TY -的A2 -汗,拉毛AU - Wang Rongxia盟——Alazzam Malik贝德盟——Alassery Fawaz AU - Almulihi Ahmed AU -白色,马文PY - 2021 DA - 2021/11/19 TI -创新研究的轨迹预测算法基于深度学习在汽车网络碰撞检测和预警系统SP - 3773688六世- 2021 AB -预测相邻车辆的轨迹是必不可少的逃避或减轻碰撞与交通参与者。然而,由于先前的信息不足和不确定性在未来的驾驶动作,轨迹预测是一项艰巨的任务。最近,轨迹预测模型使用深度学习已经解决来解决这个问题。在这项研究中,一种早期预警的方法,提出利用模糊综合评价技术,全面评估目标的危险程度的分析目标的位置,水平和垂直距离,车辆的速度和时间的碰撞。因为误警率高的早期预警系统,建立早期预警的激活区域的系统,和目标状态判断模块触发只有当目标进入激活区。这种策略提高预警的准确性,减少了误警率,也提高预警系统的运行速度。提出系统可以向司机发出预警提示信息及时与准确性,避免碰撞事故高达96%。实验结果表明,提出的轨迹预测方法可以显著提高车辆网络碰撞检测和预警系统。SN - 1574 - 017 - 2021/3773688 / 10.1155 x你——https://doi.org/10.1155/2021/3773688——摩根富林明-移动信息系统PB - Hindawi KW - ER