基于卷积神经网络的高速出口换道识别研究

摘要：

本文对车辆换道行为特征状态进行采集、提取和处理,研究分析了17种特征状态的车辆换道行为,利用植入卷计算法的卷积神经网络对换道行为图像的深度训练,利用反向传递的神经网络对BP神经网络权值矩阵的多重调整和修改,最终将识别能力提高到95.73％的水平,得出利用深度卷积神经网络识别交通换道行为可行的结论.本研究是交通安全领域智能交通研究的技术环节,对交通安全设施完善起到推动作用,对智能交通安全研究起到技术支撑作用.

关键词： 高速出口 车辆换道 行为识别 卷积神经网络

作者: 齐龙 徐婷 钟小明 张健

作者单位: 长安大学,陕西西安 710064;中设设计集团股份有限公司,江苏南京 210064 长安大学,陕西西安 710064 华杰工程咨询有限公司,北京100029

会议类型: 国内会议

会议名称: 第十四届中国智能交通年会

会议地点: 上海

会议语种:中文

页码: 288-303

在线出版日期: 2019-10-31（万方平台首次上网日期，不代表论文的发表时间）