原文传递
基于驾驶风格的高速公路换道决策研究
| 论文题名： | 基于驾驶风格的高速公路换道决策研究 |
| 关键词： | 高速公路;驾驶风格;换道决策;小波分析 |
| 摘要： | 伴随着中国高速公路建设飞速发展，民众出行日益便利，但同时交通安全仍是突出问题，尽管交通事故率逐年下降，但巨大的伤亡人数、财产损失数字依然令人触目惊心。未来随着车联网技术走向成熟、道路智慧基础设施建设稳步跟进、自动驾驶技术实现突破，车路协同的美好愿景也将会实现，届时对于车辆驾驶安全性要求将更加严格，正确驾驶决策是实现安全驾驶的前提。因此，本文对换道决策行为展开研究，具体如下： 通过分析NGSIM数据，发现其存在异常值较多，通过对比数据处理技术，确定采用两步轨迹重构技术，即采用小波变换识别异常值、三次样条插值修正异常点/块，再分别采用对称指数平均法和小波降噪法对横向和纵向轨迹去噪。 通过换道行为定义明确研究重点及换道轨迹提取原则，从完整轨迹中截取换道前后一段时间内的轨迹数据。通过关键时刻识别将轨迹划分为跟驰阶段、意图阶段和准备阶段，得到模型因变量。对换道决策机理分析，提取出12个可能影响换道决策的因素。对其做方差分析和相关性分析，得到对换道决策影响显著的特征。 考虑各阶段不同驾驶风格的驾驶人驾驶行为的差异性，探寻不同风格驾驶人在换道决策过程中的行为特点，分析换道决策模型考虑驾驶风格因素的必要性。对不同阶段驾驶行为参数的均值和方差进行比较，分析参数差异所在及原因。利用ReliefF方法对换道决策特征做重要度排序，获得构建换道决策模型的关键特征：驾驶风格、自车纵向速度、目标车道前后车间距、速度收益、与原车道前车速度差。 基于换道决策特征与换道决策阶段构建换道决策模型，研究表明，加入驾驶风格特征模型效果提升约4%，XGBoost换道决策模型AUC高达96%，比SVM模型和RF模型AUC高出约25%和10%。 本文换道决策模型可用于车载预警系统判断车辆是否已做出换道决策，由于模型考虑了驾驶风格因素，则该模型可以为不同驾驶人提供时间上更可靠的预警信息，一方面有利于提高驾驶人对预警信息的接受度和信任度，另一方面能提升辅助决策系统服务水平，进而提高驾驶安全性。 |
| 作者： | 李依 |
| 专业： | 交通运输工程 |
| 导师： | 赵建有 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
