28:46
视频长度为 28:46
数字孪生在车联网中的应用
上海科技大学 江智浩
随着互联网基础建设以及车联网技术的发展,车辆产生的海量实时信息都可以通过车联网与不同参与者进行共享。数字孪生基于历史数据从不同角度为车辆建立模型,并根据新数据更新模型的参数,对车辆的状态做出更加实时直观的表示。在本研究中,我们为车辆建立驾驶员行为数字孪生。利用历史驾驶数据使用Machine Learning Toolbox建立驾驶员行为模型,对不同路况下的行为进行预测;同时通过将行为模型与其他车辆进行共享,可以更加准确的预测可能出现的危险状况,对驾驶员进行提醒,提高驾驶的安全性。本研究首先利用MATLAB及Unity3D在仿真环境下进行可行性验证,逐渐增加交通环境的复杂度以及观测的不确定性,最终实现在真实交通状况下的应用。
出版年份: 2019 年 7 月 9 日
您也可以从以下列表中选择网站:
如何获得最佳网站性能
选择中国网站(中文或英文)以获得最佳网站性能。其他 MathWorks 国家/地区网站并未针对您所在位置的访问进行优化。
美洲
- América Latina (Español)
- Canada (English)
- United States (English)
欧洲
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)
亚太
- Australia (English)
- India (English)
- New Zealand (English)
- 中国
- 日本Japanese (日本語)
- 한국Korean (한국어)