重庆理工大学学报（自然科学）

重庆理工大学学报（自然科学） ›› 2019, Vol. 33 ›› Issue (11): 47-51,80.doi: 10.3969/j.issn.1674-8425(z).2019.11.007

• 车辆工程 • 上一篇    下一篇

基于ＲＢＦ神经网络的车辆安全换道时机决策模型研究

王俊彦１，２，蔡骏宇２   

  1. １．镇江市高等专科学校 交通学院，江苏 镇江 ２１２０００；２．江苏大学 汽车与交通工程学院，江苏 镇江 ２１２０１３
  • 收稿日期:2018-11-01 出版日期:2019-12-18 发布日期:2019-12-18
  • 作者简介:王俊彦，男，博士，主要从事汽车驾驶人辅助系统研究，Ｅ-ｍａｉｌ：３９７７８６９３２＠ｑｑ．ｃｏｍ；蔡骏宇，女，博士研究生，主要从事智能汽车自主换道决策方法与控制研究，Ｅ-ｍａｉｌ：４１５８５１０５７＠ｑｑ．ｃｏｍ。
  • 基金资助:
    国家自然科学基金项目（１５６４２０１，５１６７５２３５）；江苏省普通高校研究生科研创新计划（４０６１１２０００７）

  • Received:2018-11-01 Online:2019-12-18 Published:2019-12-18

PDF (PC)

443

赞

摘要： 为了帮助驾驶人正确决策车辆换道时机，使用了一种模式识别方法———ＲＢＦ神经网络，建立了车辆换道时机决策模型。模型可以预测车辆换道的安全性，从而保证驾驶人和车辆的安全。对车辆换道时机决策的影响因素进行了分析，提出了１１个现代传感器容易获取的影响参数，并作为ＲＢＦ神经网络的输入变量。模型的学习和测试运用了大量的车辆行驶数据，实验结果显示：１１个参数的 ＲＢＦ 神经网络模型预测精度较高，可以达到８７．９％ ，高于７个参数模型的８１．８％ ；随着模型精度的不断提高，在驾驶主动安全系统和智能车辆无人驾驶系统中，本文模型也可以起到关键的作用。

关键词: 公路运输, 决策模型, ＲＢＦ神经网络, 车辆换道, 智能车辆

中图分类号: 

  • Ｕ４６１．９１