基于驾驶人决策机制的换道意图识别模型

依据驾驶人换道决策的产生机制,提出速度期望满足度、危险感知系数和换道 可行性系数作为换道决策的识别指标并确定其量化方法.通过实车试验数据的分析表明： 量化指标与换道决策存在不同程度的相关性;同时在换道初期、车道保持及过渡状态阶 段存在显著差异.以速度期望满足度、危险感知系数和换道可行性系数为特征输入参数, 建立基于模糊神经网络的驾驶人换道意图识别模型,进行驾驶人换道意图的识别.结果表 明,该模型在换道初期的预测准确率达到89.93%,虚警率为9.52%,优于以碰撞时间TTC 为输入指标的BP神经网络模型,以及以RV、RP、RS为变量的Logistic 模型,说明模型具 有较好的预测准确性.     

基于换道决策机理的多车道元胞自动机模型

在探索机动车驾驶换道决策机理,分析影响驾驶员换道决策内外因子的基础上,提出了以内部因子为决策变量,外部因子为约束条件的机动车多车道换道模型,并将其引入一维改进舒适驾驶元胞自动机模型,形成基于换道决策机理的多车道元胞自动机模型.不同V/C条件下该元胞自动机模型的运行分析表明：换道驾驶行为会导致自身及周边车辆的加减速、匀速、怠速等运行工况发生变化;不同的内外因子导致车流平均换道次数不同,车流平均速度的波动规律也不同.本文提出的多车道换道模型描述决策机理清晰,能同时描述多个内外因子的共同作用,具有很好的适应性与扩展性.     

换道决策中的车辆速度估计模型

为研究换道决策阶段驾驶人对后方车辆的速度感知特征, 以小型乘用车为平台, 利用毫米波雷达、车载总线数据仪、音视频监测系统等搭建了试验车。招募了15名驾驶人, 在某高速公路完成后方车辆速度估计试验, 试验车速度分别设置为60、70、80、90km·h^-1, 最后获取了1 625组数据。采用显著性分析方法, 分析了相对速度、后方车辆速度与相对距离对驾驶人速度估计行为的影响特性。利用多元线性回归理论建立了驾驶人速度估计模型, 并对模型进行了检验。分析结果表明: 约60%的速度估计误差绝对值不大于10km·h^-1, 且驾驶人的速度估计误差满足正态分布; 驾驶人速度估计误差随两车相对速度和后方车辆速度的增大而减小, 相对速度和后方车辆速度较低时, 易高估后方车辆速度, 相对速度和后方车辆速度较高时, 易低估后方车辆速度; 随两车相对距离的增大, 驾驶人速度估计误差变化趋势不显著, 但两车相对距离较小时, 驾驶人易高估后方车辆速度; 速度估计模型的平均误差为-0.56km·h^-1, 因此, 估计结果可靠。     

基于贝叶斯网络的车辆换道模型

车辆换道行为是微观交通流中最基本的驾驶行为之一,研究车辆换道行为可以提高车辆换道模型的仿真精度和减少由不合适的车辆换道行为引发的交通事故.当前车辆换道模型大多是基于驾驶员的决策思维方式建立的决策模型,这类模型的缺点是很难捕捉到驾驶员在决策过程中一些潜在决策模式和考虑的影响因素.鉴于此,本文引入了一种典型的人工智能方法--贝叶斯网络,建立了一个全新的车辆换道模型,试图通过机器学习的途径来提高车辆换道模型的精度.采用了分段离散化的方法对数据进行预处理,然后使用处理后的数据对贝叶斯网络的结构和参数进行学习,并分别建立了与两种贝叶斯网络结构相对应的车辆换道模型,最后对建立的模型分别进行验证.模型的验证结果表明,建立的基于贝叶斯网络的车辆换道模型对换道行为的识别率可以达到88%以上. 此模型还可进一步应用到驾驶员辅助系统的开发中.     

基于群决策和熵权法的换道轨迹评价研究

针对换道轨迹评价中指标间的信息重叠和指标权重设定的主观性问题,提出了基于相关性分析和因子分析的评价指标选取方法,从16个参数中选出了表征舒适性、高效性、平顺性、生态性和安全性的11个评价指标;运用层次分析法计算指标主观权重,运用群决策理论计算专家权重,运用熵权法计算指标客观权重,从而提出层次分析法、群决策理论和熵权法相结合的指标权重设定方法,计算得出安全性、高效性、舒适性、生态性、平顺性的权重分别为0.73、0.15、0.06、0.04、0.02,从而建立换道轨迹评价体系,并用该体系对驾驶模拟获取的换道轨迹进行了评价。结果表明,提出的换道轨迹评价体系较为全面且减少了指标间的信息重叠,综合了主观上的专家经验和客观上的数据信息使评价结果更为合理,对轨迹性能的重要性排序可为轨迹规划中设置约束条件时的侧重倾向提供参考;构建的换道轨迹评价体系和提出的评价方法为换道轨迹评价提供了参考。     

