Vrr-net: aprendizaje de relaciones vehículo-carretera para la predicción de trayectorias de vehículos en autopistas
Autores: Zhan, Tingzhang; Zhang, Qieshi; Chen, Guangxi; Cheng, Jun
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Vrr-net: aprendizaje de relaciones vehículo-carretera para la predicción de trayectorias de vehículos en autopistas
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Predicción de trayectoria de vehículos
Sistemas de conducción autónoma
Red de aprendizaje profundo
Relaciones vehículo-carretera
Entornos de tráfico
Red jerárquica de memoria a largo plazo y corto plazo
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 17
Citaciones: Sin citaciones
La predicción de trayectorias de vehículos es una base importante para la toma de decisiones y la planificación de sistemas de conducción autónoma que les permite conducir de manera segura y eficiente.
Descripción
La predicción de trayectorias de vehículos es una base importante para la toma de decisiones y la planificación de sistemas de conducción autónoma que les permite conducir de manera segura y eficiente.