Prédiction des trajectoires défaillantes en utilisant des techniques d'identification stochastiques

Ce papier présente une nouvelle approche de modélisation des trajectoires de véhicules en virage à partir de données expérimentales. Nous avons d'abord décrit le plan d'expérience mis en oeuvre pour recueillir les trajectoires expérimentales. Ensuite, nous avons utilisé des algorithmes de classification pour répartir les trajectoires en plusieurs classes différentes. Et puis, on a associé un modèle à chaque classe de trajectoires par l'utilisation de techniques d'identification stochastique. Cette originale procédure de modélisation des trajectoires couplée à l'analyse fiabiliste a permis d'associer une probabilité de défaillance à chaque classe de trajectoires identifiée. Enfin, un modèle de reconnaissance de trajectoires a été développé afin d'affecter chaque trajectoire à une classe et donc à un niveau de sécurité déjà connu.

Data and Resources

Additional Info

Field Value
Source PRAC '2010
Author Koita, Abdourahmane, Daucher, Dimitri, Fogli, Michel
Maintainer CCSD
Last Updated May 8, 2026, 06:43 (UTC)
Created May 8, 2026, 06:43 (UTC)
Identifier hal-00903548
Language fr
contributor Laboratoire Exploitation, Perception, Simulateurs et Simulations (LEPSIS) ; Laboratoire Central des Ponts et Chaussées (LCPC)-Institut National de Recherche sur les Transports et leur Sécurité (INRETS)
creator Koita, Abdourahmane
date 2010-05-04T00:00:00
harvest_object_id 890bbd5a-dc35-4f97-b2ad-0a1e48886e0a
harvest_source_id 3374d638-d20b-4672-ba96-a23232d55657
harvest_source_title test moissonnage SELUNE
metadata_modified 2024-12-03T00:00:00
set_spec type:COMM