基于贝叶斯网络的联网环境中跟车工况下的前车运动状态预测

• 作者: 张书玮 张金辉 李克强 李红 罗禹贡
• 来源期刊: 汽车工程
• 关键词: 智能驾驶 状态预测 车联网 贝叶斯网络
• 年，卷（期）: 2019,（3）
• 页码范围: 245-251,274
• 页数: 8页
• 字数: 4951字
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2019.03.002

摘要

车辆行驶过程中,前方车辆运动状态预测是车辆智能控制系统的重要研究部分.车辆运动状态受其驾驶员驾驶风格、道路状况、交通流、前方车辆运动速度和加速度等因素的影响,使车辆在未来一定时间段内的运动状态具有较大不确定性,给前方车辆的运动状态预测带来困难,因此本文中对跟车工况下前车运动状态预测进行研究.本文中在分析车辆跟车工况时的运动特性,采用贝叶斯网络对前方车辆运动速度进行预测,将获得的车辆跟车工况时的运动状态数据分为训练集和测试集.通过训练集辨识前车速度预测贝叶斯网络参数,通过测试集检验前车速度预测贝叶斯网络的预测效果.对前车未来0.1,0.5,1和2s时的运动速度进行预测,预测结果表明,前车的实际运动速度均在前车速度预测贝叶斯网络预测的95％置信区间内.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李红	清华大学汽车安全与节能国家重点实验室	46	464	11.0	20.0
2	李克强	清华大学汽车安全与节能国家重点实验室	233	4346	35.0	54.0
3	罗禹贡	清华大学汽车安全与节能国家重点实验室	110	1689	24.0	37.0
4	张书玮	清华大学汽车安全与节能国家重点实验室	8	19	2.0	4.0
5	张金辉	清华大学汽车安全与节能国家重点实验室	2	3	1.0	1.0