汽車未來行駛車速預測.pdf

1、汽車車速預測的研究已經(jīng)成為智能汽車以及智能交通領域的研究重點之一。基于車聯(lián)網(wǎng)預測汽車未來行駛車速，可用于汽車路徑導航、碰撞預警及節(jié)能輔助駕駛系統(tǒng)，其研究具有重要的理論與應用價值。
　　本研究主要內(nèi)容包括：①通過VISSIM交通流仿真軟件構建市區(qū)路網(wǎng)模型，模擬實際交通的不同交通狀態(tài)，包括擁堵、暢通、緩行等交通工況，獲得車速預測的原始數(shù)據(jù)。建立了路段實時動態(tài)劃分模型，將變長劃分與定長劃分結合，對汽車未來行駛路段進行細致劃分，確定基本路

2、段及其子路段合成的劃分方法。 ②建立兩種灰色車速預測模型，即簡單灰色預測模型GM(1,1)與灰色神經(jīng)網(wǎng)絡模型GNN。研究表明簡單灰色車速預測模型 GM(1,1)適用于車輛穩(wěn)速行駛、趨于加速行駛、趨于減速行駛的車速軌跡預測中，灰色神經(jīng)網(wǎng)絡則適用于擁堵路段走走停停工況。分析了不同時間間隔對車速預測模型預測時長與精度的影響，并驗證了兩種灰色車速模型的預測精度。③建立最相似近鄰車速預測模型，在路段劃分的基礎上提取路段平均車速，構建當前路段的歷史