摘要：实时、准确、高效的轨迹预测是对四旋翼无人机进行有效管控的重要前提.基于深度学习理论,提出一种基于长短期记忆神经网络(LSTM)的四旋翼轨迹预测方法.在LSTM基础上,使学习速率自动调整,基于四旋翼无人机位置坐标与速度参量,对轨迹数据进行训练与预测,其经度、纬度、高度误差分别为6.04、6.45、2.33 m.分析历史时间步长对于预测精度的影响,结果表明历史学习步长为40~45时,LSTM预测结果最佳;比较不同预测步数的预测误差,结果表明一步预测、两步预测误差结果较好,三步预测误差显著增大.

摘要：提出一种基于荟萃分析的事故修正系数计算方法.将无信号交叉口直接左转设计改造为远引掉头设计,通过异质性分析,表明数据总体异质性为24.9%,各研究之间存在轻度异质性.荟萃回归结果显示,引入碰撞类型、调查地点、碰撞严重程度以及研究方法后,分别产生50.84%、9.15%、18.43%和8.42%的异质性来源.采用荟萃分析法集成多个研究结果,得到的关于远引掉头设计事故修正系数更准确.