| 车车通信环境下考虑交通拥堵状态的碰撞时间混合分布建模研究 |
| |
| 引用本文： | 赖子良,王江锋,李晔,刘兴华.车车通信环境下考虑交通拥堵状态的碰撞时间混合分布建模研究[J].交通信息与安全,2022,40(2):53-62. |
| |
| 作者姓名： | 赖子良 王江锋 李晔 刘兴华 |
| |
| 作者单位： | 1.同济大学道路与交通工程教育部重点实验室 上海 201804 |
| |
| 基金项目： | 教育部-中国移动科研基金;国家自然科学基金 |
| |
| 摘 要： | 碰撞时间（TTC）是评价车车碰撞风险的有效指标，然而该指标分布规律受到交通状态影响。为研究车车（V2V）通信环境下不同交通状态的TTC分布规律，通过构建基于LTE-V技术的车车通信环境，开展实车实验获取4种典型城市道路中的驾驶数据。考虑加速度和航向角建立动态冲突辨识模型，计算车辆以任意角度接近时的TTC值；针对TTC值的结果出现多峰值现象，将交通流分为“拥堵、缓行、畅通”这3种状态，构建了考虑交通流状态的高斯混合模型以描述不同交通状态下的TTC分布规律，并采用最大期望（EM）算法进行参数求解。将所建高斯混合模型与负指数分布、对数正态分布、负指数/对数正态混合分布这3种传统的TTC分布模型进行对比，采用校正决定系数R2评价模型的拟合优度，并通过K-S检验验证模型的有效性。在此基础上，将所建高斯混合模型应用于非车车通信条件下不同交通状态的TTC分布拟合描述，进一步验证模型的适用性。结果表明:车车通信环境下“拥堵、缓行、畅通”这3种交通状态下的高斯分布均值逐渐增大，所处交通场景的碰撞风险依次降低；考虑交通状态的TTC高斯混合模型拟合优度为0.950 5，相较于其他TTC混合分布模型，拟合优度提升了0.057 5。
|
| 关 键 词： | 智能交通 碰撞时间 高斯混合模型 交通状态 车车通信 EM算法 |
| 收稿时间： | 2021-08-31 |
A Time-to-collision Hybrid Distribution Model Considering Congestion Under a Vehicle-to-vehicle Communication Environment |
| |
| LAI Ziliang,WANG Jiangfeng,LI Ye,LIU Xinghua.A Time-to-collision Hybrid Distribution Model Considering Congestion Under a Vehicle-to-vehicle Communication Environment[J].Journal of Transport Information and Safety,2022,40(2):53-62. |
| |
| Authors: | LAI Ziliang WANG Jiangfeng LI Ye LIU Xinghua |
| |
| Affiliation: | 1.The Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University, Shanghai 201804, China2.College of Transportation Engineering, Tongji University, Shanghai 201804, China3.Key Laboratory of Transport Industry of Big Data Application Technologies for Comprehensive Transport, Beijing Jiaotong University, Beijing 100044, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《交通信息与安全》浏览原始摘要信息 |
|
点击此处可从《交通信息与安全》下载全文 |
