基于智能驾驶员模型算法的长期跟车车速预测研究 |
| |
作者姓名: | 缴文政 孙志强 付景顺 孙凤 |
| |
作者单位: | 沈阳工业大学 |
| |
基金项目: | 国家自然科学基金项目(52005345);;国家重点研发计划项目(2020YFC2006701); |
| |
摘 要: | 针对新能源汽车能量管理中难以长期、精准地预测车速的问题,提出了一种基于模型的参数化车速预测方法,利用传感器和GPS提供的前瞻数据预测车辆的速度轨迹。首先根据整车动力学和车辆停车转弯趋势建立基于智能驾驶员模型(IDM)的车速预测算法;然后,从NGSIM公开数据集中筛选数据用于参数标定及仿真;最后,利用遗传算法(GA)对算法参数进行标定。仿真验证结果表明,优化后的车速预测算法在通畅或拥堵的交通环境中,对于长期车速预测均有较高的精度,误差可控制在8%~13%范围内。
|
|
|