智能车路系统交叉口的层级解耦及测评要素提取研究

随着人工智能和交通大数据技术的快速发展,智能车路系统(IVIS)作为一种改善道路性能的智能交通控制技术,得到了国内外学者的广泛研究。为了解决当前复杂环境下IVIS测评要素不足的问题,本文提出了智能车路系统层级解耦与测评要素提取的方法。通过建立IVIS交叉口测评要素高维矩阵,采用欠完备自编码器对高维矩阵进行线性降维,分析IVIS高维矩阵的耦合机理,有效降低数据的冗余度,并针对IVIS效率、环保、舒适性层级中数据的异质性和同质性特征,采用支持向量机—递归特征消除算法有效分层提取主体的测评要素,确定各测评要素的权重,最后利用SUMO仿真软件构建了IVIS交叉口仿真场景并完成了测评要素提取。该方法可以为IVIS测评指标体系的完善提供理论依据,为IVIS技术发展提供良好的支撑。