基于模糊推理的车辆换道分析研究

为有效解决车辆换道行人研究中驾驶员对周围环境认知的不确定性,首次提出利用模糊推理系统对驾驶员换道行为进行分析。提出采用模糊聚类分析的方法进行输入变量的模糊集划分,求出对应的高斯隶属函数,首次引入Takagi-Sugeno推理方法进行车辆换道的模糊推理和去模糊化处理。利用NGSIM数据对建立的模糊推理进行参数标定,并进行推理结果分析,结果表明:利用模糊聚类确定隶属度函数的方法,能真实反映数据本身的特征和驾驶员的心理生理特性;而且推理结果与真实换道决策相比较时,其判断正确率高达81%,充分证明模糊推理在研究离散型推断问题中是可行的,而且此方法还可进一步应用到自动驾驶、驾驶员辅助系统的开发中。