摘要
本发明涉及边缘计算的场景优化领域,具体涉及一种基于自动驾驶边缘场景参数加速迭代的方法。首先,根据NGSIM车辆轨迹数据集,进行驶入匝道的车辆速度、位置数据的提取和分析;其次,对提取车辆的速度、位置参数进行蒙特卡洛模拟下的敏感性分析;最后,将敏感性参数加入到粒子群算法的迭代过程中,得到最终的检测结果。本发明通过对车辆位置数据的聚类分析能够更有效率的提取特征信息,并在粒子群算法寻优的过程中加入敏感性参数,提升了粒子群算法的寻优速率,从而加速场景参数的迭代过程。本发明可有效提升场景建模的可靠性和适用性,不仅增强了特征提取的准确性,并且优化了算法的计算效率,为场景参数的快速优化提供了可靠的支持。
技术关键词
粒子群算法
参数
车辆轨迹数据
场景
蒙特卡洛
速度
遗传算法
样本
有效率
变量
坐标
车道
定义
速率
关系
系统为您推荐了相关专利信息
预训练模型
训练预测模型
剩余使用寿命
轴承剩余寿命
振动信号特征
抽油机工况
故障实体
智能分析方法
注意力
抽油机故障诊断
无人机飞行控制方法
特征提取网络
数据暂存机制
飞行控制参数
状态机模型