经网络和循环神经网络的混合神经网络,用于精准预测车道变换行为.并且提出动态时间窗口,提取包括驾驶员生理数据和车辆运动学数据的车道变换特征.最后,通过真实交通场景下的数据验证了所提出模型的有效性.此外,将所提出的模型与五种其他预测模型进行了比较,结果表明,与其他模型相比,本文所提出的预测模型具有更高的精确率和前瞻时间。