车辆换道行为建模的回顾与展望

微观交通仿真工具在智能交通领域中发挥着越来越重要的作用,而换道模型则是微观交通仿真工具中最重要的组成部分.本文将换道模型按其应用分为自动巡航控制模型与计算机仿真模型.系统回顾了计算机仿真模型中的换道决策模型与换道执行模型.换道决策模型主要包括:规则模型、离散选择模型、人工智能模型、马尔可夫模型、生理—心理模型及生存模型;换道执行模型主要包括:运动波混合模型和元胞自动机模型.针对各个模型分别阐述了其研究对象、模型结构、参数标定及其模型的应用.最后,展望了换道行为建模未来的研究方向,为建立适合中国的换道模型提供参考.     

基于社会力模型的无车道划分异质交通流研究

考虑当前针对无车道划分时的交通流特性研究较少,而且没有考虑车辆类型的异质性,因此本文基于社会力模型提出了一个无车道划分异质交通流模型.利用仿真软件Matlab搭建仿真平台,分析所建立模型的特性,以及道路条件、大车比例对交通流的影响.结果表明,本文所建立的交通流模型能有效地模拟无车道划分情况下的异质交通流特征.在无车道划分时,道路通行能力和平均速度会随着道路宽度减小而减小,当道路宽度小于7m时,通行能力会急剧下降.当交通流密度比较低时,增加大车比例对道路通行能力和平均速度影响很小;当交通流密度比较高时,大车比例的增加会降低道路通行能力,但交通流会变得更加稳定.     

基于运动学的换道安全间距研究

通过建立基于运动学理论的换道模型并分析主车与原车道前车及目标车辆前后车的速度、加（减）速度及安全距离,研究车辆换道行为的安全性。研究结果表明：车辆在进行换道过程中,换道时间由车道及车辆的宽度、驾驶速度、纵向加速度及驾驶员的特性有关系。研究结果可为车辆安全换道决策提供重要依据。     

基于GMM-CHMM 的城市道路换道行为识别

高级驾驶辅助系统(ADAS)是提高车内乘员安全性的主动安全系统之一,将车载参数和车辆位置参数相结合,提出一种能够应用到ADAS的城市道路换道行为识别模型. 在西安城市道路环境中进行实验,采集18 位驾驶员的9 个车载实时参数数据,以及前后车辆间的相对速度、相对距离、相对角度,提取412 个换道行为单元和824 个车道保持行为单元,共 88 992 条数据. 运用数理统计方法分析表明,方向盘转角、转向角速度、相对安全距离比在换道行为和车道保持行为之间有显著性差异,在这3 个特征参数的基础上,建立混合了高斯混合模型(GMM)和连续型隐马尔可夫模型(CHMM)的识别模型,用部分样本对模型效能评价. 结果表明,混合模型对换道行为的识别精度为93.6%,具有良好的识别效果,可以很好地应用到 ADAS.     

基于神经网络与马尔可夫链的换道次数预测方法

为在先验数据有限情况下较精确地预测道路换道次数,提出基于神经网络与马尔可夫链的组合预测模型。采集路段区间平均车速和车流密度,采用BP神经网络训练初步拟合模型;运用马尔可夫链方法,进一步给出换道次数在表示高估、正常、低估的3组区间内的分布及概率,改善BP神经网络误差。运用组合预测模型对西安市某道路的换道次数进行了预测分析,结果表明,实际换道次数均在模型给出的较大概率的预测区间内,表明模型能够根据路段区间平均车速和车流密度较好地预测换道次数。     

基于元胞自动机的竞争型换道模型

为研究车辆在换道过程中存在的互不相让、相互竞争的现象,运用元胞自动机理论,提出一种竞争型的换道模型。首先,将换道分为换道需求判断和换道实施过程两部分;然后,在需求判断中引入邻车道速度累积优势,在换道实施过程中引入竞争程度定义换道新规则;最后,在不同交通密度下对竞争换道模型进行仿真,并与自由换道和协作换道进行对比分析。结果表明：不同密度下协作换道模型得到的车流量和车辆平均速度均高于其他换道模型;在一定密度范围内,竞争换道得到的车流量和车辆速度比自由换道高;但当密度较高时,竞争换道对车辆的速度以及交通密度可能产生负面影响。这说明协作换道能提高车辆速度,有效缓解交通阻塞;而竞争换道对车辆速度的提升不明显,并且采用竞争换道对交通流有影响,有时可能会降低道路的通行能力。     

