用神经网络预测行驶车速.rar

附件C：译文

用神经网络预测行驶车速

摘要 汽车在行驶路面上未来一刻的速度的预测对于许多先进的安全系统是一个非常重要的环节。我们提出了一个2阶神经网络的方法：首先，在一个给定区域，汽车速度的（少量的）特征从路面特征中被估计出来了。第二，对于特殊路程，当前位置的速度，加上第一阶段中当前和未来位置输出的速度特征参数将被用来预测以后的速度。我们的途径类似于以前不变百分点的经验常数的方法。它达到了几乎相同的预测精度，同时把数据的要求降低到了一个切实可行的数量，并且能够把先前不在训练集的极限速度归纳进来。
1介绍
汽车速度的精确预测对于很多可能的安全和便利的系统是一种很重要的技术。应用领域包括例如给驾驶员的最佳操作的建议，预知汽车前方道路上的潜在的危险，以及前方所发生的事件，并最终对汽车的某些部分进行自动紧急干预。速度预测同时也可以支持司机的工作量预测，其中重要的是提供远程信息服务为基础的服务给司机[7]。
国运输部（DOT）已经成立了一个在智腀@盗局鞫↖VI）下的侧翻稳定性顾问(RSA)项目以致力于处理卡车侧翻滚转，侧翻是一个在运输团体中非常严重的问题[2]。通过一年的现场操作实验，大量的车辆探测器数据采集起来了，六辆安装有差分式全球定位系统接受器的集装箱列车,并且收集了它们行驶在印第安纳州到密歇根州区的路面上的数据，作为普莱克斯的商业运行的一部分。GPS定位数据以2赫兹频率记录，所记录的数据分别是经度，纬度，海拔高度，时间步长，差分修正，不同的方位，不同的使用年限，精度衰减，一些汽车总线上的数据，包括速度，刹车和加速度也被记录下来了。这些数据反映了真实的运行环境，反映了实际的道路特点，交通状况，及驾驶行为。
LLC公司的人员发明了一种方法，以评估在某一特定的道路侧翻危险，这主要是根据给定的速度和曲率与最高安全横向加速度取时卡车的物理限制。然而，在当前时刻实施这项措施当发生危险情况时，来警告驾驶员，采取有效的对策可能为时已晚。
因此，几种速度预测范例在RSA信息工程[5]被提出和测试，包括恒定的速度，等加速度和不变的百分比，后一种模式基本上是假定说，如果驾驶员在当前位置，将未来某一特定点速度选择，对应于同一百分位，与那个位置的速度分布