文献

J-GLOBAL ID：202102210594754535   整理番号：21A2679909

ゲーム理論と深層学習に基づく車線変更行動予測【JST・京大機械翻訳】

Lane-Changing Behavior Prediction Based on Game Theory and Deep Learning

著者 (5件)： Jia Shuo (School of Information Engineering, Chang’an University, Xi’an 710000, China) ,  Hui Fei (School of Information Engineering, Chang’an University, Xi’an 710000, China) ,  Wei Cheng (School of Information Engineering, Chang’an University, Xi’an 710000, China) ,  Zhao Xiangmo (School of Information Engineering, Chang’an University, Xi’an 710000, China) ,  Liu Jianbei (Research and Development Center on Emergency Support Technologies for Transport, CCCC First Highway Consultants Co., Ltd., Xi’an 710000, China)
資料名： Journal of Advanced Transportation  (Journal of Advanced Transportation)
巻： 2021  ページ： Null  発行年： 2021年 
JST資料番号： D0581A  ISSN： 0197-6729  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 車線変更は交通環境における重要なシナリオであり,車線変更挙動の正確な予測は,交通と運転者の安全を確保するために不可欠である。この目的を達成するために,ゲーム理論と深層学習に基づく車両車線変更予測モデルを開発した。ゲーム理論成分において,車線変更の間の車両間の相互作用を,車両の走行状態に従って,その出力として車線変更の確率によって,解析した。深層学習成分のために,長い短期記憶と畳み込みニューラルネットワークを用いて,車線変更過程中のデータ特徴を抽出,学習し,また,車両が車線を変えるかどうかの予測結果を得るために,ゲーム理論部品の出力を結合させた。提案モデルを訓練し,検証するために,オープンソーストラフィックデータセットを用いて,検証結果は,予測精度が,車線変更操作の0.4秒以内で94.56%に達することができ,そして,モデルが,車両の車線変更挙動のタイムリーで正確な予測を達成できることを示した。Copyright 2021 Shuo Jia et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 相互作用 ,  *ゲーム理論 ,  予測モデル
準シソーラス用語： 短期記憶 ,  予測精度 ,  オープンソース ,  *車線変更 ,  行動予測 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 交通調査  (TB01031B)

引用文献 (30件)：

• C. Saiprasert, W. Pattara-Atikom, "Smartphone enabled dangerous driving report system," Proceedings of the 2013 46th Hawaii International Conference on System Sciences (HICSS), pp. 1231-1237, IEEE, Wailea, HI, USA, January 2013.
• S. E. Lee, E. C. Olsen, W. W. Wierwille, "A comprehensive examination of naturalistic lane-changes," National Highway Traffic Safety Administration, Washington, DC, USA, 2004, DOT HS 809702.
• R. Dang, F. Zhang, J. Wang, S. Yi, K. Li, "Analysis of Chinese driver’s lane change characteristic based on real vehicle tests in highway," Proceedings of the 16th International IEEE Conference on Intelligent Transportation Systems (ITSC 2013), pp. 1917-1922, IEEE, The Hague, Netherlands, October 2013.
• C. Macadam, Z. Bareket, P. Fancher, R. Ervin, "Using neural networks to identify driving style and headway control behavior of drivers," Vehicle System Dynamics, vol. 29, no. sup1, pp. 143-160, 1998.
• Z. Zheng, "Recent developments and research needs in modeling lane changing," Transportation Research Part B: Methodological, vol. 60, pp. 16-32, 2014.

タイトルに関連する用語 (4件)： ゲーム理論 ,  深層学習 ,  車線変更 ,  行動予測