公开(公告)号：CN115081550B

公开(公告)日：2025-01-03

申请号：CN202210884305.8

申请日：2022-07-25

Applicant: 东南大学

Inventor： 刘志远 ,  阿雅 ,  王泽林 ,  程启秀 ,  刘攀 ,  万剑 ,  张奇 ,  刘少韦华

IPC: G06F30/27 ,  G06F18/23 ,  G06N3/0442 ,  G06F17/18 ,  G06F123/02

Abstract: 本发明公开了基于驾驶者特性的数据驱动车辆跟驰行为预测方法，包括以下步骤：分别获取两车速度随时间变化的突变点，根据速度突变点估计当前车辆的瞬时反应延迟；根据当前车辆多维时间序列的内在特征进行驾驶行为划分，对划分后的驾驶行为进行聚类，分别计算每种驾驶模式的占比；以门控循环单元GRU作为预测模型，预测模型的输入包括与当前车辆跟驰行为有关的多维时间序列，以及当前驾驶者的行为特征，预测目标为当前车辆下一时段的前进距离；多维时间序列的长度由瞬时反应延迟决定。本发明同时将驾驶者反应延迟和驾驶风格纳入跟驰模型中，基于实际数据挖掘反应延迟和驾驶模式，对不同的驾驶者进行差异化建模，更准确地估计驾驶者的跟驰行为。

公开(公告)号：CN115081550A

公开(公告)日：2022-09-20

申请号：CN202210884305.8

申请日：2022-07-25

Applicant: 东南大学

Inventor： 刘志远 ,  阿雅 ,  王泽林 ,  程启秀 ,  刘攀 ,  万剑 ,  张奇 ,  刘少韦华

IPC: G06K9/62 ,  G06F17/18 ,  G06Q10/04

Abstract: 本发明公开了基于驾驶者特性的数据驱动车辆跟驰行为预测方法，包括以下步骤：分别获取两车速度随时间变化的突变点，根据速度突变点估计当前车辆的瞬时反应延迟；根据当前车辆多维时间序列的内在特征进行驾驶行为划分，对划分后的驾驶行为进行聚类，分别计算每种驾驶模式的占比；以门控循环单元GRU作为预测模型，预测模型的输入包括与当前车辆跟驰行为有关的多维时间序列，以及当前驾驶者的行为特征，预测目标为当前车辆下一时段的前进距离；多维时间序列的长度由瞬时反应延迟决定。本发明同时将驾驶者反应延迟和驾驶风格纳入跟驰模型中，基于实际数据挖掘反应延迟和驾驶模式，对不同的驾驶者进行差异化建模，更准确地估计驾驶者的跟驰行为。