机译:城市动脉自动驾驶车辆的最佳强制性车道变更决策模型
Southwest Jiaotong Univ, Sch Transportat & Logist, Natl United Engn Lab Integrated & Intelligent Tra, Chengdu 610031, Sichuan, Peoples R China;
Nagoya Univ, Dept Civil Engn, Chikusa Ku, Furo Cho, Nagoya, Aichi, Japan;
Nagoya Univ, Inst Mat & Syst Sustainabil, Chikusa Ku, Furo Cho, Nagoya, Aichi, Japan;
Nagoya Univ, Inst Innovat Future Soc, Chikusa Ku, Furo Cho, Nagoya, Aichi, Japan;
Nagoya Univ, Inst Innovat Future Soc, Chikusa Ku, Furo Cho, Nagoya, Aichi, Japan;
Southwest Jiaotong Univ, Sch Transportat & Logist, Natl United Engn Lab Integrated & Intelligent Tra, Chengdu 610031, Sichuan, Peoples R China;
autonomous vehicles; lane-changing instruction; urban arterials;
机译:分析自动驾驶汽车强制车道变更决策的驾驶效率
机译:分析自动车辆强制车道改变决策的推动效率
机译:基于深度自动化网络和XGBoost的自主车辆改变新型车道改变决策模型
机译:相对于传统车辆环境,无信号交叉口附近城市交通流量LOS对不同车道车辆密度的影响
机译:互联无人车系统中的协调驾驶:最佳提前车道变更区和协调的小排车跟随控制。
机译:基于博弈论用于建模拥挤城市车道改变情景中的自主车辆行为
机译:基于深度自动化网络和XGBoost的自主车辆改变新型车道改变决策模型