融合深度学习与去中心化无线电感知的前向碰撞预警系统实验评估
机器学习
2023-09-19 v1
摘要
本文提出一种基于去中心化无线电感知(RS)方法的自动前向碰撞预警系统构想。在该框架下，处于接收模式的车辆利用第二辆车发射的连续波(CW)作为探测信号，以检测迎面驶来的车辆并警示驾驶员潜在的向前碰撞。此类CW可轻易作为导频信号嵌入当前多载波车载通信系统的数据帧中。迎面车辆的检测由一个深度学习(DL)模块执行，该模块分析由快速接近车辆印刻于CW探测信号上的多普勒特征。该去中心化CW RS方法通过使用在双车道高速公路上进行的一系列现场试验所采集的数据进行了实验评估。针对两种不同DL模型评估了检测性能：长短期记忆网络与卷积神经网络。所得结果证明了基于DL与去中心化CW RS融合的前向碰撞预警系统的可行性。
引用
@article{arxiv.2309.08737,
title = {Experimental Assessment of a Forward-Collision Warning System Fusing Deep Learning and Decentralized Radio Sensing},
author = {Jorge D. Cardenas and Omar Contreras-Ponce and Carlos A. Gutierrez and Ruth Aguilar-Ponce and Francisco R. Castillo-Soria and Cesar A. Azurdia-Meza},
journal= {arXiv preprint arXiv:2309.08737},
year = {2023}
}