基于支持向量机的跟车模型优化  

作　　者：雷益艳 赵新梅 李震 

机构地区：[1]国防科技大学信息通信学院试验训练基地,陕西西安710106

出　　处：《公路与汽运》2018年第4期40-43,共4页Highways & Automotive Applications

基　　金：国家自然科学基金资助项目(61374196)

摘　　要：利用毫米波雷达、车辆总线设备及GPS等设备搭建实车数据采集平台,采集真实交通环境下车辆跟车行驶时前车运动状态表征参数,以两车间相对速度、相对距离、自车速度和横摆角速度为输入参数,基于支持向量机理论,利用粒子群算法对支持向量机参数进行优化,建立跟车行驶时前车运动状态预测模型。结果表明,该模型能有效预测前车加速、减速及稳速状态,时间窗口宽度为3s时,直线道路上的预测准确率为89%;时间窗口宽度为3.5s时,曲线道路上的预测准确率为87%。

关 键 词：交通安全 跟车模型 前车运动状态 支持向量机 粒子群算法 

分 类 号：U491.6[交通运输工程—交通运输规划与管理]