基于SVM的弯道行车安全辨识

车辆运行安全状态辨识能够很好地提前规避风险,在弯道这样事故多发的路形上显得尤为重要。通过ADAMS软件仿真车速、弯道半径、超高对车辆过弯行驶状态的影响并进行预处理,形成辨识模型的训练集,再分别用网格搜索法、遗传算法、粒子群算法对支持向量机(Support Vector Machines,SVM)模型进行优化,建立安全状态辨识模型。试验结果表明,优化后的SVM模型可以有效辨识出弯道行驶安全状态,识别率超过90%。