摘要
一种考虑交通环境动态跟车场景下的车速预测方法及系统,方法包括通过在自然驾驶数据集中设置跟车流程的标准和阈值,提取出跟车案例数据;使用目标检测算法获取跟车案例数据相关交通环境特征,并提取跟车案例数据中的车辆动力学参数,将车辆动力学参数与交通环境特征进行融合,归一化处理之后得到融合特征;采用组合特征选择方法去除融合特征中的冗余变量;将去除冗余变量之后的融合特征划分数据集,训练预先建立的Informer‑FDR车速预测模型,利用训练后的车速预测模型获取车速预测结果。本发明有效反映了驾驶员与交通环境的动态交互特征和潜在的交通冲突,增强了模型对复杂驾驶环境的理解,提升了车速预测的实时性和准确性。
技术关键词
车速预测方法
融合特征
深度学习模型
交通
特征选择方法
数据
蒸馏
变量
车辆
冗余
车速预测系统
动态
场景
编码器
算法
注意力机制
序列
油门踏板开度
系统为您推荐了相关专利信息
功耗测试方法
曲线
评估处理器
工作条件数据
动态测试数据
句法信息
中文命名实体识别方法
序列
上下文特征
字符
深度学习模型
分类方法
混合算法
海洋
深度学习识别