基于混合交通流的车辆换道行为

采用元胞自动机模型研究了城市交通中车辆的换道行为。在模拟非对称换道规则下混合交通流中的车辆换道行为中,通过增加公交车影响因子这一换道动机,分析了公交车对社会车辆换道行为的影响。分析结果表明:公交车的存在增加了车流中车辆的换道概率,且当道路处于中低密度状态时,社会车辆换道概率随公交车比例上升而增加,相应路段平均车速降低。在考虑了公交车影响因子后发现,公交车影响因子的存在会明显降低车辆换道概率。     

车辆换道行为风险评价方法研究进展

驾驶人的换道行为通常会对交通安全产生一定的负面影响,为了保证车辆换道安全,防止交通事故的发生,应该对车辆换道行为风险情况进行识别和评价。通过对国内外相关文献的系统研究,从文献统计分析、关键词可视化及数据集分析3个方面对车辆换道行为进行了综述,总结了车辆换道关键影响因素的研究热点;并通过回顾国内外车辆换道行为风险评价方法,总结分析了当前研究应用较为普遍的基于交通冲突的风险评价方法以及基于驾驶意图的风险评价方法;最后讨论了当前车辆换道行为风险评价研究存在的问题以及未来发展趋势。研究表明：车辆换道行为研究应结合交通环境特性,研究更具有普适性和可移植性的车辆换道模型是未来有待突破的研究方向;此外,在未来车辆换道行为风险评价研究中驾驶人驾驶意图、换道决策调整等变化是一个重要研究方向;基于当前车联网技术的发展,未来研究应考虑更广泛的影响因素,利用更加广泛的交通环境信息,考虑异构交通流环境对车辆换道行为风险的影响,进行更加综合的风险评价方法研究。研究人员有机会通过汽车远程信息,可以更好地理解驾驶行为和交通事故的成因,为车辆换道风险的综合评价方法研究带来了新的机遇和挑战。     

车辆安全换道分析

通过分析换道时车辆的运动关系,使用最小安全距离作为安全换道的指标,并将安全车距的计算与车辆的当前速度,到达临界碰撞点的时间,两车的相对速度、加速度关联起来,研究了车辆碰撞的条件,给出了换道最小安全距离的计算方法,并进行了仿真与分析。本文的研究结果为下一步的自动换道辅助系统和自动超车辅助系统的研究奠定了理论基础。     

高速公路汽车辅助驾驶安全换道模型

为解决高速公路行车危险状态下驾驶员有意识换道过程中发生的车辆碰撞等交通事故问题,在前期研究车道偏离预警的基础上.针对确立的典型换道场景,建立了更加符合实际的基于换道过程中车辆加速行为的安全换道模型,并借助Matlab软件开发的仿真程序对建立的模型进行了仿真分析。结果表明,本文建立的模型具有较好的实用性,可为进一步建立车辆安全换道辅助系统奠定基础。     

基于决策机理与支持向量机的车辆换道决策模型

驾驶决策机制是保障自动驾驶车辆驾驶安全的关键技术,而换道研究是其重要课题. 然而,在复杂的动态环境下行驶时,使智能车辆做出安全、符合要求的换道决策仍然是一个难点. 为此,首先分析了车辆自由换道的影响因素,采用传统的数理模型建立了基于换道收益、安全和必要性的车辆换道规则模型. 其次,针对在不同的驾驶工况换道决策考虑的因素不同,提出从基于物理状态的特征、基于交互感知的特征以及基于道路结构的特征三个方面提取决策变量,使换道模型决策时考虑的因素更加全面. 然后,针对自由换道决策过程中存在的多参数和非线性问题,提出了基于贝叶斯优化算法（BOA）的支持向量机（SVM）决策模型. 最后,所提出的模型在NGSIM数据集上进行验证,对比试验表明:建立的BOA Gaussian-SVM模型具有较高的综合预测性能,对换道行为的识别准确率可达到92.97%,超越了其他模型并远高于规则模型. 同时在Airsim平台上进行了仿真实验,实验结果进一步证明了BOA Gaussian-SVM决策模型的有效性,说明此模型可进一步应用到自动驾驶和辅助驾驶系统开发中.     

