基于Shared-LSTM的重型卡车不同加速驾驶行为油耗预测方法

王一婷; 行本贝; 李彬; 刘戈; 张翔宇

首页> 中文期刊> 《计算机与现代化》 >基于Shared-LSTM的重型卡车不同加速驾驶行为油耗预测方法

基于Shared-LSTM的重型卡车不同加速驾驶行为油耗预测方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

规范重型卡车驾驶行为可以有效降低油耗,这对交通行业节能减排和国家“双碳”战略都有积极作用。本文采集多辆重型卡车1个月的CAN总线数据,定量分析不同加速驾驶行为(急加速、正常驾驶、急减速)与油耗之间的关系。针对现有油耗预测方法效率低、精度差的问题,本文对LSTM模型进行改进,提出一种共享权重的LSTM模型(Shared-LSTM)。基于采集的车辆CAN总线数据,本文对比分析Shared-LSTM、GRU和BP神经网络模型对同车型同路况多行为下的油耗预测效果。实验结果表明,改进的LSTM模型在不同加速驾驶行为下的预测效率均提高3%以上,且各方面预测指标均要优于其他模型。以急加速驾驶行为为例,Shared-LSTM模型相较于GRU和BP神经网络在平均绝对误差、均方误差、均分根误差等方面均降低了5%以上。因此,Shared-LSTM模型可广泛应用于多种驾驶行为下的油耗预测。

著录项

来源
《计算机与现代化》 |2023年第3期|121-126|共6页
作者
王一婷; 行本贝; 李彬; 刘戈; 张翔宇;
展开▼
作者单位

长安大学信息工程学院;

长安大学汽车学院;

展开▼
原文格式 PDF
正文语种 chi
中图分类在其他方面的应用;人工神经网络与计算;燃料消耗与节油及燃料管理;
关键词
重型卡车; 油耗预测; 驾驶行为; LSTM; 预测效率;

相似文献

中文文献
外文文献
专利

1. 基于预测轨迹的无人驾驶矿用卡车主动防撞方法研究 [J] . 李程 ,张乾 ,王斌 . 控制与信息技术 . 2022,第5期
2. 基于加速度计的智能网联汽车驾驶行为建模方法 [J] . 宋海娜 . 移动通信 . 2019,第004期
3. 基于注意力机制及分层网络的危险驾驶行为预测方法 [J] . 徐文翔 ,王俊骅 ,傅挺 . 同济大学学报:自然科学版 . 2022,第5期
4. 基于脸部行为预测的疲劳驾驶检测方法研究 [J] . 陈友鹏 . 开封教育学院学报 . 2018,第004期
5. 浅析中重型卡车驾驶室焊装车间设计 [C] . 刘淑艳 ,李成国 . 一汽集团公司科学技术协会2011年工厂工艺规划学会技术交流会 . 2011
6. 基于驾驶风格分类的卡车油耗预测 [A] . 吴丽宁 . 2020

基于Shared-LSTM的重型卡车不同加速驾驶行为油耗预测方法

摘要

著录项

相似文献

相关主题

期刊订阅