原文传递
快速路交织区交通震荡演化特性分析及车辆跟驰模型研究
| 论文题名： | 快速路交织区交通震荡演化特性分析及车辆跟驰模型研究 |
| 关键词： | 快速路交织区;交通震荡;演化特性;车辆跟驰模型;驾驶风格;循环神经网络 |
| 摘要： | 交通震荡是常见于城市快速路中车辆自发的“走走停停”现象，交通震荡不仅会降低驾驶舒适性，增加行车延误，还对交通安全产生不利影响。探索交通震荡的演化特性以及研究交通震荡下的车辆跟驰行为有助于充实交通流理论，为制定科学有效的交通管控措施提供有力支撑。本文在对高解析度轨迹数据进行误差分析和去噪处理的基础上，从增长特性和传播特性两方面分析了快速路交织区交通震荡现象的演化特性，通过选取和重构交通震荡状态下驾驶风格特征参数，对驾驶员的驾驶风格进行了聚类分析，进而构建了交通震荡下考虑驾驶风格的跟驰模型。具体研究内容分为以下几个方面。 首先，以高解析度轨迹数据为基础，分析并修正了原始数据中的错帧数据。通过分析轨迹数据的误差产生原因，利用五点三次平滑法对轨迹数据进行去噪处理。在保证数据质量的基础上，统计主线不同车道中车辆速度的标准差来分析交通震荡的增长特性。采用短时傅里叶变换的时频分析方法，同时从时域和频域来表达震荡时的车辆时变信息，通过识别时频谱图中第一辆出现明显频率强度变化的车辆来追踪震荡头车，以及每辆车在频率强度上的变化来识别震荡时的加减速变化点,基于加减速点形成的传播路径，统计分析震荡在持续时间、振幅和强度上的变化，从而研究不同车道的交通震荡的传播特性。 其次，以交通震荡下的车辆跟驰数据为研究对象，选取12个统计量作为驾驶风格聚类的特征参数，并通过因子分析法对特征参数进行重构，利用X-means聚类算法进行驾驶风格聚类，结果将交通震荡下的驾驶风格分为3类。基于驾驶风格聚类的结果，选取速度、加速度、车头时距和车头间距4个指标，对不同风格驾驶员的轨迹数据进行指标的统计，深入分析3类风格驾驶员的行为特征。 最后，考虑跟驰过程中目标车辆与前车的瞬时车头间距、速度差以及前车行驶速度，基于聚类获得的不同驾驶风格的跟驰数据，利用循环神经网络构建交通震荡下考虑驾驶风格的跟驰模型，分别针对不同驾驶风格的单车以及包含各类驾驶风格的车队进行建模与测试，并与其他的数据驱动跟驰模型和传统的模型驱动跟驰模型的预测结果进行对比分析，验证了本文模型的有效性和优越性。 |
| 作者： | 胡嫣然 |
| 专业： | 交通运输 |
| 导师： | 邴其春 |
| 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
