原文传递
新型混合交通流环境下高速公路自动驾驶车辆换道决策研究
| 论文题名： | 新型混合交通流环境下高速公路自动驾驶车辆换道决策研究 |
| 关键词： | 自动驾驶车辆;交通流;驾驶人性格;换道决策;信号传递博弈;仿真评价 |
| 摘要： | 车辆换道行为作为机动车的高频驾驶行为之一，很容易因驾驶人操作失误而引发交通事故，高速公路交通流环境下后果更加严重。而自动驾驶的出现对于降低换道事故风险具有重要意义。不过由于技术的制约，目前的自动驾驶上路试验集中于单自动驾驶车辆混入人类驾驶交通流中这一场景。研究基于这种新型混合交通流场景的自动驾驶换道行为很有必要，但是现有自动驾驶换道模型集中于换道车辆本身和目标车道后车两者，未能将换道场景中的其他车辆纳入考虑范围，有很强的局限性，且对驾驶人的性格特征关注度不够，难以为高速公路新型混合交通流环境下的车辆换道提供可靠的支撑。 为了建立新型混合交通流下的换道决策模型，本文首先梳理了高速公路环境下的几种换道场景，确定自主性换道为本文研究场景，将自动驾驶换道车辆与周边车辆均纳入研究范围，引入车辆动力学模型，结合运动学公式和主动避撞安全距离模型，建立了车辆换道的条件模型。然后引用NGSIM数据集，建立清洗规则，使用对数指数移动平均法进行平滑处理，结合换道场景提取换道决策数据。其次，分析换道流程，将驾驶人性格细分为冲动型、温和型和谨慎型三种，通过引入信号传递博弈理论建立换道决策模型，并根据精炼贝叶斯均衡理论求解其均衡。同时，使用极大似然估计法标定模型中的参数，利用机器学习中的评价方法对标定效果评价。最后，本文基于Python搭建仿真环境，选择IDM+MOBIL的换道组合作为对照组，从安全性和可靠性两个角度对本决策模型进行评估。 实验结果表明，随着仿真环境中输入车流密度的变化，本文所建立的换道模型，相比于传统的IDM+MOBIL对照组模型，安全性和可靠性都更优。延误方面，本决策模型普遍低于对照组，尤其是密度低于27.5veh/km时，本决策换道模型延误均不到对照组的7成；平均碰撞时间差也更优；且本决策模型的初次换道成功率始终保持在20%以上，显著高于传统换道模型。本决策模型可以为自动驾驶车辆的换道提供一定的支持。 |
| 作者： | 杨杰 |
| 专业： | 交通运输工程 |
| 导师： | 邵海鹏 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
