网联车辆并线预测与巡航控制的研究

• 作者: 张旭东 张涛 王文伟 邹渊
• 来源期刊: 汽车工程
• 关键词: 并线意图 神经网络 切入概率 网联车辆巡航控制
• 年，卷（期）: 2020,（2）
• 页码范围: 250-256
• 页数: 7页
• 字数: 5697字
• 语种: 中文
• DOI: 10.19562/j.chinasae.qcgc.2020.02.016

摘要

为检测旁车道车辆驾驶员的并线意图,提升网联车辆巡航跟车的主动安全性,提出了一种基于NAR神经网络学习的迭代循环预测算法.NAR神经网络的训练样本由实际交通环境中的车辆并线数据获得,通过训练的网络预测未来一段时间内旁车的横向行驶轨迹,并根据划定的监控区域计算旁车的切入概率.同时,提出了一种考虑并线概率的跟车距离策略,并应用到网联车辆CACC系统中.结果表明,所提出的并线预测算法能精确计算出旁车的横向换道轨迹,所提出的跟车策略可提升车辆的跟车安全性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张旭东	北京理工大学机械与车辆学院	13	43	4.0	6.0
2	张涛	北京理工大学机械与车辆学院	25	220	8.0	14.0
3	邹渊		3	4	1.0	2.0
4	王文伟		4	45	3.0	4.0