驾驶行为决策风险的多维结构模型

区别于现有基于道路交通系统(人-车-路)的风险分析理论,以驾驶员的认知和决策为核心,从事故发生概率、事故严重庋、驾驶员风险认知水平、驾驶员控制能力,以及交通信息不对称度5个方面提出了驾驶行为决策风险的多维结构,分别给出了各风险因素的量化表达方法及其对应的风险度函数,并构建了综合风险度评价模型.以某公路弯道前后不同车型的...     

基于模糊逻辑的高速公路微观换道行为

为深入研究高速公路微观换道行为的决策过程,提高高速公路换道模型的真实性和有效性,将任意换道行为分为向左侧换道行为和向右侧换道行为,引入驾驶员性格影响因子和车辆类型参数,基于模糊逻辑推理构建任意性换道行为模型;同时,为增强换道行为的动态效果,构建高速公路自由状态下车速控制模型和跟车行为模型.仿真结果显示该任意性换道模型具有较好的真实性和有效性,表明向左侧换道行为模型和向右侧换道行为模型能准确反映高速公路微观换道行为的决策过程.     

高速公路施工区车辆强制换道耗时生存模型

为研究高速公路施工区车辆强制换道行为及其影响因素,采用生存分析中的半参数分析方法建立强制换道耗时的乘法风险率模型.通过无人机拍摄采集高速公路施工区的车辆换道耗时及其影响因素数据,最终确立换道耗时Cox比例风险模型,对换道耗时数据进行Cox回归建模分析.结果表明:近77%的换道车辆在10 s内完成换道;小型车和中型车经养护施工区的换道耗时未发现显著性差别;对于相同的换道耗时,平峰期的累积生存率明显低于高峰期和过渡时期,而高峰期的累积生存率最高.建立的强制换道耗时生存模型可有效的定量分析车型和交通时段对高速公路施工区车辆换道行为的影响,可为高速公路施工区交通管理控制及车辆换道行为建模及仿真奠定一定的理论基础.     

汽车纵向自动驾驶的因果推理型决策

针对汽车纵向自动驾驶决策过程的因果关联问题,建立了车辆跟驰行为的马尔可夫决策过程模型,利用真实驾驶员驾驶模拟器实验数据与驾驶风险原则确定了模型中的状态集和动作集,并根据车辆的行驶状态设计了相应的回报函数,进而基于增强Q学习算法对该模型进行求解,提出了以上决策过程的因果推理机制。最终,通过在随机工况下的仿真测试,验证了该方法的可行性与有效性。     

基于决策-规划迭代框架的智驾车换道行为建模

行为决策和轨迹规划是智驾车完成驾驶任务的关键环节,着眼于二者之间的参数传递关系和新型混合交通流的动态特征,建立了智驾车换道模型。采用主从博弈思想描述智驾车换道决策过程,采用负指数函数量化博弈代价函数。将博弈决策结果作为轨迹规划模型输入之一,采用多项式分别描述车辆的横向及纵向运动,利用模拟退火算法寻找最优轨迹。设置了不同驾驶特性的环境车辆,并对决策规划过程进行了仿真验证,结果表明,决策规划模型能够快速生成安全、舒适的可行轨迹。     

基于反演法的智能车辆弯路换道轨迹跟踪控制

基于车辆的运动学模型,研究了具有非完整约束特性的智能车辆弯路换道的轨迹跟踪控制问题。结合弯曲车道的曲率半径,针对换道过程中车辆横向运动和纵向运动对换道轨迹的耦合作用,提出了一种适用于弯道的换道轨迹规划方法。根据换道轨迹,利用积分反演法,引入中间虚拟控制量,设计了轨迹跟踪控制算法,并用Lyapunov稳定性理论证明了控制系统的稳定性。仿真结果表明:该控制器可以保证车辆在弯路换道的轨迹跟踪误差一致有界收敛,且具有快速、准确跟踪和全局稳定的特性。     

考虑横向偏移的车辆行为特性及全速度差拓展模型

分析了参与同一换道动态过程的周围多个车辆的驾驶行为,根据多车驾驶行为差异协同考虑了周围多车影响和驾驶员反应时间,分析了车辆完整换道过程的状态演变规则,通过考虑车辆行为的横向偏移特性构建了更为贴合实际情形的全速度差(FVD)拓展模型。分析了快速路试验路段的实测数据,标定了全速度差拓展模型的影响参数,并进行了仿真验证。仿真结果表明:拓展模型稳定性更高,能更好地模拟实际的车辆驾驶行为特性。     

基于决策优化模型的驾驶行为建模方法

为了能在微观交通仿真模型中对复杂交通环境下的驾驶行为进行统一的数学描述，提出一个基于决策优化模型的驾驶行为建模方法.通过扩展Helly跟车模型并将其等式约束变换为不等式约束，建立驾驶员的可行加速度决策空间，再依次求解轨迹最优目标和速度最优目标，得到一个满意的横纵加速度.该建模方法将跟车、换道、超车、穿插、制动等驾驶行为统一地在驾驶行为决策优化模型进行描述中，模型结构灵活，模型参数校正方法简单明了，适用于交通环境复杂的混合交通流微观仿真建模.     

