申请/专利权人：长安大学

申请日：2023-04-19

公开（公告）日：2024-03-08

公开（公告）号：CN116386387B

主分类号：G08G1/16

分类号：G08G1/16;G08G1/01;G06N3/0442;G06N3/0455;G06N3/048;G06N3/082

优先权：

专利状态码：有效-授权

法律状态：2024.03.08#授权;2023.07.21#实质审查的生效;2023.07.04#公开

摘要：本发明涉及车辆控制技术领域，具体涉及一种混合队列人驾车辆跟驰行为预测方法和装置。首先获取混合队列中待预测人驾车辆子队列的第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息；然后将第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息输入到训练好的车辆跟驰行为预测模型中，得到待预测人驾车辆子队列的最后一辆人驾车辆在未来时间段内的预测行驶状态信息。可以看出，本申请采用车辆跟驰行为预测模型可以准确且快速的预测人驾车辆在未来时间段内的行驶状态信息，为交通系统控制提供了可靠的数据依据，保证了道路交通控制的安全性和高效性。

主权项：1.一种混合队列人驾车辆跟驰行为预测方法,其特征在于，包括：获取混合队列中待预测人驾车辆子队列的第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息；将所述第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息输入到训练好的车辆跟驰行为预测模型中，得到所述待预测人驾车辆子队列的最后一辆人驾车辆在未来时间段内的行驶状态信息；其中，所述车辆跟驰行为预测模型通过以下方法训练获取：获取多个人驾车辆子队列，对所述多个人驾车辆子队列进行处理，去除样本量小于预设值的人驾车辆子队列以及不符合跟驰状况的人驾车辆子队列；针对各个所述人驾车辆子队列，执行以下处理：获取所述人驾车辆子队列中第一辆人驾车辆和最后一辆人驾车辆在上一个时间段内的行驶状态信息作为输入样本数据；获取所述人驾车辆子队列中最后一辆车在下一个时间段内的行驶状态信息作为输出样本数据；采用所述输入样本数据和输出样本数据训练初始车辆跟驰行为预测模型，以得到所述训练好的车辆跟驰行为预测模型；其中，所述车辆跟驰行为预测模型包括编码器和解码器；所述将所述第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息输入到训练好的车辆跟驰行为预测模型中，得到所述待预测人驾车辆子队列的最后一辆人驾车辆在未来时间段内的行驶状态信息，包括：所述编码器将输入的第一辆人驾车辆和最后一辆人驾车辆在当前时间段内的行驶状态信息转编码成定长的状态向量；所述解码器将所述定长的状态向量解码为所述预测行驶状态信息；其中，采用所述输入样本数据和输出样本数据训练初始车辆跟驰行为预测模型，以得到所述训练好的车辆跟驰行为预测模型，包括：设置损失函数为： 其中，loss表示训练函数，t2表示预测时间步，t表示当前时刻，表示预测加速度，表示车辆的实际加速度，||ω||2表示正则化项；确定所述损失函数的值是否小于预设值，若是，则确定训练完成，得到所述训练好的车辆跟驰行为预测模型；其中，所述车辆跟驰行为预测模型为多层LSTM模型；在两层LSTM层中包括dropout层，所述LSTM层的设置值为0-1之间的定值。

全文数据：

权利要求：

百度查询： 长安大学 混合队列人驾车辆跟驰行为预测方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD