一种基于注意力模型的智能网联车跟驰模型

    公开(公告)号:CN115547047B

    公开(公告)日:2024-08-20

    申请号:CN202211210700.4

    申请日:2022-09-30

    摘要: 本发明涉及车辆跟驰技术领域,具体涉及一种基于注意力模型的智能网联车跟驰模型,数据获取模块,用于获取历史车辆跟驰数据,所述历史车辆跟驰数据包括车辆信息、车距信息;模型构建模块,用于根据获取到的历史车辆跟驰数据,利用神经网络算法,构建BP神经网络模型;还用于根据获取到的历史车辆跟驰数据,构建Gipps跟驰模型;线性组合模块,用于根据构建好的BP神经网络模型和Gipps跟驰模型,进行线性组合,生成对应的线性组合预测模型;速度预测模块,用于利用线性组合模型,根据上一时刻下的车辆跟驰数据,对跟驰车辆的当前跟驰速度进行预测。本方案能够在确保跟驰车辆安全的前提下,实现对跟驰车辆的跟驰速度的真实预测。

    一种基于注意力模型的智能网联车跟驰模型

    公开(公告)号:CN115547047A

    公开(公告)日:2022-12-30

    申请号:CN202211210700.4

    申请日:2022-09-30

    IPC分类号: G08G1/01 G06N3/04 G06N3/08

    摘要: 本发明涉及车辆跟驰技术领域,具体涉及一种基于注意力模型的智能网联车跟驰模型,数据获取模块,用于获取历史车辆跟驰数据,所述历史车辆跟驰数据包括车辆信息、车距信息;模型构建模块,用于根据获取到的历史车辆跟驰数据,利用神经网络算法,构建BP神经网络模型;还用于根据获取到的历史车辆跟驰数据,构建Gipps跟驰模型;线性组合模块,用于根据构建好的BP神经网络模型和Gipps跟驰模型,进行线性组合,生成对应的线性组合预测模型;速度预测模块,用于利用线性组合模型,根据上一时刻下的车辆跟驰数据,对跟驰车辆的当前跟驰速度进行预测。本方案能够在确保跟驰车辆安全的前提下,实现对跟驰车辆的跟驰速度的真实预测。

    一种车路协同条件下多传感器融合感知标定方法

    公开(公告)号:CN115144827A

    公开(公告)日:2022-10-04

    申请号:CN202210769453.5

    申请日:2022-06-30

    摘要: 本发明涉及车辆协同的多传感器融合领域,具体公开了一种车路协同条件下多传感器融合感知标定方法,包括以下步骤:根据对应的道路交通安全因素,选定车路协同路口;根据该选定的车路协同路口,判断该车路协同路口的路口类型,并确定该车路协同路口对应的路口感知范围;根据路口类型,确定对应标定方式,并对该车路协同路口进行标定,获取对应的标定数据;根据获取到的标定数据,在当前时刻匹配出上一时刻标定数据,根据上一时刻标定数据利用标定算法,生成对应的当前时刻的标定结果;将对应的当前时刻的标定结果与真实结果进行比对,若两者一致,则完成本次标定,进行下一时刻的标定。本方案能够实现不同传感器检测目标的时空位置的统一,同时得到的标定结果的准确性也更高。

    一种基于最优RSU部署位置的车路协同设备部署方法

    公开(公告)号:CN114640964A

    公开(公告)日:2022-06-17

    申请号:CN202210343946.2

    申请日:2022-03-31

    IPC分类号: H04W4/40 G08G1/01

    摘要: 本发明涉及车路协同设备部署领域,具体公开了一种基于最优RSU部署位置的车路协同设备部署方法,包括以下步骤:对部署区域的部署需求进行采集,生成对应的部署需求信息;对需要部署区域的现场进行踏勘,生成对应的现场踏勘信息;根据现场踏勘信息和部署需求信息,利用动态规划算法,进行最佳RSU部署位置的求解;根据求解出来的最佳RSU部署位置进行最优路侧设备部署的选择,生成对应的部署方案。本方案能够快速的找到对应的最佳RSU部署位置,并在有限的条件下找到满足覆盖范围的RSU部署方案,即实现在确保部署方案的经济性的同时确保部署方案的最优性。