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。     

四平市紫气大路立交工程总体设计

为加快东北重要工业基地四平市基础设施建设,紫气大路与东盛大街交叉口需进行总体规划设计。通过对紫气大路立交工程的项目定位、工程现状及规划要求等进行分析和论证,提出3种可行性枢纽立交方案。经过方案对比,确定最佳方案为组合式造型,并对立交工程进行总体设计。     

基于同方差的递增时间序列自回归预测的改善方法

提出了"利用反双曲正弦函数变换提高数据列光滑程度"的新结论,获得了递增时间序列改善的自回归预测新方法。     

基于DWT-LSTM的航道水位智能预测模型研究

航道水位信息是内河船舶安全通航、合理配载的决策依据之一.为揭示内河航道水位特征、提高短时预测精度,提出了一种基于小波分析(DWT)和长短时记忆(LSTM)的耦合神经网络模型,以汉口水位站为例,验证了模型有效性,并与传统BP神经网络、小波分析-BP神经网络和LSTM神经网络模型进行对比分析.研究结果表明:四类模型均可满足...     

宜兴市域轨道交通线网运量预测研究

本文首先简述了宜兴市交通概况及规划,介绍了宜兴市旅游发展概况;其次,通过分析宜兴市域轨道交通线网解决的主要问题,分别预测旅游客流及非旅游客流流量,汇总得出研究年度淡旺季全网客运量指标;最后,从优化地区交通结构、实现旅游资源联动开发、助力地区经济转型升级、践行新时代生态文明价值观等方面论述了规划建设轨道交通线网是非常必要...     

浅谈当前形势下汽车企业在研发阶段进行成本控制的影响

汽车企业在研发阶段进行成本控制的必要性。汽车生产企业在研发早期和研发中后期成本控制的方法介绍,如何合理运用采购成本控制方法在不同的开发阶段进行成本控制,提高经营水平和行业竞争力。     

阀门噪声分析与低噪声阀门设计

主要介绍了阀门噪声的产生原因、目前噪声预测经验方法、噪声控制方法和低噪声技术在阀门设计时的运用.     

提高石门县北站运输能力措施探讨

为全面提升张家界车务段石门县北站运输能力,打通焦柳线与石长线列车通过能力瓶颈问题.笔者通过对石门县北、石门县南、石门县等站到发线运用、接发列车、机车进出库、专调机车运用、施工维修作业等作业层面进行写实调研,从如何提高通道能力和提质营运管理视角分析存在的问题,并以问题和需求为导向,围绕"能力提升、定位提高",提出打造石门...     

基于ABC优化BP神经网络的船舶交通流量预测

为提高船舶交通流量预测的准确性,针对BP神经网络随机确定初始权值和阈值的缺点,提出一种基于人工蜂群算法(Artificial Bee Colony,ABC)改进BP神经网络的ABC-BP船舶交通流量预测模型.利用人工蜂群算法全局搜索能力和不易陷入局部最优的特点,对BP神经网络的初始权值和阈值进行优化,并以青岛港船舶交通...     

汽车模块化设计背景下的整车成本收益管控

以模块化设计为基础,将模块作为研究对象,将整车的成本企划思想代入模块化设计的产品规划,提出在模块化设计下的整车收益管控方案。