[发明专利]一种基于注意力模型的智能网联车跟驰模型

权利要求书

1.一种基于注意力模型的智能网联车跟驰模型，其特征在于：包括：

数据获取模块，用于获取历史车辆跟驰数据，所述历史车辆跟驰数据包括车辆信息、车距信息；所述车辆信息包括跟驰车辆的速度，跟驰车辆的加速度，前车的速度以及前车的加速度；

模型构建模块，用于根据获取到的历史车辆跟驰数据，利用神经网络算法，构建BP神经网络模型；还用于根据获取到的历史车辆跟驰数据，构建Gipps跟驰模型；

线性组合模块，用于根据构建好的BP神经网络模型和Gipps跟驰模型，进行线性组合，生成对应的线性组合预测模型；

速度预测模块，用于利用线性组合模型，根据上一时刻下的车辆跟驰数据，对跟驰车辆的当前跟驰速度进行预测。

2.根据权利要求1所述的一种基于注意力模型的智能网联车跟驰模型，其特征在于：还包括BP神经网络模型更新模块，用于初始化BP神经网络模型中的权重参数和偏置参数，并将历史车辆跟驰数据输入到BP神经网络模型，经过不断训练学习，更新权重参数和偏置参数，形成新的BP神经网络模型；

模型标定模块，用于利用历史车辆跟驰数据，对Gipps跟驰模型中的参数进行标定，形成新的Gipps跟驰模型。

3.根据权利要求2所述的一种基于注意力模型的智能网联车跟驰模型，其特征在于：还包括最优加权系数匹配模块，用于根据形成的线性组合预测模型，并结合预测要求，匹配出对应的最优加权系数；所述预测要求包括安全性和真实性。

4.根据权利要求3所述的一种基于注意力模型的智能网联车跟驰模型，其特征在于：还包括数据筛选模块，用于在跟驰数据库中选取符合要求的车辆跟驰数据，得到对应的历史车辆跟驰数据。

5.根据权利要求4所述的一种基于注意力模型的智能网联车跟驰模型，其特征在于：所述数据筛选模块包括：

第一选取模块，用于在跟驰数据库中选取具有代表性的一般道路交通环境条件下的车辆跟驰数据；

第二选取模块，用于在第一选取模块选取出来的车辆跟驰数据中，选取出在同一条车道上跟随形式的车辆跟驰数据，形成对应的历史车辆跟驰数据。