基于卷积神经网络的高速出口换道识别研究

摘要

本文对车辆换道行为特征状态进行采集、提取和处理,研究分析了17种特征状态的车辆换道行为,利用植入卷计算法的卷积神经网络对换道行为图像的深度训练,利用反向传递的神经网络对BP神经网络权值矩阵的多重调整和修改,最终将识别能力提高到95.73％的水平,得出利用深度卷积神经网络识别交通换道行为可行的结论.本研究是交通安全领域智能交通研究的技术环节,对交通安全设施完善起到推动作用,对智能交通安全研究起到技术支撑作用.