原文传递
海底隧道换道意图识别与出口分流区分级换道研究
| 论文题名： | 海底隧道换道意图识别与出口分流区分级换道研究 |
| 关键词： | 海底隧道;换道意图识别;出口分流区;分级换道;驾驶行为 |
| 摘要： | 在隧道内驾驶，换道是最复杂和最危险的驾驶操作之一，故一般禁止隧道内换道。随着机动车数量日益增加，城市隧道交通呈现拥堵态势。隧道内禁止车辆换道会降低通行效率，因此研究既保证交通安全又提高交通效率的隧道内车辆换道行为具有重要的研究意义。为了发挥城市隧道在路网中的功能，隧道通常具有多个出口，在出口分流区允许车辆换道。研究隧道内换道意图识别和出口分流区分级换道对预判驾驶行为、减小换道风险和冲突、保证换道安全具有重要研究价值，并为高级智能辅助驾驶系统提供决策依据。 本研究总结了国内外关于驾驶人眼动特性、换道意图识别和出口分流区换道的研究现状。首先，采用实车试验收集了海底隧道车辆运行数据和驾驶人眼动数据，选取换道前后车速数据、转向灯开启状态、车辆横向偏移角度等车辆运动参数和总注视时间、热点图、回视次数、瞳孔直径等眼动参数进行分析，得到了自由左换道、自由右换道、强制右换道三种不同换道类型的车辆运动规律和驾驶人眼动规律。划分了海底隧道换道类型，将换道过程划分为环境刺激、换道准备、换道执行三个阶段。 然后，对驾驶人视野平面网格进行了划分，利用滑动时空长方体算法提取了换道准备阶段驾驶人眼动追踪路径。利用动态时间规整重心平均算法(DBA)对眼动追踪路径进行寻优。利用K最近邻算法(KNN),根据眼动追踪路径的动态时间规整距离，构建了基于驾驶人眼动特征的换道意图识别模型。结果显示，利用DBA-KNN识别换道具有很高的准确率，其中识别自由左换道、自由右换道、强制右换道的识别准确率分别为87.5％、88.2％、90.1％。 最后，以胶州湾海底隧道为例，对海底隧道出口分流区进行分级换道研究。对换道区域内过渡段、渐变段、辅助车道的长度和位置参数进行了设计，形成6种不同的分级换道方案。运用UC-WinRoad软件搭建了胶州湾海底隧道交通环境场景。选取换道位置、换道率、瞳孔直径、车速变化4个评价指标并进行分析，应用层次分析法和熵权法(AHP-EWM)确定了指标权重，建立了评价指标体系。构建了基于集对分析法和逼近理想值的排序法(SPA-TOPSIS)的出口分流区分级换道综合评价模型。结果显示最优方案为E方案，即方案设计参数为过渡段Ⅰ为290m,过渡段Ⅱ为210m,渐变段为120m、辅助车道为140m,其综合评价指数为γE=0.968。 |
| 作者： | 吴秋蝶 |
| 专业： | 交通运输工程 |
| 导师： | 潘福全 |
| 授予学位： | 硕士 |
| 授予学位单位： | 青岛理工大学 |
| 学位年度： | 2023 |
检索历史
应用推荐
