咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >车联网环境下低速自动驾驶车辆主动服务方法研究 收藏

车联网环境下低速自动驾驶车辆主动服务方法研究

Research on Active Service Method for Low-Speed Automated Vehicles in the Internet of Vehicles Environment

作     者:李俊虎 张洲 华国栋 王众 梁军 Li Junhu;Zhang Zhou;Hua Guodong;Wang Zhong;Liang Jun

作者机构:江苏大学镇江212013 江苏智行未来汽车研究院有限公司南京211111 

出 版 物:《汽车技术》 (Automobile Technology)

年 卷 期:2024年第11期

页      面:10-21页

学科分类:080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术(可授工学、理学学位)] 082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基  金:江苏省智能网联汽车产业创新联盟车联网开放研究课题项目(ORP-2021-004) 宝应县重点研发计划项目(BY201908) 

主  题:低速自动驾驶车辆 主动服务 车联网 服务平台 

摘      要: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。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分