本文關(guān)鍵詞： 快速路合流區(qū) 駕駛員特征 車道變換模型 模型標(biāo)定 模型驗證　出處：《吉林大學(xué)》2014年博士論文　論文類型：學(xué)位論文

【摘要】：快速路合流區(qū)作為主線交通和匯入交通交匯路段，存在大量的車道變換行為，由于匯入車輛必須在合流區(qū)長度內(nèi)完成換道，因此換道現(xiàn)象比普通區(qū)段更為突出，頻繁的車道變換極易引發(fā)交通流狀態(tài)紊亂和通行能力降低，并且不恰當(dāng)?shù)能嚨雷儞Q行為更是引發(fā)交通事故的主要成因。由于合流區(qū)交通流換道交織復(fù)雜，模型對其特征捕捉和獲取難度較大，這大大增加了建模的難度，并影響仿真的準確性。此外，車道變換模型作為微觀交通仿真中描述駕駛行為的兩大最重要的模型之一，由于車道變換行為復(fù)雜，且描述車輛運行行為的微觀數(shù)據(jù)難以獲取，導(dǎo)致車道變換模型在我國在研究還十分薄弱。 目前，國內(nèi)外關(guān)于車道變換模型的研究主要集中在主線車道，而關(guān)于合流區(qū)方面的研究成果相對較少，相關(guān)研究成果存在的不足之處主要表現(xiàn)在以下三個方面：一是目前關(guān)于駕駛員特征的研究主要側(cè)重于宏觀統(tǒng)計學(xué)分析，駕駛員特征的劃分并沒有與實際的駕駛行為相關(guān)聯(lián)，劃分結(jié)果不能為仿真模型所應(yīng)用，導(dǎo)致現(xiàn)有的換道模型大都不考慮駕駛員特征因素，忽略駕駛員特征差異對車輛運行行為的影響；二是現(xiàn)有的仿真模型大都通過假定匯入車輛不會對主線車輛產(chǎn)生影響或匯入車輛會“謙讓”主線車輛，從而簡化了兩股交通流之間復(fù)雜的動態(tài)交互行為，導(dǎo)致仿真結(jié)果與實際情況不符；三是由于車道變換模型參數(shù)標(biāo)定需要大量的微觀運行軌跡數(shù)據(jù)，數(shù)據(jù)獲取難度較大，因此現(xiàn)有模型大都停留在建模思路與概念模型，缺乏實測數(shù)據(jù)對模型參數(shù)進行標(biāo)定，模型的適用性不足。 本文將在總結(jié)國內(nèi)外已有研究優(yōu)勢與不足的基礎(chǔ)上，綜合運用調(diào)查與實驗研究、系統(tǒng)分析、計算機仿真研究和理論分析、邏輯推理等相關(guān)方法，以實際調(diào)查數(shù)據(jù)為支撐，以提煉和抽象合流區(qū)復(fù)雜的交通流相互作用行為為研究切入點，充分考慮駕駛員個體特征差異對駕駛行為的影響，構(gòu)建合流區(qū)車道變換模型。具體研究工作包括： （1）選取典型快速路合流區(qū)作為調(diào)查對象，利用視頻處理軟件VEVID進行處理，獲取大量車輛運行軌跡數(shù)據(jù)，應(yīng)用數(shù)理統(tǒng)計原理對調(diào)查數(shù)據(jù)進行統(tǒng)計分析，得出合流區(qū)交通流特征和換道行為特征。 （2）采用駕駛員行為量表調(diào)查方法對駕駛員的特征進行主觀分析，得到駕駛員特征對駕駛行為的影響關(guān)系，以及影響潛在行為的相關(guān)因素；結(jié)合駕駛員特征劃分的不確定性和模糊性，分別選取反應(yīng)匯入車輛及主線車輛駕駛員特征的指標(biāo)，利用模糊聚類和k-s檢驗方法，構(gòu)建駕駛員特征整合模型。 （3）通過采集的車輛運行軌跡數(shù)據(jù)，分析交通流相互作用特征，根據(jù)車道變換流程及機理，建立模型決策框架，，在此基礎(chǔ)上考慮駕駛員特征及交通流相互協(xié)同機理，分別建立協(xié)同型車道變換模型、強迫型車道變換模型及間隙接受模型，通過因子分析法和逐步回歸法進行模型輸入變量的篩選，并采用極大似然估計法進行模型參數(shù)的標(biāo)定。 （4）以微觀交通仿真系統(tǒng)TPSS為仿真平臺，結(jié)合軟件工程的設(shè)計思想并運用C++編程語言設(shè)計實現(xiàn)合流區(qū)車道變換模型的仿真模塊，應(yīng)用于仿真系統(tǒng)的開發(fā)，并根據(jù)調(diào)查數(shù)據(jù)建立仿真案例，選用均方根偏差（RMSE）和平均百分比偏差（MPE）評價指標(biāo)對模型的有效性進行驗證，驗證結(jié)果表明構(gòu)建的快速路合流區(qū)仿真模型可以較好的表示合流區(qū)交通流復(fù)雜的運行行為。 （5）綜合考慮快速路合流區(qū)主線及匝道服務(wù)交通量，應(yīng)用構(gòu)建的仿真模型對不同加速車道長度對交通流服務(wù)水平的影響規(guī)律進行分析，以滿足合流區(qū)上游及合流區(qū)本身相應(yīng)服務(wù)水平為目標(biāo)，得出加速車道最小長度推薦值。 研究的主要創(chuàng)新之處體現(xiàn)在以下三個方面： （1）將駕駛員特征因素對交通流運行行為的影響進行量化分析，結(jié)合駕駛員特征劃分的不確定性和模糊性，采用模糊聚類和K-S檢驗方法，建立了一個連續(xù)的駕駛員特征整合模型，以真實表示駕駛員特征差異對駕駛行為的影響。 （2）在合流區(qū)換道過程中充分考慮主線車輛與匯入車輛之間復(fù)雜的禮讓、協(xié)作等相互協(xié)調(diào)行為，以及駕駛員特征差異對駕駛行為影響，分別構(gòu)建協(xié)同型車道變換模型、強迫型車道變換模型和間隙接受模型。 （3）根據(jù)視頻處理軟件獲取的大量微觀運行數(shù)據(jù)，運用因子分析法和逐步回歸法選取反映車道變換信息且影響顯著的內(nèi)生變量作為模型的輸入變量，從而避免信息重疊對仿真過程的干擾，并采用極大似然估計對構(gòu)建模型的參數(shù)進行標(biāo)定，克服了經(jīng)驗法標(biāo)定的缺陷。 通過本文研究，構(gòu)建了一個可以準確描述快速路合流區(qū)交通流特征的仿真模型，為緩解城市快速路交通擁堵問題提供技術(shù)支持；同時對于促進智能技術(shù)在交通運輸領(lǐng)域的應(yīng)用與實施具有重要的理論意義和實用價值。
[Abstract]:......
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：U491

