摘要
本发明涉及一种基于CNN‑LSTM的融合多因素的自适应雾天驾驶速度引导方法,包括以下步骤:S1、收集高速公路网联环境下的交通流运行数据;S2、预测高速公路雾区安全通行的限速值,基于CNN‑LSTM深度学习模型,结合高速公路雾天环境数据及当前车辆状态,实时预测车辆的最优限速值;S3、制定预警信息内容;S4、使用车载HMI与语音提示功能向驾驶人传达预警信息;S5、确定雾区信息发布的位置;S6、面向智能网联车端进行预警信息推送。本发明能够有效应对复杂的雾天道路环境,具备较强的场景适应性,为驾驶人提供全方位的安全支持,显著提升雾天驾驶的安全性和通行效率。
技术关键词
速度引导方法
雾区
语音提示功能
LSTM模型
能见度
交通流
雾天环境
深度学习模型
交通管理平台
路径规划功能
图像
线性插值方法
卡尔曼滤波算法
激光雷达数据
车辆
时序
智能网
系统为您推荐了相关专利信息
状态监测方法
置信度阈值
趋势预测模型
刻度
深度学习模型
智能水位监测系统
Huffman编码
云端管理平台
传感节点
数据传输方法
双相不锈钢
冒口
浇注工艺
缺陷预测
训练样本数据