考虑换道意图的LSTM-AdaBoost车辆轨迹预测模型

来源 :计算机工程与应用 | 被引量 : 0次 | 上传用户:hackrx123456789
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
不合理的车辆的换道行为是导致交通事故发生的主要原因之一,提前预知换道车辆的轨迹并及时做出相应调整有助于减少事故的发生。针对换道车辆轨迹预测问题,采用将深度学习和集成学习相结合的轨迹预测方法,并考虑了换道意图的影响。首先,建立连续隐马尔可夫模型对车辆进行换道意图检测,提前判别车辆的换道状态,并输入至相应的轨迹预测模型中。其次,将LSTM (Long Short Term Memory) 作为AdaBoost算法(Adaptive Boosting)的基预测器,建立LSTM-AdaBoost模型,在多个基预测器同时进行轨迹预测的基础上,通过训练调整各个基预测器的权重并将结果加权集成,提升预测模型的精度和稳定性。最后,通过NSGIM(Next Generation Simulation)数据集对模型进行训练和测试,结果显示意图预测模型在变道前一秒的准确率在90%以上,LSTM-AdaBoost集成轨迹预测模型与单一的LSTM模型相比精度和稳定性显著提升,且预测结果中异常数据更少,具有较好的稳定性。同时预测对比结果也表明增加意图预测模块有助于提升换道轨迹预测的精度。
其他文献
This study investigates the effects of increasing soil penetration resistance(SPR) on seedling morphology and seedling architecture. When seedlings of deciduous Cappadocian maple(Acer cappadocicum Gle
期刊
As a major food production crop in China, the growth and development of rice is an extremely complex systemic process,and the root system is the main organ for rice to obtain nutrients.Therefore, 3D m
期刊
本文首次尝试构建面向高质量发展的新增长分析框架,打开全要素生产率(TFP)“黑箱”,系统重估中国1978—2017年间的生产函数变迁,分析各时期的增长源泉并厘清其驱动机制。研究发现:改革开放以来,中国总量生产函数形式不断变迁,要素质量和规模经济持续增强,要素无关型和要素嵌入型TFP增长分别在前20年和后20年发挥了主要作用,科技创新和基础设施持续发挥积极作用,国际贸易和产业转型则在不同时期和地区表
随着“审计全覆盖”理念的提出,国有企业审计监督提出了更高的要求。为了突破现有监督模式分散的困境,要结合国有企业实际情况,深入分析当前国有企业内部审计存在的问题,探讨国有企业内部审计与纪检监察协同作战的措施和策略,以实现国有企业审计监督覆盖范围、资源调配、成果运用的多方协同,充分整合国有企业内部监督力量,达到“1+1>2”的协同监督效应。
中国特色社会主义进入新时代,对我们各项工作提出了新要求。高校思想政治教育也需有新发展。当前高校思想政治教育仍面临着一些问题,这给高校思想政治教育工作创新发展提出了新要求。既要克服过去思想政治教育过程中存在问题,也需结合中国特色社会主义新发展不断创新,以推进高校思想政治教育水平提高。因之,分析高校在思想政治教育发展过程中存在问题,并提出相应对策,对于推动高校思想政治教育创新发展具有重要意义。
国际化校园建设是目前航海类应用型大学综合改革的重要议题。本文分析了当前航海类应用型大学国际化发展的情况,并对国际化校园建设中存在的问题进行了梳理。本文试图构建国际化校园建设的策略,从学校战略,师资队伍建设、打造校园文化等方面提出改进措施。
"互联网+思想政治教育"是新时代思想政治教育创新的重要路径。互联网的信息繁多,有利有弊,如何趋利避害成为了"互联网+思想政治教育"的难题,思想政治教育如何在网络上开辟出自己的一块阵地也有待研究。互联网信息的输入和输出量都是巨大的,思政工作者需要利用互联网大数据输入有效信息,了解学生的思想动态,同时又要运用新媒体平台输出正确的思想政治观点,引导学生在各种繁杂的信息中树立正确的"三观"。
推进新时代思想政治教育改革创新,要处理好定位与功能之间的关系、主体多元与协同育人之间的关系、顶层设计与落地落细之间的关系、理论传导与实践展开之间的关系、供应与需求之间的关系、内容提供与智能化表达之间的关系。
行人轨迹预测在各种应用中具有关键性作用,为提高互中轨迹预测精度与模型可解释性,提出了一种基于时空信息和社交注意力的模型(SAGAT),模型整体采用编码-码的框架。首先,针对行人之间时间交互的连续性,构建额外的LSTM网络来捕获时间的相关性信息。然后,提出社交注意力机制,设置3种社交特征丰富行人交互信息,对同一场景中的不同行人进行权重分配。最后,在UCY和ETH公开数据集进行训练。多个实验结果表明,
针对变道过程中由于路面附着系数变化带来的模型非线性问题以及滚动优化算法对于实时性的要求,本文提出了变道过程非线性模型预测轨迹跟踪控制策略,分析了低路面附着系数带来的模型非线性特性,建立了变道过程轨迹跟踪模型及其前轮转角滚动时域优化求解方法。仿真分析及硬件在环测试可得,相比现有的线性轨迹跟踪方法,所提出的算法在高附着系数路面和低附着路面上的轨迹跟踪精度上平均可提高14.35%,在车辆横摆角速度跟踪误