摘要
本发明一种自动驾驶车辆事故致因分析方法,获得自动驾驶车辆事故报告的数据集;对所述数据集进行预处理,所述预处理包括异常值清理、错误数据纠正、缺失数据修补;构建自动驾驶车辆事故的解释变量体系,并对事故特征进行统计描述;综合现有自动驾驶车辆事故研究数据与结论,基于解决异质性问题的随机参数Logit方法,提出事故致因分析模型;基于先验知识和分析结果,设计随机参数变量,构建RPL模型:采取蒙特卡罗方法,对概率密度函数进行多次抽样,以模拟概率均值作为积分近似解;通过RPL模型实现自动驾驶车辆事故中变量随机参数效应的分析。本发明实现了对自动驾驶车辆事故重要特征和影响因素异质性的致因解释。
技术关键词
分析方法
车辆
缺失数据修补
自动驾驶技术
变量
蒙特卡罗方法
概率密度函数
参数
模拟仿真方法
多元传感器
效应
报告
非机动车
安全气囊
处理器
交叉口
可读存储介质
方程
决策
系统为您推荐了相关专利信息
分布式边缘计算方法
分布式云
深度Q学习
卸载系统
深度强化学习
车位检测方法
激光雷达
占据栅格地图
车位搜索方法
牵引车
神经网络预测模型
能耗预测方法
三维建筑模型
线型
变量
模拟退火算法
航迹规划方法
节点
回路
计算机存储介质
物流配送路径优化
协作式
车辆状态监测
车辆监控
路径优化算法