一种基于RTRL的神经网络驾驶员巡航模型

• 作者: 刘美艳 张袅娜
• 来源期刊: 电子科技
• 学科: 交通运输
• 关键词: RTRL 驾驶员模型 神经网络 巡航
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 协议·算法及仿真
• 页码范围: 5-7
• 页数: 3页
• 分类号: TP183|U27
• 字数: 1548字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2016.06.002

摘要

针对大多数巡航模型未能充分考虑驾驶员的行为特性,文中设计了以实时递归学习算法的神经网络为核心的驾驶员巡航模型.该模型选取前车车速、本车车速、前车加速度和安全车间距共4个参数作为模型输入,以驾驶员控制自车所期望的加速度值为输出,通过真实环境下的巡航实验获取数据样本对RTRL的神经网络进行训练,并对该模型进行仿真验证.仿真实验结果表明,本车期望加速度的预测值与实际真实值基本一致,误差控制在0.05以内,说明该模型能较准确的模拟驾驶员的巡航行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张袅娜	长春工业大学电气与电子工程学院	51	243	10.0	13.0
2	刘美艳	长春工业大学电气与电子工程学院	1	2	1.0	1.0