原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于BMA的车辆跟驰模型参数建模方法，包括如下步骤，获取车辆跟驰事件片段，确定车辆跟驰事件片段的车辆组合类型并提取车辆跟驰事件片段的轨迹数据，选取待标定的车辆跟驰模型及其待标定的跟驰模型参数，根据待标定的跟驰模型参数定义最优化问题与目标函数，并设置跟驰模型参数的约束，根据轨迹数据求解最优化问题，得到标定后的跟驰模型参数，并对标定后的跟驰模型参数进行验证，构建不同的候选模型，通过贝叶斯模型平均方法对候选模型进行统计建模。与现有技术相比，本发明充分考虑现有模型中参数的不确定性，通过对参
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117272607A
(43)申请公布日2023.12.22
(21)申请号202311115935.X
(22)申请日2023.08.31
(71)申请人同济大学
地址200092
文档评论（0）