典型文献
考虑驾驶行为预判的改进ARIMA车速短期预测方法
文献摘要：
提高车速预测精度是制定车辆预测能量管理控制策略的关键.而采用传统ARI-MA模型(autoregressive integrated moving average model)恒定阶数预测的方法预测车速,在车辆非平稳工况下的累积预测误差较大,无法满足各个驾驶行为下的车速预测需求.针对这一问题,提出一种基于驾驶行为预判的改进ARIMA车速短期预测方法.首先,基于扩展卡尔曼滤波EKF(extended kalman filter)原理建立车辆3自由度车速估计模型,实现车速的最优估计;其次,将驾驶行为分为直行、变道和转弯3类,离线训练BP神经网络(back propagation neural net),结合定阶ARIMA方向盘转角和车速预测实现车辆驾驶行为预判;最后,依据驾驶行为预判结果在线修正ARIMA模型阶数,实现车速变阶ARIMA预测;基于实车数据在Matlab仿真环境下进行仿真分析,结果表明:在各驾驶行为发生期间,车速ARIMA模型变阶预测与定阶预测相比,预测精度提高了48.1％.该方法可为提高车辆的预测控制和能量预分配提供参考.
文献关键词：
车速预测;扩展卡尔曼滤波;ARIMA模型;BP神经网络
中图分类号：
作者姓名：
郭兴;马彬;杨朝红;李卓;陈勇
作者机构：
北京信息科技大学 机电学院,北京 100192;新能源汽车北京实验室,北京 100192;北京电动车辆协同创新中心,北京 100192;北京交通职业学院 汽车工程系,北京 102618
文献出处：
引用格式：
[1]郭兴;马彬;杨朝红;李卓;陈勇-.考虑驾驶行为预判的改进ARIMA车速短期预测方法)[J].重庆理工大学学报,2022(01):51-59
A类：
B类：
驾驶行为,行为预判,ARIMA,短期预测,高车,车速预测,能量管理,管理控制,autoregressive,integrated,moving,average,model,定阶,非平稳工况,预测误差,扩展卡尔曼滤波,EKF,extended,kalman,filter,立车,车速估计,最优估计,直行,变道,转弯,离线训练,back,propagation,neural,net,合定,方向盘,车辆驾驶,在线修正,模型阶数,速变,实车数据,Matlab,仿真环境,发生期,预测控制,预分,配提
AB值：
0.388856
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
