基于安全裕度的网联自主汽车换道行为风险量化及动态平衡模型

伴随车联网技术的发展,道路交通流呈现智能网联自动驾驶汽车与传统人工驾驶车辆混合共存发展态势,研究网联新型混合车流换道驾驶行为的风险特性极其重要。基于安全裕度理论,建立了换道行为风险量化模型,采用故障树分析法,推导换道的时间和空间风险,进行时空融合的风险评定量化,以判断车辆是否处于安全变道状态,并动态平衡车辆换道行为可能存在的风险。运用SUMO软件对建立的量化模型进行仿真验证分析,碰撞时间倒数与瞬时风险系数均值分别下降0.1与0.05,同时变化趋势趋于稳定。安全裕度风险量化模型使换道风险得到了有效控制的同时,交通流的稳定性得到了较大提高,可保障未来网联环境中自主驾驶车辆队列的稳态运行,从而提高交通容量和交通效率。

网联异质车群的自主换道行为及动力学建模

道路上行驶的网联异质车流,存在着网联自主驾驶汽车(connected autonomous vehicles,CAVs)和人工驾驶汽车(human-driven vehicles,HVs)的复杂交互耦合关系。传统的交通优化模型着重于均匀化网联车辆的运行速度,缺乏对网联车辆自主换道和主动礼让行为的考虑。为引导CAV自主变道决策和让行行为,挖掘其自主行为的动力学特性,运用系统动力学建立车车交互行为模型,判断CAVs所处的空间阈值,控制瓶颈区CAVs的目标巡航速度,调节瓶颈区道路车辆密度,提高异质车流通行效率。采用MATLAB数值仿真,验证分析面向CAV自主决策行为的动力学模型,结果表明:相较于传统的交通优化模型,加入符合换道条件和让行条件下的CAVs自主行为因素后,交通瓶颈区车辆平均延误以及瓶颈区排队长度均减少约20%,其中停车延误可减少约40%。网联异质车流中车车交互行为特性及自主决策行为动力学模型可为提高异质车流在瓶颈区的高效运行提供理论基础。

基于深度学习的驾驶倾向性分类及辨识方法

为了进一步研究网联交通环境下驾驶人驾驶倾向性动态变化特性,提出一种基于深度学习的驾驶倾向性分类及辨识方法。首先提取车速、加速度标准差、车头时距等车辆运动状态参数,设计调查问卷;采用k均值聚类算法对驾驶倾向性初步分类,并校正车辆状态相关特征参数,然后建立一种考虑注意力(Attention)机制的双向长短时记忆神经网络(BiLSTM)驾驶倾向辨识模型,识别周围车辆的驾驶倾向性,最后搭建对照模型,比对模型识别精度。结果表明,考虑注意力(Attention)机制的双向长短时记忆神经网络(BiLSTM)模型辨识精度达89.74%。相较于支持向量机(SVM)模型和人工神经网络(ANN)模型,准确率进一步提升,可实现动态驾驶倾向性的精准高效识别。

基于CS算法优化的SVM短时交通流预测模型

为了提高短时交通流预测模型的准确度,提出一种基于布谷鸟搜索算法(Cuckoo Search,CS)优化的支持向量机(Support Vector Machine,SVM)短时交通流预测模型(CS-SVM)。选取青岛市内的多组典型城市路段作为研究对象,将观测收集的车流量数据作为学习样本。利用CS算法对SVM模型的主要参数进行优化,建立以SVM为基础的短时交通流预测模型。最后将CS-SVM模型与多种现有模型进行仿真分析。结果表明,CS-SVM模型相比其他传统模型具有更低的预测误差和更好的稳定性,CS-SVM模型相比SVM模型的MAE值下降了6.56%,RMSE值下降了7.36%。因此该模型能够为城市交通出行和交通流理论研究提供有效帮助。

网联自主车辆协作换道行为博弈特性及模型

为了更加深入了解在车联网环境下车辆之间的动态交互博弈关系,基于自动驾驶车辆换道存在协作交互决策的自主特性,建立了网联自主驾驶车辆的协作换道行为模型。协作换道行为模型将换道决策过程的交互博弈时间作为换道的主要安全影响因素,速度收益作为换道博弈优化目标,运用SUMO仿真对比分析传统换道模型与协作博弈换道模型。仿真结果表明,协作博弈换道模型具有更好的速度收益、安全性和稳定性。异质车群中的网联自主车辆存在协作换道行为特性,博弈换道模型科学地表征了换道动态博弈过程,且具有很好的稳定性。

