基于随机森林算法的轿车碰撞损伤预测研究

为了在不可避免的碰撞场景中尽可能地降低车辆损伤的程度,提高道路交通安全,基于碰撞仿真数据集和随机森林算法,提出一种车辆碰撞损伤预测模型。首先建立汽车碰撞仿真有限元模型,通过改变碰撞物、碰撞角度、碰撞偏置、碰撞速度等,得到160组工况下的汽车损伤数据集;然后使用该数据集建立基于随机森林算法的汽车碰撞损伤预测模型,并对汽车碰撞进行损伤预测。多次实验结果表明:所提出的碰撞损伤预测模型的平均绝对值百分比误差为20.09%,均方根误差为33.94。与支持向量机预测模型相比,随机森林碰撞损伤预测模型拟合效果更好,预测值与真实值的离散程度较低,可以更加准确地预测出发生碰撞后车辆关键点位的具体损伤数值,能够为智能驾驶汽车轨迹规划系统和自适应约束提供更为详细、准确的数据参考,从而提高道路交通安全性。

资料为PDF文档格式.

本文档关键词:算法,随机,损伤,碰撞,轿车