Resumen

El reconocimiento de las situaciones del grupo de vehículos es una de las tecnologías críticas de la conducción avanzada, como la conducción inteligente y la conducción automatizada. El reconocimiento preciso de las situaciones de los grupos de vehículos es útil para la toma de decisiones de comportamiento seguro y eficiente. Con el fin de identificar de forma precisa y objetiva la situación de cluster de vehículos, se propone un modelo de situación de cluster de vehículos basado en el número de intervalos de la lógica de pares de conjuntos. El modelo propuesto puede expresar el conocimiento del entorno del tráfico considerando las características de cada vehículo, las relaciones de agrupación y las características del flujo de tráfico en la región de interés del vehículo objetivo. Se diseña un método de reconocimiento de la situación de agrupación de vehículos para inferir el entorno del tráfico y las condiciones de conducción basándose en el número de conexión de la lógica de pares de conjuntos. En el modelo propuesto, se tiene plenamente en cuenta la incertidumbre de la cognición del conductor. En el método de reconocimiento, la incertidumbre relativa y la certeza relativa de la cognición del conductor, la información del tráfico y la situación de la agrupación de vehículos se tienen plenamente en cuenta. Los resultados de la verificación muestran que el método de reconocimiento propuesto de las situaciones de los grupos de vehículos puede realizar un reconocimiento preciso y objetivo. El método de reconocimiento antropomórfico propuesto podría servir de base para la toma de decisiones sobre el comportamiento autónomo de los vehículos.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:situación de conglomerado de vehículos, métodos de vehículos, reconocimiento de vehículos, lógica de pares de conjuntos, entorno de tráfico, modelo propuesto, métodos de reconocimiento, métodos de reconocimiento propuestos, decisión de comportamiento autónomo, características del flujo de tráfico
• Keywords:vehicle cluster situation, methods of vehicle, recognition of vehicle, set pair logic, traffic environment, proposed model, recognition methods, proposed recognition methods, autonomous behavior decision, traffic flow characteristics