基于社会力的交织区突发瓶颈段协同换道决策模型

作     者：秦雅琴 钱正富 谢济铭 刘兵 赵荣达 王玥然 黄磊 QIN Yaqin;QIAN Zhengfu;XIE Jiming;LIU Bing;ZHAO Rongda;WANG Yueran;HUANG Lei

作者机构：昆明理工大学交通工程学院云南昆明650500 云南省交通投资建设集团有限公司云南昆明650103 云南省交通科学研究院有限公司云南昆明650011 

出 版 物：《华南理工大学学报（自然科学版）》 (Journal of South China University of Technology(Natural Science Edition))

年 卷 期：2022年第50卷第7期

页      面：66-75页

核心收录：

学科分类：08[工学] 082303[工学-交通运输规划与管理] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程] 

基　　金：国家自然科学基金资助项目(71861016) 国家重点研发计划项目(2018YFB1600500) 

主　　题：交织区 突发事件 换道决策 社会力 遗传算法 微观轨迹数据 换道意图识别 

摘      要：为描述交织区突发瓶颈段车辆换道决策机理,提供一种突发事件环境可采用的换道决策模型,本文基于车辆微观轨迹信息与社会力行人交通流模型,构建面向瓶颈路段的车辆协同换道决策模型,可为智能网联突发瓶颈环境提供一种换道决策方法。首先,基于突发瓶颈段车辆换道决策特征,考虑车辆类型和驾驶员类型,构建车辆等效质量模型以改进社会力模型,在此基础上,将驱使车辆换道的因素描述为自驱动力、车辆间排斥力和障碍物排斥力,构建协同换道决策模型;然后,筛选了832个有效的换道决策微观轨迹数据,并分为标定集和验证集,以加速度为指标,曼哈顿距离为目标函数,利用遗传算法对模型进行标定,基于模拟数据和实测数据验证了标定方法的有效性;最后,与主动换道决策模型在换道方向识别、换道意愿强度、模型预测误差方面进行对比验证。结果表明,本文模型换道方向识别成功率达92.6%,输出的换道意愿强度与实测数据基本吻合,预测结果的均方根百分比偏差(RMSPE)值平均降低0.825,相对误差(RE)值平均降低1.379,显著优于主动换道决策模型。研究成果可为智能网联环境瓶颈段车辆换道意图识别、突发事件下的交通管理和控制提供理论依据。