公开(公告)号：CN114881200A

公开(公告)日：2022-08-09

申请号：CN202210367267.9

申请日：2022-04-08

Applicant: 北京工业大学

Inventor： 李振龙 ,  刘钦 ,  张子号 ,  潘梦妞

IPC: G06N3/04 ,  G06N3/08 ,  G06K9/62 ,  G06Q10/04

Abstract: 一种基于迁移学习与LSTM‑NN的雾天环境下跟驰车辆加速度预测方法，由源域样本选择和LSTM模型的训练组成。源域样本选择包括筛选依据和数量选择；筛选依据是通过改进的LCSS算法求解所得到的源域样本与目标域样本之间的相似度，并考虑到驾驶员的跟驰行为在很大程度上取决于前车与后车车速差Δv、车头间距h以及本车加速度a，因此选取γ作为衡量两个样本的描述特征；数量选择是根据源域样本的相似度，选择不同数量的源域样本对LSTM模型进行训练，通过模型性能对比以选择合适的数量。本发明采用的迁移样本筛选机制能够有效减少负迁移，以利用较少的雾天环境下跟驰样本，获得性能更理想的跟驰模型。

公开(公告)号：CN114881200B

公开(公告)日：2024-07-12

申请号：CN202210367267.9

申请日：2022-04-08

Applicant: 北京工业大学

Inventor： 李振龙 ,  刘钦 ,  张子号 ,  潘梦妞

IPC: G06N3/096 ,  G06N3/0442 ,  G06F18/22

Abstract: 一种基于迁移学习与LSTM‑NN的雾天环境下跟驰车辆加速度预测方法，由源域样本选择和LSTM模型的训练组成。源域样本选择包括筛选依据和数量选择；筛选依据是通过改进的LCSS算法求解所得到的源域样本与目标域样本之间的相似度，并考虑到驾驶员的跟驰行为在很大程度上取决于前车与后车车速差Δv、车头间距h以及本车加速度a，因此选取γ作为衡量两个样本的描述特征；数量选择是根据源域样本的相似度，选择不同数量的源域样本对LSTM模型进行训练，通过模型性能对比以选择合适的数量。本发明采用的迁移样本筛选机制能够有效减少负迁移，以利用较少的雾天环境下跟驰样本，获得性能更理想的跟驰模型。

公开(公告)号：CN115689294A

公开(公告)日：2023-02-03

申请号：CN202211432986.0

申请日：2022-11-16

Applicant: 北京工业大学

Inventor： 李振龙 ,  潘梦妞 ,  陈浩林 ,  刘钦 ,  董爱华 ,  赵晓华

IPC: G06Q10/0635 ,  G06Q10/0639 ,  G06F17/16

Abstract: 本发明提出了一种基于IAHP‑EWM‑LDM的L3级自动驾驶接管过程安全性评价方法，该方法综合考虑了接管全过程中的驾驶人视觉特性、驾驶人操纵行为以及车辆运行状态，提出接管过程安全性表征参数，通过变异系数法和Spearman相关性判别法对参数进行筛选，得到评价指标；利用改进层次分析法求取指标主观权重，利用熵权法求取指标客观权重，利用级差最大化法组合主、客观权重获得指标综合权重，从而提出改进层次分析法、熵权法和级差最大化法相结合的指标权重求取方法。从而构建接管过程安全性评价模型，对接管过程进行评价。与现有方法相比，本发明分析驾驶人接管车辆全过程，并增加了风险感知方面的指标。在分析客观数据获取信息的基础上，结合了主观上的专家经验，实现了接管过程安全性的综合评价。