排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
为预测汽车变道越线时间,基于NGSIM数据提取汽车的真实越线时间,选定变道车和其周围汽车的行驶状态参数作为潜在影响因素.随机选取60组训练数据,先利用Spss软件逐步回归法对越线时间与自变量进行多元线性回归拟合,再通过Matlab编程对越线时间进行多元非线性回归拟合,分别建立多元线性和非线性回归越线时间预测模型;对模型... 相似文献
2.
为了识别半挂车在制动过程中是否有侧滑的危险,及时将车辆状态反馈给驾驶员以提高车辆主动监控预警,从车辆重心偏移、车速和道路三方面选出对制动侧滑影响较明显的4个特征参数,输入到ADAMS仿真软件进行直线制动仿真实验.建立基于隐马尔可夫模型的制动侧滑辨识模型,采用Baum-Welch算法对模型进行训练,得到似然模型的最优参数... 相似文献
3.
对车辆跟驰理论进行概述,分析车辆在非自由状态行驶下的跟驰特性。跟驰模型在近70年的发展历程中,吸引了交通工程学、统计物理学、心理学等不同领域的专家参与研究,建模时考虑因素由单一到多元、由简单到复杂,随着模型的不断发展,逐渐贴合于实际交通状况;分析了刺激-反应类模型、安全距离Gipps模型、优化速度FVD模型、元胞自动机模型,重点剖析了四类模型的建模思路和改进过程,对经典跟驰模型进行总结对比;展望了跟驰模型未来发展的趋势,指出在无人驾驶和智能网联的大环境下,基于机器学习的安全跟驰状态辨识方法研究、基于机器学习的跟驰特性研究及基于多元信息融合的跟驰模型构建等将是未来的发展方向。 相似文献
1