基于隐马尔可夫模型的半挂车制动侧滑状态辨识

为了识别半挂车在制动过程中是否有侧滑的危险,及时将车辆状态反馈给驾驶员以提高车辆主动监控预警,从车辆重心偏移、车速和道路三方面选出对制动侧滑影响较明显的4个特征参数,输入到ADAMS仿真软件进行直线制动仿真实验。建立基于隐马尔可夫模型的制动侧滑辨识模型,采用Baum-Welch算法对模型进行训练,得到似然模型的最优参数λ。优化后的HMM模型能有效识别半挂车的制动侧滑状态且辨识准确率接近90%。

基于NGSIM数据的汽车变道越线时间预测

为预测汽车变道越线时间,基于NGSIM数据提取汽车的真实越线时间,选定变道车和其周围汽车的行驶状态参数作为潜在影响因素。随机选取60组训练数据,先利用Spss软件逐步回归法对越线时间与自变量进行多元线性回归拟合,再通过Matlab编程对越线时间进行多元非线性回归拟合,分别建立多元线性和非线性回归越线时间预测模型;对模型进行训练后得到各模型的系数,分别测试除训练数据外的30组数据并对比拟合效果。结果表明,所建立的多元非线性回归模型能够有效预测汽车变道越线时间,预测有效率达到83%。