科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 单位