基于动态安全车距的车辆跟驰模型及稳定性分析

为了更好地模拟车辆的跟驰特性,在全速度差(full velocity difference,FVD)模型的基础上考虑前车与跟随车的车头间距、速度差、速度和加速度等因素,建立了一种基于动态安全车距的改进FVD跟驰模型。构建了可变车头时距模型量化前车加速度对跟驰车头间距的影响程度;应用小振幅扰动分析和长波展开进行了模型线性稳定性分析,推导了改进FVD模型的临界稳定性条件;设计环形道路上微扰动数值仿真实验,分析了扰动后的车辆跟驰行为特性,解析加速度参数对模型抗扰能力的影响。研究结果表明:考虑前车加速度信息可以降低扰动演化时的波动振幅,有助于提高车流的稳定性。

交通流频变路段智能网联车辆换道演化博弈机制

为研究城市交通流频变路段智能网联车辆换道博弈的演化机制和降低车辆换道的决策冲突,通过量化车辆收益和权重系数实现人车交互并建立演化动态方程,根据博弈系统的雅可比矩阵分析均衡点的稳定性,最后利用数值仿真决策演化路径并对影响因素进行灵敏度分析。结果表明不同驾驶决策的初始比例会影响决策的演化方向,左转绿灯时间增进车辆策略向(换道,让行)方向演化,随决策时刻位置减小增进车辆策略向(换道,让行)方向演化。

基于风险势场的网联自主车辆换道行为建模

为提高智能网联环境下网联自主车辆的换道安全,针对网联自主车辆环境感知及实时通讯的特点,以势场理论为基础,分析车辆不同方向所面临风险变的差异性,对动态车间距进行修正,构建车辆风险势场模型,将网联自主车辆驾驶过程中所面临的风险进行量化,以此为基础建立网联自主车辆安全换道距离模型,反映不同运动状态的换道车辆所需要的安全换道距离的变化趋势。对模型进行数值模拟分析,结果表明:当前车道和目标车道上车辆的运动状态直接影响换道时所需要的安全距离的大小。可见车辆进行换道操作时需调整自身的运动状态来改变风险势场的分布情况,避免与其他车辆的风险势场发生冲突,影响行车安全性。

基于可达性分析的网联自主车辆换道安全轨迹规划与仿真

为解决网联自主车辆在换道时前车向目标车道紧急变道所引发的交通安全问题。通过考虑车道线与道路边界约束以及网联自主车辆与障碍车辆的碰撞风险,建立了换道临界碰撞模型。综合考虑换道临界模型与多项式规划方法,规划带安全约束的换道轨迹。进一步为降低网联车辆紧急避障的反应时间,提高避让轨迹的动态响应效果,采用可达性分析方法搜索出安全区域,使用多项式规划安全避让轨迹。最后针对具体的实际交通场景,使用MATLAB对规划轨迹进行数值仿真分析,仿真结果表明换道轨迹满足安全性、舒适性以及换道效率的约束,所规划的避让轨迹在牺牲部分舒适性的前提下能够满足安全性的要求,降低车辆面对突发情况的安全风险。

紧急制动工况下驾驶人驾驶特性分析

为了研究不同驾驶特性驾驶人在制动操纵行为上的差异,借助驾驶模拟器搭建驾驶人数据采集平台,采集紧急制动工况下的驾驶数据,利用模糊C均值算法聚类分析,得到保守型、一般型和激进型3种驾驶特性,并进行制动行为风格分析。结果表明:不同驾驶特性的驾驶人在紧急制动工况下的操纵行为存在很大差异,对制动距离、制动时间、停车间距、碰撞时间等方面均产生影响。紧急制动工况下,相较于一般型驾驶人,保守型驾驶人制动时机更早,制动减速度更大,制动持续时间更短,驾驶人的制动行为较一致;激进型驾驶人制动时机较晚,制动减速度较小,制动持续时间较长,驾驶人的驾驶行为任意性较大。

苏州市居民出行特征分析及交通发展对策研究

对比分析苏州市 2 0 0 0年和 1 996年以及苏州市与国内其他城市居民出行调查的有关数据 ,通过出行强度、出行方式、出行的时间分布、出行的空间分布等一系列指标总结归纳出苏州市城市居民出行的规律、变化特征及其原因 .针对其出行总量增加、出行距离加长、出行耗时增加、私人交通方式比重较高、城市交通大区间的联系通道交通量较大、高峰小时峰值强劲等特点 ,对苏州市城市交通发展提出公交优先发展、就近就业。

车辆跟驰的分子动力学特性及其模型

应用分子动力学研究了车辆跟驰特性,探索了车辆跟驰的需求安全距离及其应用模型构建。通过赋予跟驰模型多个刺激项的反应权重,运用数学演绎方法,推导出驾驶员对各种刺激反应同向性的状态方程。在此基础上提出了描述跟驰变化过程的分子跟驰模型。数据验证和试验对比分析结果表明,分子跟驰模型对跟驰状态的描述更加全面和贴切,弥补了速度跟驰模型的不足,完善了交通流跟驰理论。

