-
题名基于GRU递归神经网络的城市道路超车预测
被引量：5
- 1
-
-
作者
王浩
黄美鑫
武志薪
鞠建敏
-
机构
上海应用技术大学计算机科学与信息工程学院
-
出处
《中国科技论文》
CAS
北大核心
2019年第3期285-290,共6页
-
文摘
城市道路中的超车行为尤其是违规超车等,对交通秩序与安全造成严重影响。随着电子警察与卡口等车牌识别系统的广泛应用,通过上下游车牌识别与时间对比,可以较为精确地获取车辆在路段之间的超车关系。基于电子警察处理的超车数据建立了基于GRU递归神经网络的城市道路超车率预测模型,预测城市道路超车率的变化趋势,并与循环神经网络(recurrent neural network,RNN)、反向传播(back propagation,BP)神经网络进行对比。在苏州工业园区星湖街-现代大道路段的测试结果表明,基于GRU递归网络的超车预测模型的绝对值误差为12.52%,相比于其他2种模型,精度高、泛化能力强、鲁棒性强。
-
关键词
深度递归神经网络
神经网络
超车预测
交通安全
-
Keywords
gated recurrent unit(GRU)
neural network
overtaking prediction
traffic safety
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
U491
[自动化与计算机技术—计算机科学与技术]
-
-
题名高速公路拥堵路段缓解系统
被引量：1
- 2
-
-
作者
于凡媛
孙宁
-
机构
南京林业大学汽车与交通工程学院
-
出处
《微处理机》
2022年第5期55-59,共5页
-
基金
国家自然科学基金资助项目(61803206)
产业前瞻与共性关键技术重点项目(BE2017008-2)
+1 种基金
南京林业大学青年科学创新基金(CX2018004)
南京林业大学2021年大学生创新训练计划项目“基于车路协同系统的智能算法车辆换道模型”(2021NFUSPITP0734)。
-
文摘
针对城市高速交通复杂路段的拥堵问题,设计开发一种智能缓解交通系统。系统利用树莓派主流处理机,构建车速实时检测、车距跟踪雷达、超速预警以及智能扣费等系统的模型,并搭配电源模组、无线通信设备模组与上位机系统共同实现设计功能。通过检测车速与车距,对车辆是否会超车进行预测,并对驾驶员在高速公路上的安全驾驶情况进行评估和智能扣费,实施对拥堵路段的监测和管控,同时规范驾驶员行为。系统顺应智能交通技术发展趋势,软件功能丰富,可为安全出行与驾驶提供有效的辅助。
-
关键词
树莓派
雷达测距
高速公路拥堵
车速监测
超车预测
智能扣费
-
Keywords
Raspberry Pi
Radar ranging
Highway congestion
Vehicle speed monitoring
Overtaking forecast
Intelligent toll charge
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
