基于LSTM的跟驰车辆反应时间预测模型

摘要

影响跟驰反应时间的主客观因素较为复杂，目前利用深度学习对跟驰反应时间的预测的研究较少。首先对数据集中跟驰轨迹的刺激点和反应点进行筛选，并计算每条轨迹的反应时间。其次，建立基于LSTM的跟驰反应时间预测模型，对数据集中的跟驰车辆反应时间进行预测。最后，对模型进行测试，通过测试结果可知：该模型可以对车辆的跟驰反应时间进行较好的预测，其预测值与真实值具有较高的拟合度，并且其预测结果较于BP跟驰车辆反应时间预测模型具有较高的精准度。

关键词

跟驰模型 / 反应时间 / LSTM / 数据驱动

基金资助

安徽省自然科学基金面上项目：面向自主协同的拟人驾驶复杂行为决策方法研究（JZ2022AKZR0413）; 认知智能国家实验室开放课题：考虑交通状态时空演变的CAV专用道动态规划与智能管控（W2022JSKF0504）