首页> 中文期刊> 《电子技术与软件工程》 >基于TCN的车辆跟驰轨迹优化模型

基于TCN的车辆跟驰轨迹优化模型

         

摘要

本文采用了一种深度学习模型——时序卷积神经网络(TCN),模拟车辆跟驰这一基本行为。通过数据筛选,我们从下一代仿真(NGSIM)数据集中提取了i-80路段的192307段车辆跟驰事件用于网络模型的训练。实验结果表明,TCN网络模型具有较好的鲁棒性,在单一车道跟驰情况下能够准确的模拟车辆跟驰。与其他经典网络模型相比,TCN网络模型具有高于LSTM、GRU、RNN等网络模型的训练效率,其能在更少的训练轮数下实现更高精度的车辆跟驰行为的模拟。为了研究该网络模型的泛化性,我们利用了HighD数据集数据及NGSIM数据集中us-101路段数据对网络模型进行评估,结果得到了比LSTM、GRU、RNN等网络模型更好的泛化性。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号