典型文献
基于深度学习LSTM的智能车辆避撞模型及验证
文献摘要：
建立了一种基于深度学习长短期记忆(LSTM)网络的智能车辆避撞模型.搭载虚拟测试驾驶(VTD)仿真软件的模拟驾驶器;针对跟车行驶、前车紧急制动这一危险工况,开展模拟驾驶实验;以相对距离、相对速度、前车减速度、碰撞时间、横向距离作为输入参数;通过未经训练的样本数据对模型迁移性进行验证,并与传统反向传播(BP)神经网络进行对比.结果表明:本模型自车减速度和方向盘转角预测的决定系数R2分别高于传统BP模型0.17和0.21.因而,本文模型对大数据样本具有更优的拟合优度,能够表征驾驶员实际避撞行为,在驾驶辅助系统应用中具有推广价值.
文献关键词：
智能车辆;避撞;模拟驾驶器;深度学习;长短期记忆(LSTM);驾驶辅助系统
中图分类号：
作者姓名：
房亮;关志伟;王涛;龚进峰;杜峰
作者机构：
天津职业技术师范大学 汽车与交通学院,天津 300222,中国;天津职业大学 汽车工程学院,天津 300410,中国;中国汽车技术研究中心,天津 300300,中国;天津市智能交通技术工程中心,天津 300222,中国
文献出处：
引用格式：
[1]房亮;关志伟;王涛;龚进峰;杜峰-.基于深度学习LSTM的智能车辆避撞模型及验证)[J].汽车安全与节能学报,2022(01):104-111
A类：
模拟驾驶器
B类：
智能车辆,避撞模型,长短期记忆,搭载,虚拟测试,VTD,车行,前车,紧急制动,危险工况,模拟驾驶实验,相对距离,相对速度,减速度,碰撞时间,横向距离,输入参数,经训,模型迁移,迁移性,反向传播,方向盘,决定系数,拟合优度,驾驶员,驾驶辅助系统,系统应用
AB值：
0.33638
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。
