摘要
本发明提出考虑道路几何条件影响的自动驾驶排放可解释预测方法,包括以下步骤;步骤S1、通过现场实车测试实验,记录自动驾驶车辆的数据及控制策略相关信息,梳理其自动驾驶轨迹与排放数据并进行预处理,构建数据集;步骤S2、以构建的数据集来推算自动驾驶运行工况与道路几何相关信息;步骤S3、利用机器学习方法实施特征工程;步骤S4、从经典机器学习模型库中筛选具有良好可解释性的机器学习模型进行训练;步骤S5、基于模型预测性能与可解释性进行评估,确定最优的自动驾驶排放可解释预测模型;本发明能够考虑不同道路几何和控制策略对自动驾驶排放的影响,有效提高自动驾驶在真实道路场景中的排放预测精度。
技术关键词
可解释预测方法
机器学习模型
车辆比
指标
特征向量法
加速度
层次结构模型
辅助驾驶系统
自动驾驶车
梯度提升机
数据
三阶样条插值法
LNG液化天然气
机器学习方法
车载自动诊断系统
矩阵
车道居中控制
驾驶控制策略
模型库
系统为您推荐了相关专利信息
除草作业
调度控制方法
大田环境
除草机
除草设备
企业画像
画像分析方法
模型训练模块
分析系统
正面
残差网络
地理信息系统
深度学习模型
热力图
深度学习神经网络模型
电力通信网络
状态预测方法
设备运行数据
关键运行参数
节点