论文摘要
文章基于循环神经网络RNN（Recurrent Neural Network）和长短时记忆网络LSTM（Long-Short Term Memory）的理论研究,提出了一种基于LSTM的智能车变道行为预测模型。首先,搭建LSTM网络模型框架;然后根据人类驾驶场景对真实数据集NGSIM（Next Generation Simulation）进行特征选择与数据提取。最后使用长短时记忆网络（LSTM）模型进行训练,测试车辆变道预测结果,并将结果与利用RNN模型预测的结果进行比较,验证了本文方法的有效性。
论文目录
文章来源
类型: 期刊论文
作者: 伍淑莉,尹慧琳,王杰,王亚伟
关键词: 变道预测,智能车
来源: 信息通信 2019年05期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 汽车工业,自动化技术
单位: 同济大学中德学院
分类号: TP183;U463.6
页码: 7-11
总页数: 5
文件大小: 740K
下载量: 216