公开(公告)号：CN112265546B

公开(公告)日：2021-11-02

申请号：CN202011152720.1

申请日：2020-10-26

Applicant: 吉林大学

Inventor： 宫洵 ,  宫霖 ,  汪介瑜 ,  胡云峰 ,  陈虹

IPC: B60W40/105 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 一种基于时空序列信息的网联汽车车速预测方法，属于汽车智能网联技术领域。本发明的目的是利用智能网联技术获取的行驶数据，定量化分析行驶数据中相关特征与车速的关联度后，建立起基于LSTM神经网络的未来短时车速预测模型，最终实现了全路况下车速高精度预测的基于时空序列信息的网联汽车车速预测方法。本发明步骤是：获取并处理智能网联汽车行驶数据集,车速预测模型输入‑输出特征间的关联度，建立LSTM神经网络车速预测模型，训练LSTM神经网络模型。本发明为车辆控制系统提供了准确车速预瞄信息，为提升车辆的能效、安全和舒适等性能提供了基础。

公开(公告)号：CN112265546A

公开(公告)日：2021-01-26

申请号：CN202011152720.1

申请日：2020-10-26

Applicant: 吉林大学

Inventor： 宫洵 ,  宫霖 ,  汪介瑜 ,  胡云峰 ,  陈虹

IPC: B60W40/105 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 一种基于时空序列信息的网联汽车车速预测方法，属于汽车智能网联技术领域。本发明的目的是利用智能网联技术获取的行驶数据，定量化分析行驶数据中相关特征与车速的关联度后，建立起基于LSTM神经网络的未来短时车速预测模型，最终实现了全路况下车速高精度预测的基于时空序列信息的网联汽车车速预测方法。本发明步骤是：获取并处理智能网联汽车行驶数据集,车速预测模型输入‑输出特征间的关联度，建立LSTM神经网络车速预测模型，训练LSTM神经网络模型。本发明为车辆控制系统提供了准确车速预瞄信息，为提升车辆的能效、安全和舒适等性能提供了基础。