车辆换道交互行为分析和建模

运用运动学理论与方法,以换道过程中目标车道上的跟随车为研究对象,对跟随车与换道车之间的交互行为进行分析,建立了自由换道、强制换道和协作换道过程中跟随车与换道车之间的最小安全距离模型。利用汽车驾驶电子学习室对不同状态的交通进行了仿真分析,并进行了数理统计分析。结果表明:所建模型可以对实际交通车辆换道进行合理描述;在试验与实际道路交通场景中,车辆换道需求间距存在一定的误差,主要原因是在实际交通场景下,驾驶行为是综合考虑多种因素后的结果;在交通流密度较高的道路上,协作换道可以大大地提高车辆行驶安全性、交通流稳定性及道路通行效率。

基于交通波理论的干线绿波协调控制方法

为实现城市干线绿波交通,提高干线运行效率,考虑交叉口间的关联性,从协同角度对周期、相位相序、绿信比、相位差4种干线控制参数进行了优化。运用交通波理论阐释了干线车流排队现象,揭示了大流量线控系统绿波交通产生的内在机理。以保证下游交叉口无排队车辆为目标,建立了交叉口相位差优化模型。选取青岛市滨海大道13个相邻交叉口为研究对象,通过周期、相位相序、绿信比和相位差的优化方案,验证了干线协调控制优化方法的可行性和所建立模型的实用性。结果表明:周期、相位相序、绿信比和相位差是干线协调控制的重要优化指标;基于交通波的干线交叉口相位差优化模型对总旅行时间、停车次数的优化效果显著。

基于分子动力学的车流运行动态特性及其模型

车辆跟驰行为受前导车和道路环境等的影响,将车辆抽象成相互作用的分子,基于分子动力学构建相互作用势函数,建立基于相互作用势函数的分子跟驰模型.采集试验路段不同点位的交通流样本,从视频中获得所需数据,并对加速度波动特性进行分析.将车辆运行状态分为常态行驶,起动加速和减速停车3种,根据实测交通数据对3种车辆运行状态进行模型参数标定,同时对分子跟驰模型进行稳定性分析验证,结果表明,相对于经典GM模型,分子跟驰模型稳定性更好,对实际交通状态拟合程度更高.

基于系统层次分析法的公路网规划项目建设序列论证

为消除公路网规划中单纯进行技术路线论证所带来的弊端 ,将系统层次分析法用于公路网规划建设项目排序中 ,考虑了经济、技术及环境等影响因素 ,以取得最大的总建设效益。以盐城市域公路网规划骨干公路为例 ,说明建设序列的决策过程 ,并将该方法与线路重要度法进行了对比评价。

基于交通波理论的干线相位差优化及其控制方法

为实现干线协调,提高运行效率,基于线控系统中车流以波的形式到达的基本认知,分析了相邻交叉口车辆排队的时空特性,指出了干线协调的内在机理是当车流到达队尾位置时排队完全消散。然后针对排队的集结与消散建立了基于交通波的交叉口相位差模型。并鉴于干线各交叉口间的关联性以及交通需求与供给关系,提出了对干线控制参数的优化策略。最后选取青岛市漓江路沿线交叉口进行案例分析,验证相位差模型以及周期、相位相序、绿信比等优化策略的可行性与实用性,结果表明该控制方法对车辆旅行时间、停车次数的优化效果显著。

层次分析法在公路网规划建设项目排序中的应用

公路建设项目排序是路网规划的重要课题。本文将层次分析法用于公路网规划建设项目排序中 ,并以盐城市公路网规划骨干公路为例 ,说明建设序列的决策过程。

动态车辆换算系数的交通流特性分析方法

道路运行车辆在不同交通运行状态下所占有的道路时空资源的物理意义不同,为了科学反映其动态特性,吸取了传统交通流理论的学术思想,选择交通密集度作为车型换算系数的计算标准,综合分析了不同交通流运行状态下车辆占有车道空间问题,从交通流特性分析入手,定性分析车型对交通流量-密集度的影响,提出了不同车型相对应的影响系数计算方法,进而建立基于需求安全距离的动态车辆换算系数定量模型。通过数据验证和试验对比分析结果显示,动态车辆换算系数更好地反映了交通流运行中的速度-流量关系和动态特性。

考虑横向干扰的交叉跟驰模型研究

在传统跟驰模型的基础上,对车辆横向位置分布进行了实地调查,分析了周边交通场景对跟随车的横向干扰特性。引入最大转移速度和疏散路程参数,建立了交叉跟驰模型并进行了交通仿真。统计分析结果表明:行驶车辆横向位置分布基本符合正态分布,跟随车的行为变化与车辆偏离中心线的距离大小有关,交叉跟驰模型可以更加准确地反映实际道路交通场景。此模型的建立能够揭示车辆微观交互行为,对保障车辆运行安全和交通流稳定性具有重要的现实意义。