基于参与式感知的车辆能耗个性化预测
人机交互
2017-12-12 v2
摘要
车载传感器和电子设备的大量出现，推动了参与式感知范式的发展，利用众包数据采集服务于智能交通应用，例如续航里程预测和环保路径规划。尽管参与式感知可以提供多样化的驾驶数据，但缺乏对有效利用这些数据进行个性化预测的系统性研究。如何对参与式感知中常见的稀疏数据集进行缺失数据插值，存在相当大的挑战。本文提出并比较了多种个性化车辆能耗预测方法，包括识别依赖于驾驶员/车辆/环境因素的黑盒框架，以及基于矩阵分解的协同过滤方法。此外，通过参与式感知数据对电动汽车续航里程预测进行了案例研究并进行了实证评估，结果表明我们的方法能够显著提高预测精度。
引用
@article{arxiv.1610.00171,
title = {Personalized Prediction of Vehicle Energy Consumption based on Participatory Sensing},
author = {Chien-Ming Tseng and Chi-Kin Chau},
journal= {arXiv preprint arXiv:1610.00171},
year = {2017}
}
备注
To appear in IEEE Transactions on Intelligent Transportation Systems