TY - A2的刘,温家宝AU -李,淳杰盟——刘,潘AU -谢,Zhenlong AU - Li Zhibin盟——欢欢PY - 2023 DA - 2023/05/05 TI -道路附着系数估计基于Vehicle-Road协调和深度学习SP - 3633058六世- 2023 AB -道路附着系数的准确估计可以帮助司机和车辆有效感知道路状态的变化,相应的减少交通事故的发生。因此,本文提出一种基于vehicle-road协调道路附着系数估计方法和深度的学习。首先,一场基于车辆发动的数据反馈系统结合vehicle-road网络云介绍,和CarSim模拟用于扩大有效数据集和训练模型。然后,整个车辆的动态分析,和车辆运行数据相关的粘附系数得到的输入估计模型。然后组合模型的道路附着系数估计基于self-attention (SA)、卷积神经网络(CNN),和长时间的短期记忆(LSTM),减少预测的不稳定, 问则是用来优化模型的重量。最后,验证了模型的模拟数据和实际数据场基于车辆发动的。结果表明,场基于车辆发动的数据反馈系统结合vehicle-road网络Ccloud有效,并与其它常用的模型相比,估计模型提出了可以有效地预测道路附着系数。SN - 0197 - 6729你2023/3633058 / 10.1155——https://doi.org/10.1155/2023/3633058——摩根富林明-杂志的先进运输PB - Hindawi KW - ER