欢迎来到天天文库
浏览记录
ID:52970063
大小:247.39 KB
页数:3页
时间:2020-04-05
《基于D-S理论和BP网络的驾驶行为识别技术研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、机械设计与制造第5期228MachineryDesign&Manufacture2012年5月文章编号:1001—3997(2012)05—0228—03基于D—S理论和BP网络的驾驶行为识别技术研究}[Abstract]Anapproachaboutdrivingbehaviorrecognitionandpredictionisproposedbasedoncon-{lbinationofD—SevidencetheorywithBPNeuralNetworks~Thehuman-vehicle—roadinformationofeardr
2、iv—i》ingisusedas胁inputofBPneuralnetworktoidentifydrivingbehaviorpreliminary.Andthenormalized《loutputofBPNeuralNetworksisusedasbasicprobabilityofD-SEvidenceTheory.ThenthetheoryofEvi-;;denceDistanceisappliedtodealwithcoatievidencesinordertorecognizecurrentdrivingbehavior{}thro
3、ughanalyzinganddealingwithinputinformationbycombinationrulesofD—Sevidencetheory.After一{1wardssimulationandprogramiscompiledwithMATLABlanguage,whichresultshowsthatthemethodl::耋:_虽煮竺妄:三竺乏芝;;二竺—釜皇曼l大霎;劳;:茬:足现在通汽车主措动安减要求交!,导竺;一‘;。研究以预为主驾;)减8)速根有国驶行为研的2输人矩阵及输出状态矩阵分析率,通枋向盘转角器钡Ij量到
4、的2入信号矩阵分析★来稿日期:2011-07—08★基金项目:合肥工业大学校基金(20o9HGxJoo88)第5期赵永等:基于D—S理论和BP网络的驾驶行为识别技术研究2292-2系统状态矩阵分析[t~imi(A)A≠@将以上常见的8种驾驶行为用一个状态矩阵来表示,‘A)1l一∑(A)A=O‘7’ACO[t。t:t,ttt6t7t],状态矩阵中每个变量的最大值为1。,然后利用公式(1)的Dempster合成规则对修正后的m;(A)式中:£广.跑偏驾驶;厂渡劳驾驶;t广.占道驾驶;£厂紧急转向;进行合成。£广一般转向;口速行驶;£广减速行驶;f广
5、匀速行驶。3-2BP神经网络实现D—S基本概率分布3基于D—S理论和BP神经网络的驾驶在证据理论中,最为关键的步骤是根据现有的证据给每个行为识别焦元进行基本概率分布。BP神经网络具有自学习能力、并行处理3.1D—S证据理论能力等特点,经过训练后的BP神经网络可以起到专家知识的作3.1.1D—S理论的基本概念用,因此可以利用BP神经网络来解决基本每个焦元的基本概率设@是变量的Ⅳ个可能值组成的集合,并且0中的各分布问题。BP神经网络结构设计如下:输入节点数由输入信号的个元素之间相互排斥,则定义0为识别框架删。若0中元素的个个数决定,因此神经网络的输
6、入节点数为8;隐层节点数在BP神数为Ⅳ,则@包含2个子集,用P(O)表示:P(0){{0},⋯,经网络程序中设为可调;输出层节点数由需要识别的驾驶行为个{ON},{Ol,02},⋯,@}。对任意一个@的子集A,命它对应一个函数数确定,经上述分析可知要识别的驾驶行为个数为8,因此输出层节点数取8。输出为[10000000]时对应跑偏驾驶,输出为[0m∈[0,1],且∑m(A)=l,∑m(O)-o,则称函数m为
7、P(0)上的1000000]时对应疲劳驾驶,输出为[00100000]时对应占道基本概率分配函数。m(a)表示对的基本可信度分配;若m(a
8、)驾驶,输出为[00010000]时对应紧急转向,输出为[0ooo1o>0则称A为焦元。o0]时对应一般转向,输出为[00000100]时对应加速行驶,输D—S证据理论的核心是Dempster规则,通过Dempster合成出为[O00000010]时对应减速行驶,输出为[00000001]时规则可以将不同的信息源产生的证据融合为一个新的置信函数,对应匀速行驶。BP神经网络的训练算法采用附加动量项和自适以融合后的置信函数作为决策的依据。应学习率结合的方法。将经过训练后BP神经网的输出(=l,2,假设m。,m,⋯,m是识别框架@上的基本概率分布函数
9、,⋯则Dempster合成规则定义如下:,8)经过归一化处理后作为每个焦元的基本概率分布:式中:0C-.—BP神经网络的输出;mf__BP神经网络输出
此文档下载收益归作者所有