基于四阶段法的大型车超速辨识模型及其优化

• 作者: 包旭 张山华 殷永文 陈锦文
• 来源期刊: 现代电子技术
• 关键词: 大型车 超速辨识 逆向还原 四阶段 调节因子 BP神经网络
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 智能交通与导航
• 页码范围: 137-141
• 页数: 5页
• 分类号: TN911.1-34|U491.31
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2018.21.031

摘要

为了准确判定垂直侧碰电动自行车的大型车是否超速,结合骑车人、电动自行车的抛距和大型车碰撞前后制动距离,将碰撞过程逆向还原成四个阶段,提出基于四阶段法的大型车超速辨识模型(OILV).分析OILV误差产生的原因,设置大型车碰撞前制动距离调节因子,并利用BP神经网络确定调节因子值,提出基于BP神经网络的大型车超速辨识模型(BP-OILV).验证结果表明,相比于OILV,BP-OILV最高可将单个验证样本辨识误差由3.17％减小至0.01％,可将多个样本的误差均值由1.99％减小至0.29％,误差标准差由0.011减小至0.002,可精确稳定地辨识大型车是否超速.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	包旭	淮阴工学院江苏省交通运输与安全保障重点建设实验室	24	112	7.0	9.0
2	陈锦文	淮阴工学院江苏省交通运输与安全保障重点建设实验室	2	2	1.0	1.0
3	张山华	南京工业大学交通学院	2	1	1.0	1.0
4	殷永文		4	9	2.0	3.0