Resumen

Una predicción precisa de las trayectorias futuras de los vehículos circundantes puede garantizar una interacción segura y razonable entre los vehículos inteligentes y otros tipos de vehículos. Las trayectorias de los vehículos no sólo están condicionadas por el conocimiento a priori de la estructura de la carretera, las señales de tráfico y las normas de circulación, sino que también se ven afectadas por el conocimiento a posteriori de los distintos estilos de conducción de los conductores. Los modelos de predicción existentes no pueden combinar plenamente el conocimiento previo y posterior en la escena de conducción y sólo funcionan bien en un escenario de tráfico específico. Este artículo presenta una red neuronal de memoria a corto plazo (LSTM) basada en el conocimiento. En primer lugar, se construye una base de conocimiento de la conducción para describir el conocimiento previo sobre un escenario de conducción. A continuación, se determina la línea base de referencia de predicción (PRB) basada en la base de conocimiento de conducción mediante el uso del sistema de razonamiento en línea basado en reglas. Finalmente, la trayectoria futura del vehículo objetivo se predice mediante una red neuronal LSTM basada en la línea base de referencia de predicción, mientras que la trayectoria predicha considera tanto el conocimiento posterior como el previo sin aumentar la complejidad computacional. Los resultados experimentales muestran que el modelo de predicción de trayectorias propuesto puede adaptarse a diferentes escenarios de conducción y predecir trayectorias con gran precisión gracias a la combinación única del conocimiento previo y posterior en la escena de conducción.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:base de referencia de predicción, conocimiento posterior, base de conocimiento, red neuronal, conocimiento previo, diferentes escenarios de conducción, diferentes estilos de conducción, sistema de razonamiento en línea, escenario de tráfico específico, modelo de predicción de trayectoria
• Keywords:prediction reference baseline, posterior knowledge, knowledge base, neural network, prior knowledge, different driving scenarios, different driving styles, online reasoning system, specific traffic scenario, trajectory prediction model