先進(jìn)駕駛輔助系統(tǒng)（Advanced Driver Assistant Systems,ADAS）已經(jīng)被證明可以顯著減少人因事故的發(fā)生;然而,由于交通環(huán)境復(fù)雜,僅依賴自車傳感信息的預(yù)警算法存在漏報(bào)和誤報(bào)問題。在交通事故中,他車突然切入導(dǎo)致的側(cè)向碰撞事故占據(jù)了一定的比例,而現(xiàn)有ADAS在切入場景中的預(yù)警準(zhǔn)確率較低。為了改善ADAS在切入場景中的預(yù)警有效性,本文建立一種車車Vehicle-to-vehicle,V2V)通信(環(huán)境下的側(cè)向碰撞風(fēng)險(xiǎn)預(yù)警模型,通過V2V通信傳輸周邊車輛的換道意圖,實(shí)現(xiàn)切入車和被切入車的軌跡預(yù)測(cè),以提高這種典型風(fēng)險(xiǎn)場景的預(yù)警及時(shí)性和準(zhǔn)確率。本文的研究成果可以為ADAS在切入場景的進(jìn)一步優(yōu)化提供新的建模思路和理論依據(jù)。首先,搭建實(shí)車實(shí)驗(yàn)平臺(tái),采用實(shí)車加裝傳感器的方法采集車輛運(yùn)動(dòng)學(xué)數(shù)據(jù)和駕駛環(huán)境數(shù)據(jù)以模擬V2V通信環(huán)境;招募男性熟練駕駛?cè)吮辉囋诔鞘锌焖俾飞祥_展實(shí)車實(shí)驗(yàn);在對(duì)數(shù)據(jù)進(jìn)行預(yù)處理、標(biāo)定和分析后,篩選得到210個(gè)自由換道事件作為換道樣本庫。隨后,基于實(shí)車試驗(yàn)數(shù)據(jù)建立換道行為預(yù)測(cè)模型和行車軌跡預(yù)測(cè)模型�；赟VM-RFE（Support Vector Machine... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

駕駛意圖對(duì)預(yù)警系統(tǒng)的影響

17收集后方目標(biāo)相對(duì)于本車的位置和相對(duì)速度。所有數(shù)據(jù)與主時(shí)間同步并從監(jiān)控軟件輸出，輸出間隔為0.1秒。MobileyeOXTSRT2500CAN總線慣導(dǎo)系統(tǒng)攝像頭IbeoLUX-4激光雷達(dá)毫米波雷達(dá)圖2-1實(shí)車實(shí)驗(yàn)平臺(tái)設(shè)備信息2.1.3實(shí)驗(yàn)路段及被試人員為了防止交通環(huán)境過于復(fù)雜，標(biāo)線不清晰等問題對(duì)傳感器造成干擾，實(shí)驗(yàn)路段選擇武漢市的二環(huán)線，如圖2-2所示。實(shí)驗(yàn)道路全長48km，由雙向四車道和雙向六車道組成，限速為70km/h。本次實(shí)驗(yàn)共招募了10名被試。已有的研究發(fā)現(xiàn)，駕駛?cè)诵詣e、經(jīng)驗(yàn)等特質(zhì)會(huì)對(duì)駕駛行為產(chǎn)生顯著影響[54]，為了防止駕駛?cè)藗�(gè)體差異對(duì)實(shí)驗(yàn)結(jié)果造成影響，本次實(shí)驗(yàn)招募的被試均為男性熟練駕駛?cè)�，年齡均值為32.2，標(biāo)準(zhǔn)差為4.2，駕駛里程均值為82,450公里，標(biāo)準(zhǔn)差為50.9。每次實(shí)驗(yàn)時(shí)間段均選擇天氣晴朗的非早晚高峰時(shí)段，實(shí)驗(yàn)要求被試駕駛?cè)税凑掌綍r(shí)正常駕駛的狀態(tài)進(jìn)行換道策略的選擇。

實(shí)車實(shí)驗(yàn)路線圖

【參考文獻(xiàn)】：
期刊論文
[1]基于HMM和SVM級(jí)聯(lián)算法的駕駛意圖識(shí)別[J]. 劉志強(qiáng),吳雪剛,倪捷,張騰.  汽車工程. 2018(07)
[2]基于換道決策機(jī)理的多車道元胞自動(dòng)機(jī)模型[J]. 鄧建華,馮煥煥.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(03)
[3]先進(jìn)駕駛輔助系統(tǒng)的接受程度及其影響因素分析[J]. 呂能超,秦羚,羅毅.  交通信息與安全. 2017(06)
[4]駕駛經(jīng)驗(yàn)對(duì)先進(jìn)駕駛輔助系統(tǒng)的作用研究[J]. 呂能超,段至誠,吳超仲.  交通運(yùn)輸系統(tǒng)工程與信息. 2017(06)
[5]基于支持向量機(jī)的車輛換道決策模型[J]. 張疊,杜榮華,劉理.  武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版). 2017(05)
[6]基于支持向量機(jī)的車輛駕駛行為識(shí)別研究[J]. 祝儷菱,劉瀾,趙新朋,楊達(dá).  交通運(yùn)輸系統(tǒng)工程與信息. 2017(01)
[7]基于自然駕駛數(shù)據(jù)的避撞預(yù)警對(duì)跟車行為影響[J]. 王雪松,朱美新,邢祎倫.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(07)
[8]基于駕駛?cè)藳Q策機(jī)制的換道意圖識(shí)別模型[J]. 倪捷,劉志強(qiáng).  交通運(yùn)輸系統(tǒng)工程與信息. 2016(01)
[9]面向駕駛行為預(yù)警的換道意圖辨識(shí)模型研究[J]. 畢勝強(qiáng),梅德純,劉志強(qiáng),汪澎.  中國安全科學(xué)學(xué)報(bào). 2016(02)
[10]駕駛?cè)藫Q道意圖實(shí)時(shí)識(shí)別模型評(píng)價(jià)及測(cè)試[J]. 郭應(yīng)時(shí),付銳,趙凱,馬勇,袁偉.  吉林大學(xué)學(xué)報(bào)(工學(xué)版). 2016(06)

博士論文
[1]基于視覺特性與車輛相對(duì)運(yùn)動(dòng)的駕駛?cè)藫Q道意圖識(shí)別方法[D]. 彭金栓.長安大學(xué) 2012

碩士論文
[1]基于深度學(xué)習(xí)的換道行為建模與分析[D]. 房哲哲.北京交通大學(xué) 2018
[2]城市道路車輛換道模型及換道決策研究[D]. 朱停仃.遼寧工業(yè)大學(xué) 2018



本文編號(hào)：3372471