高速公路預(yù)警是提高高速公路行車安全的重要措施,駕駛行為識別作為高速公路預(yù)警系統(tǒng)的關(guān)鍵技術(shù)目前已成為國內(nèi)外學(xué)者的研究熱點。隨著GPS等定位技術(shù)的發(fā)展,利用GPS定位數(shù)據(jù)實現(xiàn)高速公路交通狀況監(jiān)測和駕駛行為預(yù)警成為現(xiàn)實。因此開展基于GPS定位技術(shù)的高速公路駕駛行為識別對于高速公路駕駛行為的監(jiān)測和預(yù)警具有重要意義。本文首先對駕駛行為進行了分類并完成了駕駛行為數(shù)據(jù)采集。通過高速公路行車過程分析,將駕駛行為分為自由行駛、跟馳行為、換道行為和超車行為。其中跟馳行為根據(jù)速度和鄰近車道間隙分為高速主動跟馳、高速被動跟馳、低速主動跟馳和低速被動跟馳;換道行為根據(jù)目標(biāo)車道分為駛出換道行為和駛回換道行為,超車行為根據(jù)超車的方向分為左超車和右超車。利用高精度的GPS設(shè)備,在哈爾濱環(huán)城高速上進行了駕駛行為實車實驗,得到了駕駛行為軌跡和視頻數(shù)據(jù),通過數(shù)據(jù)處理,獲得了駕駛行為表征參數(shù)。然后利用駕駛行為表征參數(shù),分析了高速公路駕駛行為特性。對四種跟馳行為的速度與加速度、跟馳距離和時距、與鄰近前后車的距離進行了分析及顯著性檢驗,得到四種跟馳行為具有差異性;通過對換道行為的軌跡曲率、換道速度和加速度、換道時與前后車的車頭時距的分析,得到駛出換道和駛回換道的參數(shù)特征;分析了超車時的速度和超車距離及時長特征,用負指數(shù)函數(shù)擬合了超車速度差與超車時長和超車距離的關(guān)系。最后運用隱馬爾可夫模型理論構(gòu)建了駕駛行為識別模型,并對模型進行了測試與檢驗。利用駕駛行為基本參數(shù)特性及主成分分析選取了8個駕駛行為特征參數(shù),針對每個駕駛行為建立了一個隱馬爾可夫子模型,其中超車行為模型為駛出換道和駛回換道模型的組合,并設(shè)置了模型的基本參數(shù);通過仿真分析,對每個子模型的識別時間序列長度、隱含狀態(tài)數(shù)、高斯混合數(shù)和參數(shù)組合進行了優(yōu)化;整理駕駛行為數(shù)據(jù),完成了模型的訓(xùn)練。最后利用已分類的樣本測試得到駕駛行為模型能以較高的準(zhǔn)確率識別出各個駕駛行為;利用未分類的樣本測試得到,在駛出換道和駛回換道行為發(fā)生1.0s和1.1s后,模型能準(zhǔn)確識別出駛出換道行為和駛回換道行為。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2017
【中圖分類】：U495;P228.4
【部分圖文】：

最后形成超車行為。2.2 駕駛行為實驗2.2.1 實驗方法本文利用 TrimbleR8GNSS 系統(tǒng)進行實驗，系統(tǒng)包括衛(wèi)星、固定基站、流動站接收機和操作手簿，該系統(tǒng)采用載波相位差分技術(shù)(Real-timeKinematic,RTK)定位，定位精度達 2.5cm。采用 4 臺便攜式流動站接收機，將其分別安裝到 4 輛實驗車上，實驗時駕駛員的生理和心理均不會受到實驗儀器的影響，可以正常駕駛實驗車輛。同時在實驗車中安裝行車記錄儀記錄實驗過程中的各個駕駛行為和發(fā)生各個駕駛行為時周圍車輛的方位信息。實驗中的固定基站有效覆蓋半徑為 20km，實驗路段為哈爾濱市環(huán)城高速公路，高速公路為雙向四車道，試驗路段如圖 2-7 所示。高速路部分路段有天橋遮擋，對定位精度產(chǎn)生影響，故實驗時選擇在無天橋遮擋的路段。駕駛員根據(jù)駕駛習(xí)慣，演示車道保持、換道駛出和換道駛回及超車四種駕駛行為。實驗時啟動開發(fā)的串口程序，選擇 GPS 流動接收機的接收頻率為 10Hz，將車輛的定位軌跡信息輸出到筆記本中儲存，從而獲取原始數(shù)據(jù)。

