典型文献
基于广义动态模糊神经网络的自动驾驶换道策略优化方法
文献摘要：
为使自动驾驶车辆行驶效率提高,研究安全且高效的自动驾驶车辆换道策略是基础问题之一.本文基于广义动态模糊神经网络模型提出一种以运行效率为优化目标的自动驾驶换道策略.首先,基于元胞自动机建立高速公路交通流模型,分别实现人工驾驶、自动驾驶车辆的跟驰与换道表达方法;进而设计并实现了基于广义动态模糊神经网络(GD-FNN)的自学习算法优化自动驾驶车辆换道策略;最后与元胞自动机经典换道策略进行对比.结果表明:GD-FNN换道策略在处于低密度区具有更高的换道频率;GD-FNN换道策略在驾驶效率上整体优于STCA,在中低密度条件下单位时间内行驶距离可提升12.88％.
文献关键词：
自动驾驶汽车;换道策略;高效驾驶;广义动态模糊神经网络
中图分类号：
作者姓名：
王嘉文;胡晨曦;李少波
作者机构：
上海理工大学管理学院,上海 200093;上海闵行城市建设投资开发有限公司,上海 201199
文献出处：
引用格式：
[1]王嘉文;胡晨曦;李少波-.基于广义动态模糊神经网络的自动驾驶换道策略优化方法)[J].系统工程,2022(06):113-120
A类：
广义动态模糊神经网络,STCA,高效驾驶
B类：
换道策略,策略优化,自动驾驶车辆,车辆行驶,行驶效率,效率提高,车辆换道,基础问题,优化目标,元胞自动机,高速公路交通,交通流模型,跟驰,表达方法,GD,FNN,自学习算法,算法优化,换道频率,下单,单位时间,内行,自动驾驶汽车
AB值：
0.226692
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。
