高速公路环境下基于机器学习的车辆变道行为识别与分类任务书

 2020-02-20 08:02

1. 毕业设计(论文)主要内容:

车辆跟驰和变道行为共同构成机动车驾驶员的基本驾驶行为。然而车辆变道造成交通事故概率高,且容易导致交通流延误甚至交通拥堵,是交通流领域研究热点问题之一。因此,对于车辆变道行为的模式识别具有重要意义。论文基于行车轨迹、陀螺仪或电子里程表的数据,在高速公路环境下,对车辆变道的行为进行识别,包括左变道,左转弯,右变道,右转弯等场景。完成的主要内容包括:

(1)对车辆变道行为进行建模分析

(2)探索机器学习分类算法在车辆变道行为识别中的应用

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

2. 毕业设计(论文)主要任务及要求

(1)收集查阅关于车辆变道行为识别的相关文献。

(2)完成机器学习分类算法在车辆变道行为识别中的设计。

(3)基于高速公路场景,完成算法的软件实现及准确性测试。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)2月20日-3月15日,查阅相关文献资料,编写开题报告,指导老师审核开题报告。

(2)3月16日-4月15日,对开题报告进行修改完善;完成对高速公路环境下,车辆变道行为识别的分析与设计。

(3)4月16日-4月30日,学生提交毕业设计(论文)工作阶段性报告,指导老师完成阶段性报告审核。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1] xu x , yu j ,zhu y , et al. leveraging smartphones for vehicle lane-level localization onhighways[j]. ieee transactions on mobile computing, 2017:1-1.

[2] aly h ,basalamah a , youssef m . lanequest: an accurate and energy-efficient lanedetection system[j]. 2015.

[3] rohani m ,gingras d , vigneron v , et al. a new decentralized bayesian approach forcooperative vehicle localization based on fusion of gps and inter-vehicledistance measurements[m]. 2013.,

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。