本文關(guān)鍵詞： 公路運輸 貝葉斯網(wǎng)絡(luò) 機(jī)器學(xué)習(xí) 車輛換道 特征離散　出處：《交通運輸系統(tǒng)工程與信息》2015年05期 　論文類型：期刊論文

【摘要】：車輛換道行為是微觀交通流中最基本的駕駛行為之一,研究車輛換道行為可以提高車輛換道模型的仿真精度和減少由不合適的車輛換道行為引發(fā)的交通事故.當(dāng)前車輛換道模型大多是基于駕駛員的決策思維方式建立的決策模型,這類模型的缺點是很難捕捉到駕駛員在決策過程中一些潛在決策模式和考慮的影響因素.鑒于此,本文引入了一種典型的人工智能方法——貝葉斯網(wǎng)絡(luò),建立了一個全新的車輛換道模型,試圖通過機(jī)器學(xué)習(xí)的途徑來提高車輛換道模型的精度.采用了分段離散化的方法對數(shù)據(jù)進(jìn)行預(yù)處理,然后使用處理后的數(shù)據(jù)對貝葉斯網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)進(jìn)行學(xué)習(xí),并分別建立了與兩種貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)相對應(yīng)的車輛換道模型,最后對建立的模型分別進(jìn)行驗證.模型的驗證結(jié)果表明,建立的基于貝葉斯網(wǎng)絡(luò)的車輛換道模型對換道行為的識別率可以達(dá)到88%以上.此模型還可進(jìn)一步應(yīng)用到駕駛員輔助系統(tǒng)的開發(fā)中.
[Abstract]:Vehicle change behavior is one of the most basic driving behaviors in microscopic traffic flow. The research on the vehicle changing behavior can improve the simulation accuracy of the vehicle change model and reduce the traffic accident caused by the inappropriate vehicle changing behavior. At present, the vehicle changing model is mostly based on the driver's decision-making thinking mode. Decision model. The disadvantage of this kind of model is that it is difficult to capture some potential decision patterns and factors considered by drivers in the decision-making process. In view of this, a typical artificial intelligence method, Bayesian network, is introduced in this paper. A new vehicle change model is established to improve the accuracy of the vehicle change model by means of machine learning. The segmentation discretization method is used to preprocess the data. Then, the structure and parameters of Bayesian network are studied by using the processed data, and the vehicle changing models corresponding to two Bayesian network structures are established respectively. Finally, the established model is verified, and the verification results show that. The model based on Bayesian network can recognize the change behavior of vehicle more than 88%. The model can be further applied to the development of driver-assisted system.
【作者單位】： 西南交通大學(xué)交通運輸與物流學(xué)院;綜合交通運輸智能化國家地方聯(lián)合工程實驗室;綜合運輸四川省重點實驗室;
【基金】：國家自然科學(xué)基金(51278429,51408509) 四川省科技廳項目(2013GZX0167,2014ZR0091) 中央高校基本業(yè)務(wù)經(jīng)費(SWJTU11CX080) 成都市科技局項目(2014-RK00-00056-ZF,2014-RK00-00072-ZF)
【分類號】：U491
【正文快照】： 1引言車輛換道是實際中最為常見的駕駛行為之一,也是微觀交通流仿真軟件中的基本模塊之一.1985年,美國為了研究微觀交通流,利用航拍數(shù)據(jù)建立了車輛運行的微觀信息數(shù)據(jù)庫,促進(jìn)了車輛換道模型的進(jìn)一步發(fā)展[1].當(dāng)前研究中,根據(jù)駕駛員追求獲益的動機(jī)不同,可以將換道行為分為兩類:

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 龍小強(qiáng);譚云龍;;微觀仿真自主性車道變換模型[J];公路交通科技;2012年11期

2 張秀方;唐興佳;;貝葉斯網(wǎng)絡(luò)應(yīng)用中的結(jié)構(gòu)學(xué)習(xí)方法研究[J];電子科技;2014年04期

3 智永鋒;張駿;史忠科;;高速公路加速車道長度設(shè)計與車輛匯入模型研究[J];中國公路學(xué)報;2009年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前8條

