驾驶决策车速及其变动规律研究

传统的道路设计规范是建立在动力学基础之上,其理论假设未能很好描述交通行为中"人—车—路"的系统作用,尤其是对用路人的特性和感受缺乏足够的重视与应用,依照规范确立的道路线形,往往在承载实际的驾驶行为时会出现功能偏差,严重时就会产生安全隐患,这种情况在道路等级低、交通环境复杂的穿村镇公路尤为突出,已成为城镇化进程中提高道路安全运行质量的"瓶颈"。

基于模糊推理的驾驶员车速决策行为建模与仿真

为了在微观交通仿真中更真实地模拟驾驶员的车速决策行为,在综合自由行驶和跟驰两种驾驶行为的基础上,采用模糊推理技术进行建模研究。选取车头时距、期望速度差、前车速度差作为模糊推理系统输入变量,加速度为系统输出,结合实际中加减速行为的不对称性及不同行驶状态下主要行驶意图的不同,构造模糊规则,建立基于模糊推理的车速决策模型。利用模糊系统的输入输出曲面进行了模型的校核,并在考虑驾驶员反应时间的基础上进行了仿真实验。仿真结果表明,车辆能够根据前车行驶状态和自身期望车速进行适当的速度决策,验证了所建模型的合理性。

基于模糊推理的驾驶员车速决策行为建模及其标定

为模拟驾驶员在行驶过程中处理不确定信息的能力,并解决以往微观交通仿真中自由行驶与跟驰状态相互转换时的不平滑问题,对将2种行为综合起来的车速决策行为建立模糊推理(fuzzy inference system,FIS)模型。提出了一种隶属度函数参数化设计方法来解决FIS模型的标定问题。以车头时距、相对速度、期望速度差作为输入,加速度作为输出,结合专家经验构建模糊规则,建立了FIS模型。采用美国公路署NGSIM(next generation simulation)项目免费提供的车辆行驶数据,在对数据筛选、预处理的基础上,通过对驾驶员反应时间标定、期望车速设定,构造了模型的输入输出数据,并对模型参数利用遗传算法进行了标定。标定后的FIS模型对实际行驶数据有良好的拟合精度;通过想定实验,证明在模型较好地解决了状态转换的不平滑问题;最后对模型在跟驰状态下表现与GM模型进行了比较,结果表明标定后的FIS模型略优些,说明本文建立的参数化车速决策FIS模型具有良好的实用价值和应用前景。