哈爾濱工業(yè)大學(xué)工學(xué)碩士學(xué)位論文=p（LIF&LPF）=0<0.05，表明跟馳速度的大小在四類跟馳行為中存異，不同速度下的跟馳狀態(tài)是不一致的。表 3-1 跟馳速度統(tǒng)計表（單位：m/s）類型 均值 標(biāo)準(zhǔn)差 最小值 中值 最高速 28.36 1.43 25.04 28.29 3高速 28.15 2.10 25.02 28.1 3低速 21.56 1.94 16.60 22.11 2低速 22.79 1.42 19.92 23.27 2

圖 3-3 跟馳加速度統(tǒng)計分布圖不同類型的跟馳加速度進行獨立樣本 T 檢驗，定量研究不同類型跟度上的差異性。給定跟馳行為檢驗的顯著性水平為 0.05，得到的檢驗F& HPF）=0.47>0.05，p（LIF&LPF）=0<0.05，表明主動高速跟馳和在加速度上差異不明顯，不具有獨立性；而加速度在主動低速跟馳和中具有顯著性。下來通過 SPSS 軟件，運用單因素方差分析方法（One-way ANOVA種跟馳行為在跟馳時加速度上的差異性。給定顯著水平為 0.05，對四行分析，得到結(jié)果為四種跟馳行為的加速度滿足方差齊性要求3，p=0.00<0.05，不同的跟馳行為的加速度不同，存在明顯的差異；為進行比較，p（HIF&HPF）=0.006<0.05，p（LIF&LPF）=0<0.05，得跟馳行為間的加速度存在差異。表明不同條件下的跟馳行為，駕駛度規(guī)律是不一致的。與其他車輛間參數(shù)特征分析其他車輛間的參數(shù)特征主要為的相對距離、相對速度、車頭時距、方
【參考文獻】

相關(guān)期刊論文 前10條

1 祝儷菱;劉瀾;趙新朋;楊達;;基于支持向量機的車輛駕駛行為識別研究[J];交通運輸系統(tǒng)工程與信息;2017年01期

2 畢勝強;梅德純;劉志強;汪澎;;面向駕駛行為預(yù)警的換道意圖辨識模型研究[J];中國安全科學(xué)學(xué)報;2016年02期

3 徐遠新;魯玉萍;王暢;施雯;;ACC系統(tǒng)用目標(biāo)換道預(yù)測方法[J];中國安全科學(xué)學(xué)報;2014年10期

4 劉志強;楊培培;倪捷;馮新穎;;面向模擬駕駛訓(xùn)練的駕駛意圖識別方法[J];重慶理工大學(xué)學(xué)報(自然科學(xué));2014年10期

5 馬勇;付銳;郭應(yīng)時;袁偉;吳海波;;基于實車試驗的駕駛?cè)藫Q道行為多參數(shù)預(yù)測[J];長安大學(xué)學(xué)報(自然科學(xué)版);2014年05期

6 曹凱;于善義;于少偉;;基于多隱馬爾可夫模型的車輛機動行為識別與預(yù)測[J];信息與控制;2014年04期

7 彭金栓;詹盛;徐磊;邵毅明;;基于神經(jīng)網(wǎng)絡(luò)和貝葉斯濾波器的危險駕駛行為識別[J];武漢理工大學(xué)學(xué)報;2013年11期

8 肖獻強;任春燕;王其東;;基于隱馬爾可夫模型的駕駛行為預(yù)測方法研究[J];中國機械工程;2013年21期

9 袁偉;付銳;郭應(yīng)時;彭金栓;馬勇;;基于視覺特性的駕駛?cè)藫Q道意圖識別[J];中國公路學(xué)報;2013年04期

10 嚴新平;張暉;吳超仲;毛喆;雷虎;;道路交通駕駛行為研究進展及其展望[J];交通信息與安全;2013年01期

相關(guān)博士學(xué)位論文 前2條

1 冀秉魁;基于駕駛員視覺特性的駕駛行為預(yù)測方法研究[D];吉林大學(xué);2014年

2 王鈺;車輛識別系統(tǒng)中的基礎(chǔ)性算法研究[D];北京交通大學(xué);2010年

相關(guān)碩士學(xué)位論文 前4條

1 楊耀;高速公路最小安全行車間距研究[D];長安大學(xué);2016年

2 李肖含;汽車自適應(yīng)巡航控制系統(tǒng)模糊控制策略研究[D];北京理工大學(xué);2015年

3 李軍;冰雪條件下高速公路危險駕駛行為研究[D];哈爾濱工業(yè)大學(xué);2014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

本文編號：2881917