本文關鍵詞：換道車輛的實時軌跡預測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：換道行為作為駕駛行為中的重要一環(huán),與交通安全息息相關。相對于跟馳狀態(tài),換道期間車輛軌跡受到周圍交通環(huán)境影響更為顯著,同時隨機性更大,這使得換道期間的車輛防撞預警技術研究非常困難。本文以車輛在換道期間的安全性分析為目的,通過建立換道軌跡模型并使用車輛軌跡數(shù)據(jù)分析模型的相關因素,制定了一套考慮到周圍交通環(huán)境的換道軌跡方程,并使用車輛軌跡數(shù)據(jù)對模型中的參數(shù)進行了標定。為了進行實時車輛換道軌跡預測,本文制定了一套基于車輛運動學因素的車輛換道軌跡預測方法,主要分為實時車輛換道行為識別以及識別后車輛換道軌跡預測這兩步。為了識別當前駕駛行為,通過分析車輛在跟馳階段和換道階段的特征與規(guī)律,選擇縱向位移、車速、凈間距作為參數(shù)并建立了基于隱馬爾科夫模型的換道行為識別模型,通過使用NGSIM數(shù)據(jù)進行驗證,結(jié)果表示模型能在90%以上換道開始的0.5秒左右識別出換道。為了使預測的換道軌跡更加真實,通過分析車輛軌跡數(shù)據(jù)中換道持續(xù)時間、車速、間距、目標車道,本文標定了換道軌跡公式中的參數(shù),并給出了不同環(huán)境下的換道軌跡公式。本文基于NGSIM數(shù)據(jù)進行了實時換道軌跡預測的仿真實驗,通過識別換道車輛并預測換道軌跡,將預測的換道軌跡同實際軌跡進行對比,發(fā)現(xiàn)預測模型在換道期間的速度誤差一般小于2m/s,位置誤差一般小于3m,且預測的換道軌跡曲線同實際換道軌跡較為接近。由于模型中平均換道持續(xù)時間約為4-5s,且換道期間車輛軌跡受到諸多影響因素干擾,則仿真結(jié)果表明提出的換道軌跡預測模型具有較高的精度。最后,本文使用修正后的換道軌跡預測模型,得出了理想狀態(tài)下?lián)Q道車輛在換道時刻同周圍車輛間的最小安全距離。由于本文根據(jù)車輛運動學特征制定換道軌跡預測模型,模型參數(shù)具備實際意義且容易采集,預測誤差較小,對于車輛主動安全研究特別是換道期間的防撞研究具有十分重要的意義。
【關鍵詞】：換道模型 換道軌跡模型 駕駛行為識別 隱馬爾科夫模型
【學位授予單位】：北京理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U491
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-19
• 1.1 本論文研究的目的和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢10-18
• 1.2.1 換道模型研究現(xiàn)狀10-14
• 1.2.2 換道軌跡模型研究現(xiàn)狀14-15
• 1.2.3 車輛換道軌跡相關安全研究15-18
• 1.3 論文主要內(nèi)容與章節(jié)安排18-19
• 第2章 換道軌跡模型與相關理論基礎19-30
• 2.1 跟馳模型19-20
• 2.1.1 GM模型19-20
• 2.1.2 IDM模型20
• 2.2 換道模型20-22
• 2.2.1 Hidas換道模型20-21
• 2.2.2 MOBIL換道模型21-22
• 2.3 隱馬爾可夫鏈與駕駛行為識別22-25
• 2.4 換道安全性評估25-26
• 2.5 NGSIM數(shù)據(jù)庫26-30
• 第3章 車輛換道軌跡模型30-51
• 3.1 換道行為概述30-33
• 3.2 理想情況下?lián)Q道軌跡模型33-35
• 3.3 基于US101數(shù)據(jù)的模型參數(shù)標定35-50
• 3.3.1 US101數(shù)據(jù)庫換道軌跡庫35-38
• 3.3.2 影響因素分析38-49
• 3.3.3 參數(shù)標定49-50
• 3.4 本章小結(jié)50-51
• 第4章 車輛縱向軌跡預測51-56
• 4.1 基于迭代方法縱向軌跡預測建模51-52
• 4.2 縱向軌跡預測模型參數(shù)擬合52-53
• 4.3 縱向軌跡預測模型驗證53-55
• 4.4 本章小結(jié)55-56
• 第5章 車輛換道軌跡預測與安全性預測56-68
• 5.1 基于HMM的駕駛員意圖識別模型建模57-58
• 5.2 識別模型建模訓練58-59
• 5.3 換道狀態(tài)識別59-61
• 5.4 換道軌跡預測61-64
• 5.5 預測軌跡安全性的分析64-67
• 5.5.1 換道軌跡的曲率分析64
• 5.5.2 換道軌跡與當前車道前方車輛安全分析64-66
• 5.5.3 換道軌跡與目標車道安全分析66-67
• 5.6 本章小結(jié)67-68
• 結(jié)論68-70
• 參考文獻70-75
• 附錄75-82
• 附錄A US101數(shù)據(jù)幀說明75-76
• 附錄B 基于HMM模型的換道識別模型訓練結(jié)果76-77
• 附錄C 部分車輛預測換道軌跡在換道期間的速度與位置誤差77-82
• 攻讀學位期間發(fā)表論文與研究成果清單82-83
• 致謝83

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉艷玲;熊輝;;基于運動學的換道安全間距研究[J];交通標準化;2014年04期

2 樓大成;;車輛換道過程中目標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用[J];物理學報;2009年02期

7 金立生;Bartvan Arem;楊雙賓;Mascha van der Voort;Martijn Tideman;;高速公路汽車輔助駕駛安全換道模型[J];吉林大學學報(工學版);2009年03期

8 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

9 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

10 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)預警時間研究[J];北京汽車;2012年04期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 張安英;;基于預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術會議論文集（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

中國重要報紙全文數(shù)據(jù)庫 前3條

1 本報記者 李龍俊;換道超車，才有機會后來居上[N];四川日報;2014年

2 記者 徐景明;車一進隧道就不允許換道[N];廈門日報;2010年

3 聞天;安全駕車十二訣[N];華夏時報;2004年

中國博士學位論文全文數(shù)據(jù)庫 前10條

1 宋竹;微觀交通仿真查詢算法與換道模型研究[D];電子科技大學;2015年

2 魏福祿;信號交叉口四左轉(zhuǎn)車道交通運行特性研究[D];吉林大學;2015年

3 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;2012年

4 王暢;車輛換道預警的若干關鍵問題研究[D];長安大學;2012年

5 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;2013年

6 黨睿娜;具有換道輔助功能的車輛自適應巡航控制[D];清華大學;2013年

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

8 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;2014年

9 朱愿;基于視覺和雷達的智能車輛自主換道決策機制與控制研究[D];中國人民解放軍軍事醫(yī)學科學院;2014年

10 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;2008年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 吳杭哲;基于最小安全距離的車輛換道控制研究[D];哈爾濱工業(yè)大學;2015年

2 陳文嬌;車輛換道行為動態(tài)特性及其對車流影響研究[D];青島理工大學;2015年

3 滕飛;換道車輛的實時軌跡預測方法研究[D];北京理工大學;2016年

4 袁盛s，

本文編號：306900