基于边缘智能的城市下穿隧道车辆行车安全预测
基于边缘智能的城市下穿隧道车辆行车安全预测
复制标题
DOI：
10.13229/j.cnki.jdxbgxb20210697
复制
发表时间：
2022
期刊：
影响因子：
--
通讯作者：
张宝华
中科院分区：
文献类型：
--
作者：
王海晓;李永翔;丁旭;张宝华
针对传统预测方法对城市下穿隧道进行行车安全预测时,没有全面分析车辆行车安全的影响因素,存在行车安全预测精度低和预测结果不稳定的问题,本文提出了基于边缘智能的城市下穿隧道车辆行车安全预测方法。首先,构建一个边缘智能深度学习模型,对行车数据进行获取和处理,分析行车安全的影响因素。然后,根据分析结果,对城市隧道不同交通流状态下行车时的交通冲突进行了预测。最后,通过仿真对比了该方法与两种传统机器学习算法的预测性能。结果表明,本文方法能够预测交通事故发生的风险性,对城市下穿隧道行车安全预测的精度在90% 以上,较传统方法具有更高的准确度。