原文传递
基于信息融合的交通流预测及跟驰安全预警技术研究
| 论文题名： | 基于信息融合的交通流预测及跟驰安全预警技术研究 |
| 关键词： | 短时交通流预测;贝叶斯优化;跟驰碰撞预警;信息融合 |
| 摘要： | 交通系统是由人、车、路、环等要素组成的动态、开放性的系统，其安全性受到多个因素作用的影响。传统的车辆出行缺乏对复杂环境信息的智能感知能力，因此难以对动态交通状态做出及时、准确的判断和决策，从而易引发交通拥堵和安全事故问题。 智能交通系统ITS的发展为解决交通问题提供一种新的思路。面对城市交通信息复杂、异构性强等特点，开展交通领域的信息融合技术应用研究对解决安全问题具有重要的理论价值和现实意义。 本文展开多源信息融合的短时交通流预测研究，其预测结果一方面可为交通出行者提供交通诱导，避免交通拥堵；另一方面作为路况信息，引入到跟驰碰撞预警模型研究，保障下一时间段的车辆运行安全，提升路网安全。 首先，本文对复杂交通系统信息融合的相关技术进行研究，开展多源信息融合的短时交通流预测模型设计。考虑天气、气温等环境信息影响下的交通流特性，将其量化加入Dense层提取特征并结合BiLSTM层的时序记忆功能进行预测；同时引入贝叶斯优化超参数，构建BBiLSTM模型；采用WebTRIS数据集进行模型验证，结果显示预测方法可有效提升预测精度。 其次，开展多源信息融合的跟驰碰撞预警模型设计。采用速度相关性判定方法并结合驾驶员反应时间获取跟驰状态临界阈值；采用改进的k-means算法判别交通流预测结果的交通状态，定量分析不同状态下的跟驰行为特性；最终基于ANFIS算法构建信息融合的预警模型，并采用NGSIM数据集进行模型对比验证，结果显示本文模型具有更高的预警准确率。 最后，本文设计多源信息融合仿真试验系统。预警终端结合智能移动端的运行参数，进行半实物仿真试验；预警结果显示可有效对危险的碰撞状态进行智能感知。 |
| 作者： | 李预 |
| 专业： | 交通运输工程 |
| 导师： | 吴红兰 |
| 授予学位： | 硕士 |
| 授予学位单位： | 南京航空航天大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