基于梯度提升决策树的高速公路交织区汇入位置模型

匝道车辆的汇入行为对高速公路交织区的通行能力有重要的影响,汇入位置是汇入行为中最重要的行为参数之一.本文利用梯度提升决策树(GBDT)建立了一个车辆汇入位置模型并对各变量进行了分析.考虑到汇入行为是一个二维驾驶行为,我们在模型中引入了车辆进入辅助车道时的初始横向位置这一变量.利用NGSIM中的车辆轨迹数据对模型进行训练,并与Lognormal 进行对比.结果表明,GBDT模型在AIC,BIC 和R²这3个指标上均大幅优于Lognormal模型.最后,本文对解释变量的重要性和其偏效应进行了分析,其中初始横向位置的重要性最高;敏感性分析表明,GBDT模型能够深度挖掘汇入位置与变量之间隐藏的非线性关系.     

基于有限元理论的行人流社会力仿真模型改进研究

社会力微观行人仿真模型能够体现行人真实运动情况,但其在模拟拥挤状态下的行人运动时存在失真及运算效率低的问题。为此引入有限元分析方法,从模型和算法两方面对社会力模型进行改进,提出基于有限元理论的方法与求解步骤。最后应用该方法对通道内双向行人交通流进行仿真模拟,验证其可行性。     

基于驾驶员心理影响的下坡路段线形设计研究

以驾驶员心率变化与长大下坡路段道路线形指标的关系为研究对象,从对驾驶员的心理影响角度研究长下坡路段道路线形的交通安全影响,应用数理统计和数学建模等方面的理论方法为基础,建立驾驶员心率路段线形指标间的回归模型,并分析长大下坡线形指标对驾驶员心理的影响,可为长大下坡路段的道路线形设计和现有危险长大下坡路段的改造提供参考。     

�г�ʱ�䲨���Զ�·��ѡ��Ӱ�����ɢѡ�����

探索了行程时间波动性对驾驶员路径选择行为的影响. 研究采用意向调查获取驾驶员从两条行程时间和行程时间波动性不同的路径中选择路径的行为数据,采用离散选择建模方法建立估计路径选择概率的二元Probit模型,揭示驾驶员对行程时间和行程时间波动性进行权衡的行为机理. 行程时间和行程时间波动性分别用期望行程时间、行程时间标准偏差来度量. 研究发现：(1) 路径的行程时间和行程时间波动性都会对路径选择产生负面影响. (2) 中等年龄段驾驶员,较之比他们年轻的和年长的,对行程时间波动性越看重,对行程时间波动更敏感,选择行程时间不确定的路径的概率更小. (3) 出租车驾驶员对行程时间更敏感,选择行程时间更短的路径的倾向性更大. (4) 驾驶经验丰富的驾驶员选择行程时间不确定的路径的可能性更小.     

我国驾驶培训若干问题研究

通过对我国交通事故统计汇总资料和相关性检验,认为新驾驶员培训以及在职驾驶员教育存在着质量问题,分析了管理体制、理论培训和技能培训所存在的问题,指出了各个方面的建议,并提出现代汽车驾驶员培训模式.     

低动力作用货车转向架动力性能的研究

本文探讨低动力作用货车转向架的原理及其动力性能的计算和评估方法。首先定义9项指标,作为衡量车辆对轨道动力作用的标准。然后研究这些指标的诸因素。在此基础上总结出实现低动力作用的基本途径。本文还应用这些研究成果,提出4种低动力作用货车转向架的设计方案,并通过数值计算,同国内、外主型货车转向架对比,从而论证其在我国铁路采用的可行性。     

基于决策场理论的出行者动态决策行为研究

为了研究出行者进行路径选择时的动态决策过程,本文采用决策场理论,研究 了多属性条件下,机动车出行者的微观和宏观动态决策行为.分析了决策场理论的基本模 型,构建了出行者动态决策行为场景和框架,以历史出行时间、预测出行时间和两者综合 值作为出行者决策的路径属性,并根据属性与实际出行时间的差值为依据,提出了出行 者注意力权重矩阵计算方法.通过算例分析发现,自由流出行时间对出行者决策影响较 大,出行者对路径属性的依赖性非常强,决策过程中存在路径偏好反转的现象,表明出行 者动态决策过程是随时间不断变化的,路径选择是时间累计的结果.     

恶劣环境对驾驶员反应时间的影响研究

驾驶员反应时间受其本身状况和所处环境条件的影响.针对雨、雾等灾害性天气以及强光、路面亮度不足等恶劣环境下驾驶员的反应时间状况,在国内外研究现状的调研分析的基础上,对能见度、眩光强度、路面亮度等道路环境与驾驶员反应时间的关系进行研究,结果表明驾驶员的反应时间随能见度增加、眩光增强、亮度减少而增长.