典型文献
混合交通下基于车联网的无线集群智能轨迹预测算法
文献摘要：
5G网络是车联网(Internet of Vehicles,IoV)发展的关键一步,其低时延的特点可以实现自动驾驶车辆对前方实时交通信息感知的需求,为预先制动、 提前绕行等驾驶行为提供参考.针对混合交通场景中手动驾驶车辆可能会出现的危险驾驶行为,基于长短时记忆(Long Short-Term Memory,LSTM)网络和无线集群学习框架,提出了一种基于车联网的无线集群智能轨迹预测(Swarm Learning-based Trajectory Prediction,SLTP)算法.SLTP算法以智能网联汽车为研究对象,在使用去中心化的无线集群学习保护用户隐私数据的同时,使用车车无线通信系统感知周边手动驾驶车辆的历史轨迹信息并给出轨迹预测.通过使用美国高速公路行车NGSIM(Next Generation Simulation)的真实交通数据集评估SLTP的轨迹预测准确性能,评估结果表明,与现有的基于LSTM网络轨迹预测方法相比,SLTP算法在同样的无线通信开销下对于周边手动驾驶车辆的轨迹预测误差降低了43.1％,表明SLTP算法在车联网场景下的轨迹预测应用中具有良好的鲁棒性和准确性.
文献关键词：
车联网;无线集群学习;混合交通;轨迹预测;长短时记忆网络
中图分类号：
作者姓名：
王哲;韩银辉;蒋明智;袁征;张琳
作者机构：
北京邮电大学 人工智能学院, 北京 100876
文献出处：
引用格式：
[1]王哲;韩银辉;蒋明智;袁征;张琳-.混合交通下基于车联网的无线集群智能轨迹预测算法)[J].无线电工程,2022(01):33-38
A类：
无线集群学习,集群学习,SLTP
B类：
混合交通,车联网,集群智能,轨迹预测,预测算法,Internet,Vehicles,IoV,低时延,自动驾驶车辆,前方,交通信息感知,绕行,交通场景,危险驾驶行为,Long,Short,Term,Memory,Swarm,Learning,Trajectory,Prediction,智能网联汽车,用去,去中心化,用户隐私,隐私数据,用车,车车,无线通信系统,历史轨迹,轨迹信息,出轨,高速公路,NGSIM,Next,Generation,Simulation,实交,交通数据,预测准确性,通信开销,预测误差,预测应用,长短时记忆网络
AB值：
0.335215
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。
