Resumen

En los campos de los sistemas avanzados de asistencia al conductor (ADAS) y del Internet de los Vehículos (IoV), predecir el estado del vehículo es esencial, incluyendo la posición, velocidad y aceleración del vehículo ego. En ADAS, una predicción temprana de la posición ayuda a evitar accidentes de tráfico. En IoV, la predicción del estado del vehículo es esencial para el cálculo requerido del tiempo de comunicación fiable esperado entre dos vehículos. Han surgido muchos enfoques para realizar esta predicción del estado del vehículo. Sin embargo, tales enfoques consideran información limitada del vehículo ego y su entorno, y pueden no ser muy efectivos en la práctica debido a que la situación real es altamente compleja y complicada. Además, algunos de los enfoques a menudo llevan a un tiempo de predicción retrasado debido a la recopilación y cálculo de una cantidad sustancial de información histórica. Al asumir que el conductor es un conductor robot, lo que elimina los distintos comportamientos de conducción de diferentes personas cuando se enfrentan a la misma situación, este artículo crea un árbol de decisiones como un nuevo método rápido y fiable adaptado a todos los segmentos de carretera, y propone un nuevo método para realizar la predicción del estado del vehículo basado en este árbol de decisiones.

• Materias:Lector de pantalla Interfaz de usuario Localización en interiores Realidad virtual móvil Redes móviles
• Subjects:Screen reader User interface Indoor localization Mobile virtual reality Mobile networks
• Palabras claves:Campos; Sistemas avanzados de asistencia al conductor; ADAS; Internet de los vehículos; IoV; Predicción del estado del vehículo
• Keywords:Fields; Advanced driver assistance systems; ADAS; Internet of Vehicles; IoV; Vehicle state prediction