基于深度强化学习的自动驾驶车辆专用道汇入引导

为满足自动驾驶车辆（CAV）与人工驾驶车辆混行过程中安全和效率的需求,自动驾驶车辆专用道应运而生。当高速公路内侧车道设为自动驾驶车辆专用道时,引导自动驾驶车辆从普通车道汇入至专用道的策略研究具有重要的理论意义和实际价值。首先,设计专用道入口并提出车辆控制规则;其次,以使更多自动驾驶车辆换道至专用道为目标,基于深度强化学习,选择换道信号动作引导车辆换道;最后,通过Python语言编译进行数值仿真验证。结果表明：在自动驾驶车辆渗透率、到达专用道自动驾驶车辆比例等不同因素构建的9种场景下,本文算法能够快速收敛;能够有效引导自动驾驶车辆汇入专用道,保证通行效率;相较无信号控制情况,渗透率为20%～40%时,第2车道交通拥堵显著减少;在两段式专用道入口场景下,CAV换道至专用道的比例比单入口场景明显提高。所提出的策略具有较好的适用性,能为工程建设提供参考借鉴。     

基于驾驶行为多元时间序列特征的愤怒驾驶状态检测

为了对"路怒症"进行有效干预,提出了一种基于驾驶行为的愤怒驾驶状态检测模型。在交通繁忙路段开展基于道路事件刺激的愤怒情绪诱导限时实验,获得驾驶人愤怒与中性情绪下的驾驶行为数据。运用分段线性表示方法拟合由方向盘转角与车辆横向位置组成的驾驶行为多元时间序列,并采用自底向上算法对该时间序列进行分段,提取各分段的斜率与时间间隔特征作为模型输入,建立基于支持向量机的愤怒驾驶状态检测模型。结果表明:模型的识别精度在10分段条件下达78.69%,较5分段、20分段分别高8.57%、4.85%。研究结果可为开发基于驾驶行为的愤怒情绪实时检测设备提供理论支持。     

路段环境自动驾驶汽车通行权决策方法

为了解决路段自动驾驶汽车的通行权决策问题,提高交通流的运行效率和稳定性,基于可接受间隙模型和谈判理论构建路段自动驾驶汽车通行权决策模型. 综合考虑多种因素,基于可接受间隙模型对行人风险进行建模,将行人风险划分为低风险、中风险和高风险. 综合考虑风险、性格（激进和保守）和等待时间等对行人行为的影响,分析不同因素组合下行人和自动驾驶汽车可能采取的行为策略,基于该行为策略,利用谈判理论对自动驾驶汽车的通行权决策过程进行建模. 利用Python联合SUMO开源交通仿真软件对模型进行验证,仿真持续10 h. 3个模型的（保守模型、Gupta模型和本文模型）仿真结果表明,当行人产生频率为15 s时,自动驾驶汽车的平均行驶时间分别为661.5、399.5和327.6 s,平均延误时间分别为618 s、336 s和260.7 s,总流量分别为6 699辆、10 583辆和11 568辆. 当行人产生频率为30 s时,自动驾驶汽车的平均行驶时间分别为643.5、311.7和81.9 s,平均延误时间分别为599.9、244.4和6.5 s,总流量分别为6 879辆、11 741辆和11 971辆. 通行权决策方法的加入有助于降低自动驾驶汽车的行驶时间和延误,提升流量.     

汽车自动驾驶技术路线及需求

自动驾驶作为智能汽车技术的一个重要分支是近年来的研究热点.本文阐述了基于机器人车辆、高级驾驶员辅助系统、互联通信等技术实现的三条自动驾驶路线,最后对汽车自动化需求的车载芯片、产业链、统一标准方案、网络及通信、安全与隐私、政策与法规等六个方面进行分析与总结.