基于驾驶员行为的智能车辆换道避撞模型研究
Journal of Tianjing University of Technology and Education（2021）
摘要
为减少汽车碰撞事故的发生,提高智能车辆主动避撞能力,通过模拟驾驶平台对驾驶员的避撞行为特性进行了分析.采用皮尔逊相关系数法选取具有良好表征能力的特征参数,基于遗传算法优化的双隐含层BP神经网络建立一种符合驾驶员避撞行为特性的智能车辆换道避撞模型,该模型可以对制动减速度和方向盘转角进行较为准确的预测.利用未经训练样本数据,在Matlab平台对模型的可行性和有效性进行验证.结果 表明:该模型的预测精度较高,能与驾驶员实际避撞行为较好匹配.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要