1 孫智勇;孫小端;榮建;;高速公路施工區(qū)上游過渡區(qū)的車輛匯入模型[J];北京工業(yè)大學(xué)學(xué)報;2013年04期

2 顏艷霞;黃澤權(quán);;蘇嘉杭高速段分、合流區(qū)與匝道通行能力協(xié)調(diào)分析[J];交通科學(xué)與工程;2013年01期

3 潘兵宏;周智濤;曾志剛;;高速公路港灣式停車帶布置形式及設(shè)計參數(shù)研究[J];中外公路;2013年06期

4 劉志強(qiáng);王俊彥;汪澎;倪捷;;基于決策樹的高速公路入口合流區(qū)域換道研究[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2014年08期

5 劉志強(qiáng);王俊彥;汪澎;倪捷;解炬;;基于BP神經(jīng)網(wǎng)絡(luò)的高速公路入口合流區(qū)域換道行為研究[J];公路交通科技;2014年09期

6 楊曉芳;周昱;付強(qiáng);;考慮駕駛心理的封閉式道路車輛出匝換道模型[J];公路交通科技;2015年07期

7 羅京;譚云龍;韓印;;快速路合流區(qū)加速車道長度設(shè)置方法研究[J];計算機(jī)工程與應(yīng)用;2015年09期

8 邱勝會;寧航;南春麗;;快速路合流區(qū)加速車道通行能力模型求解方法[J];應(yīng)用科技;2011年09期

相關(guān)博士學(xué)位論文 前2條

1 李健;結(jié)合部路網(wǎng)匝道系統(tǒng)結(jié)構(gòu)分解與協(xié)同控制方法研究[D];北京交通大學(xué);2012年

2 譚云龍;快速路合流區(qū)微觀交通仿真車道變換模型研究[D];吉林大學(xué);2014年

相關(guān)碩士學(xué)位論文 前4條

1 曹杰;山區(qū)高速公路緩坡設(shè)計參數(shù)研究[D];長安大學(xué);2011年

2 漆巍巍;城市道路不良匯入與變道駕駛行為特性研究[D];哈爾濱工業(yè)大學(xué);2009年

3 孔令臣;多車道高速公路互通式立交加減速車道長度及最小凈距研究[D];長安大學(xué);2012年

4 葉宇;基于成本效益分析的變速車道長度取值研究[D];安徽理工大學(xué);2013年

【二級參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 常玉林,王煒,曹洪;主車流服從 Erlang 分布下支路通行能力研究[J];東南大學(xué)學(xué)報;1998年03期

2 雋志才;譚云龍;倪安寧;;公交車輛運行微觀交通仿真模型研究[J];公路交通科技;2008年08期

3 李文權(quán),王莉,王煒;高速公路上匝道合流區(qū)通行能力經(jīng)驗?zāi)Ｐ蚚J];交通運輸工程學(xué)報;2004年02期

4 王亦兵,韓曾晉,史其信;高速公路交通流建模[J];系統(tǒng)工程學(xué)報;1998年02期

5 李碩,張樣;高速公路主線流量對入口加速車道設(shè)計影響分析[J];中國公路學(xué)報;2000年02期

相關(guān)碩士學(xué)位論文 前2條

1 徐英俊;城市微觀交通仿真車道變換模型研究[D];吉林大學(xué);2005年

2 譚云龍;公共交通站點影響區(qū)段交通流特性的仿真研究[D];吉林大學(xué);2007年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉艷玲;熊輝;;基于運動學(xué)的換道安全間距研究[J];交通標(biāo)準(zhǔn)化;2014年04期

