《表3 感知实验结果:面向混合交通流的智能网联车鸣笛意图识别模型》

《表3 感知实验结果:面向混合交通流的智能网联车鸣笛意图识别模型》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《面向混合交通流的智能网联车鸣笛意图识别模型》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

感知实验结果,如表3所示,其中ζq为相向HV平均感知准确率,ζp为同向平行HV平均感知准确率,ζh为后方同向HV平均感知准确率,可见在No.3中对同向后方HV的平均鸣笛感知准确率最高达到90.4%,不同场景下的感知准确率相差不大.定位实验结果,如图8所示,不同场景下的θ值变化趋势基本相同,说明场景对定位精度影响不大,主要因素是d和γ:定位精度随d的增大而减小,随γ靠近90°而增大.综上,L模型受场景限制较小,而当车间距越小,越靠近研究车辆的车道时方向角误差越小,定位精度越高.