基于LSTM网络的驾驶意图识别及车辆轨迹预测

自动驾驶汽车需具备预测周围车辆轨迹的能力,以便做出合理的决策规划,提高行驶安全性和乘坐舒适性。运用深度学习方法,设计了一种基于长短时记忆（LSTM）网络的驾驶意图识别及车辆轨迹预测模型,该模型由意图识别模块和轨迹输出模块组成。意图识别模块负责识别驾驶意图,其利用Softmax函数计算出驾驶意图分别为向左换道、直线行驶、向右换道的概率;轨迹输出模块由编码器-解码器结构和混合密度网络（MDN）层组成,其中的编码器将历史轨迹信息编码为上下文向量,解码器结合上下文向量和已识别的驾驶意图信息预测未来轨迹;引入MDN层的目的是利用概率分布来表示车辆未来位置,而非仅仅预测一条确定的轨迹,以提高预测结果的可靠性和模型的鲁棒性。此外,将被预测车辆及其周围车辆组成的整体视为研究对象,使模型能够理解车-车间的交互式行为,响应交通环境的变化,动态地预测车辆位置。使用基于真实路况信息的NGSIM（Next Generation SIMulation）数据集对模型进行训练、验证与测试。研究结果表明：与传统的基于模型的方法相比,基于LSTM网络的轨迹预测方法在预测长时域轨迹上具有明显的优势,考虑交互式信息的意图识别模块具备更高的预判性和准确率,且基于意图识别的轨迹预测能降低预测轨迹与真实轨迹间的均方根误差,显著提高轨迹预测精度。     

Drivers of transit service loyalty considering heterogeneity between user segments

Users’ loyalty to public transit service is fundamental to promote its popularity in the transportation market. A four-step analytical framework is advanced to investigate the importance of service attributes that heterogeneous transit user segments place on their public transit service loyalty, measured in terms of overall satisfaction and re-use intention. Critical service attributes perceived by transit users that are relevant for loyalty enhancement are explicitly determined, which vary between user segments. It is suggested that the design of strategies aimed to promote the use of public transit by increasing user loyalty towards transit service be targeted at specific attributes that contribute most to loyalty and specific user segments whose original loyalty level is significantly different to others.     

网联车辆并线预测与巡航控制的研究

为检测旁车道车辆驾驶员的并线意图,提升网联车辆巡航跟车的主动安全性,提出了一种基于NAR神经网络学习的迭代循环预测算法。NAR神经网络的训练样本由实际交通环境中的车辆并线数据获得,通过训练的网络预测未来一段时间内旁车的横向行驶轨迹,并根据划定的监控区域计算旁车的切入概率。同时,提出了一种考虑并线概率的跟车距离策略,并应用到网联车辆CACC系统中。结果表明,所提出的并线预测算法能精确计算出旁车的横向换道轨迹,所提出的跟车策略可提升车辆的跟车安全性。     

工程管理中索赔的探讨

对于施工企业在施工项目管理过程中出现的一些误区,了解掌握施工企业索赔的基本原则。从工程项目管理的角度,来研究如何做好施工索赔和施工企业索赔的具体操作步骤,指出了处理好施工索赔的具体方法和措施,并且表明了施工单位进行施工索赔的必要性,它是施工企业保障自身利益的重要手段。     

海战场对敌战术意图序贯识别技术研究

对战场上出现的大量目标隐含的战术意图的正确、快速、自动识别，能大大提高战场指挥人员的决策效率。以战场态势估计为基础，提出战术意图识别的框架模型；结合最大近似法、D—S证据理论用于战术意图序贯识别的不同阶段。该研究属于决策级数据融合的范畴。     

国际工程物资采购和管理风险分析与对策

随着改革开放的不断深入和国民经济的快速发展,我国施工企业参加国际工程承包项目的机会越来越多。但在国际工程项目建设中,所需的物资采购和管理是一个关键环节,处理不好可能存在各种风险,给企业造成经济损失。此文根据国际工程物资采购和流转的特点,对物资采购和管理过程中存在的风险进行识别与分析。通过分析,提出防范和控制风险的对策及建议。     

基于驾驶人转向意图的双电机驱动电动汽车稳定性控制策略

为了使双电机驱动电动车在车辆稳定性控制过程中能够精确解读驾驶意图,使车辆实际行驶状态与驾驶意图期望的车辆行驶状态尽可能相符合,提出一种基于驾驶人意图辨识的稳定性控制策略.利用基于支持向量机递归特征消除(SVM-RFE)得到的特征参数构建基于长短期记忆(LSTM)模型的驾驶人转向意图辨识模型;基于转向意图识别结果,以方向...     

基于驾驶人决策机制的换道意图识别模型

依据驾驶人换道决策的产生机制,提出速度期望满足度、危险感知系数和换道 可行性系数作为换道决策的识别指标并确定其量化方法.通过实车试验数据的分析表明： 量化指标与换道决策存在不同程度的相关性;同时在换道初期、车道保持及过渡状态阶 段存在显著差异.以速度期望满足度、危险感知系数和换道可行性系数为特征输入参数, 建立基于模糊神经网络的驾驶人换道意图识别模型,进行驾驶人换道意图的识别.结果表 明,该模型在换道初期的预测准确率达到89.93%,虚警率为9.52%,优于以碰撞时间TTC 为输入指标的BP神经网络模型,以及以RV、RP、RS为变量的Logistic 模型,说明模型具 有较好的预测准确性.     

翻译中的意图辨析

论述了在翻译中原语意图效应与译语意图效应如何转换再现的机制,从原语有形的结构,以及隐藏在其有形结构之下的内涵意义这两方面上,如何翻译表达出原文意图.前者对于难解难译的棘手之作,有化难为易、事半功倍之功效;后者有助于翻译界拓宽分析研究翻译的视野.     

突发公共卫生事件对出游意愿影响的实证研究

为了考查突发公共卫生事件后公众的出游意愿,在MGB模型的基础上,构建 影响出游意愿各自因素之间关系的概念模型. 提出了10 个假设,揭示突发公共卫生事件 后各因素对出游意愿影响的作用机理,运用回归分析和路径分析方法,对所收集到的有 效样本数据进行实证研究.研究显示,出游态度、感知行为控制和积极的预期情感对出游 欲望有显著的正向影响;出游欲望和非药物干预行为对出游意愿有显著的正向影响;消 极的预期情感对出游欲望有显著的负向影响,对突发公共卫生事件的认知使出游者采取 非药物干预的行为也有明显的正向影响.