【參考文獻】

相關(guān)期刊論文 前10條

1 黃玉潔;陶鳳梅;劉婭;;極大似然估計及其應(yīng)用[J];鞍山師范學(xué)院學(xué)報;2011年04期

2 景鵬;孟祥海;;基于模糊聚類的冰雪融凍期交通流狀態(tài)分析[J];東北林業(yè)大學(xué)學(xué)報;2007年04期

3 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

4 王家凡,羅大庸;交通流微觀仿真中的換道模型[J];系統(tǒng)工程;2004年03期

5 李文權(quán),王煒,周榮貴;高速公路合流區(qū)1車道車頭時距分布特征[J];公路交通科技;2003年01期

6 賈洪飛,雋志才,王曉原,孫寶鳳;利用因子分析選取車輛跟馳模型輸入變量[J];公路交通科技;2004年01期

7 趙春,鄧衛(wèi),周榮貴,王煒;考慮服務(wù)交通量的加速車道長度設(shè)置方法[J];公路交通科技;2004年08期

8 裴玉龍;李松齡;薛長龍;;快速路交織區(qū)車頭時距分布特征[J];公路交通科技;2008年06期

9 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

10 戴家佳;楊愛軍;楊振海;;極大似然估計算法研究[J];高校應(yīng)用數(shù)學(xué)學(xué)報A輯;2009年03期

相關(guān)博士學(xué)位論文 前2條

1 張磊;基于駕駛員特性自學(xué)習(xí)方法的車輛縱向駕駛輔助系統(tǒng)[D];清華大學(xué);2009年

2 陳東輝;基于目標(biāo)函數(shù)的模糊聚類算法關(guān)鍵技術(shù)研究[D];西安電子科技大學(xué);2012年

本文編號：1470853