原文传递
个性化驾驶风格识别与驾驶行为心理场效应模型
| 论文题名： | 个性化驾驶风格识别与驾驶行为心理场效应模型 |
| 关键词： | 驾驶风格;心理场效应;跟驰模型;自动驾驶;智能网联交通;模型跟踪控制 |
| 摘要： | 伴随智能交通技术的快速发展，车辆的自动化及其与道路设施的智能网联化日趋融合，网联自动驾驶车辆(ConnectedandAutonomousVehicle,CAV)和传统人工驾驶车辆(Human-drivenVehicle,HV)交互并存，在道路交通系统互为渗透，呈现网联新型混合交通流运行态势，研究CAV-HV的交互行为特性具有重要的理论意义。在人-车-路-环境的复杂交通场景中，车车交互行为因驾驶员性格、心理特征等因素的影响，交互行为方式存在多维多态新特性，其中个性化的驾驶风格是驾驶行为以及车车交互行为的内在根源。研究进行个性化驾驶风格分类与识别，基于驾驶风格进行心理场效应模型框架的构建，建立HV-HV跟驰模型、CAV-HV跟驰模型，进行无人驾驶车辆模型跟踪预测控制算法设计。 首先，进行车辆的实测轨迹运动数据分析，筛选表征驾驶人操控车辆运动状态的指标，利用因子分析降维后，通过K-means算法进行驾驶风格聚类。根据不同类型驾驶人操控车辆的速度、加速度表现，确定驾驶风格类型。为验证分类准确性，对其结果使用基于SVM算法测试集的分类验证，效果较好。 其次，运用数学物理方法分析驾驶行为的心理场效应，对车辆跟驰关系中产生的势场关系进行解构，并分析有关影响因素，建立了驾驶心理场模型框架。分析跟驰状态下的车辆运动关系，以全速度差跟驰模型为基础，以驾驶心理场模型框架为依据，建立考虑心理场效应的人工车辆跟驰模型。经过数值仿真实验验证,该模拟能够有效地模拟车辆的跟驰行为。 然后，系统梳理混合交通流跟驰行为关系，结合自适应巡航控制技术，建立ACC跟驰行为模型。根据当前智能交通系统中的传感、计算、通信等关键技术发展应用现状与展望，充分利用CAV、车路协同系统路侧单元(RSU,RoadSideUnit)的相关功能，提出智能网联道路交通环境下基于前车驾驶风格的ACC跟驰决策优化的逻辑框架。参考考虑心理场效应的人工车辆跟驰模型，构建了CAV跟驰模型。经过仿真模拟试验，证明该模型的安全性较高。 最后，从纵横二自由度建立无人驾驶车辆运动学模型，提出了一种基于驾驶风格与心理场效应的模型跟踪控制器设计方法。引入驾驶风格与心理场效应影响因子，利用线性参数化理论进行了离散化，并将其转化为二次规划问题，并对设计的控制器进行了验证，证明其控制效果较好。 |
| 作者： | 胡春燕 |
| 专业： | 交通运输工程 |
| 导师： | 曲大义 |
| 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
