车联网环境下低速自动驾驶车辆主动服务方法研究

针对低速自动驾驶车辆(LSAV)运营过程中的用户服务需求,基于行车主动服务系统(DASS)已有功能,设计了考虑用户需求和LSAV服务范围相协调的LSAV主动服务平台(LSAV-ASP),包括感知层、存储层和应用层,感知层用于获取交通网络中实时的车辆、道路、交通环境等信息,存储层用于将数据分类存储至LSAV服务池,应用层用于设计和应用服务匹配方法和服务评价优化算法,并提出了LSAV主动服务匹配算法和模糊优化神经网络评价模型(FES-GALMBP),仿真验证结果表明,所提出的匹配算法和评价模型相较于传统算法性能更优,评价模型对评价集LSAV客车运营质量与运营安全性评价的准确率相较反向传播(BP)神经网络模型准确率分别提高了49百分点和38百分点。