2 樓大成;;車輛換道過程中目標(biāo)車輛與周圍車輛的安全距離[J];硅谷;2014年05期

3 楊建國,王金梅,李慶豐,王兆安;微觀仿真中車輛換道的行為分析和建模[J];公路交通科技;2004年11期

4 楊小寶;張寧;;任意性換道模型的比較與選擇[J];交通運輸系統(tǒng)工程與信息;2006年04期

5 劉小明;鄭淑暉;蔣新春;;基于動態(tài)重復(fù)博弈的車輛換道模型[J];公路交通科技;2008年06期

6 楊小寶;;考慮實施過程的車輛換道模型及其應(yīng)用[J];物理學(xué)報;2009年02期

7 李瑋;高德芝;段建民;;智能車輛自由換道模型研究[J];公路交通科技;2010年02期

8 王崇倫;李振龍;陳陽舟;代桂平;;考慮換道約束空間的車輛換道模型研究[J];公路交通科技;2012年01期

9 付靜靜;孫浩;杜春臣;;基于駕駛?cè)藫Q道行為的換道決策輔助系統(tǒng)預(yù)警時間研究[J];北京汽車;2012年04期

10 楊曉光;黃羅毅;王吟松;吳志周;;基于車車通信的換道超車輔助系統(tǒng)設(shè)計與實現(xiàn)[J];公路交通科技;2012年11期

相關(guān)會議論文 前3條

1 張安英;;基于預(yù)判概率的換道決策模型研究[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

2 李瑋;段建民;龔建偉;;障礙物條件下智能車輛換道路徑規(guī)劃的近優(yōu)解[A];2011年中國智能自動化學(xué)術(shù)會議論文集（第一分冊）[C];2011年

3 楊曉光;孫劍;;面向ITS的交通仿真實驗系統(tǒng)研究與開發(fā)[A];第一屆中國智能交通年會論文集[C];2005年

相關(guān)博士學(xué)位論文 前9條

1 彭金栓;基于視覺特性與車輛相對運動的駕駛?cè)藫Q道意圖識別方法[D];長安大學(xué);2012年

2 侯海晶;高速公路駕駛?cè)藫Q道意圖識別方法研究[D];吉林大學(xué);2013年

3 羅強(qiáng);面向高速公路行車安全預(yù)警的車道偏離及換道模型研究[D];華南理工大學(xué);2014年

4 漆巍巍;城市道路擁堵狀態(tài)下駕駛?cè)松砑皳Q道特性研究[D];哈爾濱工業(yè)大學(xué);2014年

5 朱愿;基于視覺和雷達(dá)的智能車輛自主換道決策機(jī)制與控制研究[D];中國人民解放軍軍事醫(yī)學(xué)科學(xué)院;2014年

6 周立軍;基于駕駛員信息處理特性的跟馳及換道模型研究[D];吉林大學(xué);2008年

7 游峰;智能車輛自動換道與自動超車控制方法的研究[D];吉林大學(xué);2005年

8 任殿波;自動化公路系統(tǒng)車輛縱橫向控制[D];西南交通大學(xué);2008年

9 陳秀鋒;基于分子動力學(xué)的車輛運行安全特性研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 曹珊;城市道路車輛換道模型及換道影響研究[D];華中科技大學(xué);2009年

2 杜毓皓;基于駕駛?cè)酥饔^判斷的換道安全界限時刻研究[D];長安大學(xué);2013年

3 鄭楚清;車輛換道預(yù)警系統(tǒng)的越線時間預(yù)測方法研究[D];長安大學(xué);2013年

4 鄭華榮;考慮周邊車輛駕駛意圖的換道危險預(yù)警研究[D];武漢理工大學(xué);2013年

5 毛錦;考慮駕駛風(fēng)格的換道預(yù)警方法[D];長安大學(xué);2012年

6 王彩霞;交通仿真中的換道模型研究[D];吉林大學(xué);2007年

7 王琳;城市道路車輛換道行為特性研究[D];北京交通大學(xué);2014年

8 孫純;基于駕駛?cè)艘曈X特性的換道意圖識別[D];長安大學(xué);2012年

9 陳秋香;基于匝道區(qū)數(shù)據(jù)的惡劣天氣下?lián)Q道行為研究[D];西南交通大學(xué);2014年

10 李偉娟;基于元胞自動機(jī)的城市車輛換道模型仿真研究[D];吉林大學(xué);2015年

，

本文編號：1444591