检索结果-南通市图书馆

检索条件"主题词=换道风险预测"

共 2 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

智能车辆换道风险及轨迹预测机器学习方法

智能车辆换道风险及轨迹预测机器学习方法

引用

作者：黄明禹江西理工大学

学位级别：硕士

驾驶员技术、驾驶习惯、心理状态以及交通安全意识等直接关系到车辆换道的安全性,是导致交通事故的主要原因。智能车辆具有多个高性能传感器和智能控制系统,能有效降低车辆换道风险,但换道风险与换道轨迹预测方法复杂、预测精度和预测... 详细信息

驾驶员技术、驾驶习惯、心理状态以及交通安全意识等直接关系到车辆换道的安全性,是导致交通事故的主要原因。智能车辆具有多个高性能传感器和智能控制系统,能有效降低车辆换道风险,但换道风险与换道轨迹预测方法复杂、预测精度和预测时效性难以满足车辆高速行驶工况要求。为此,本文开展了相关研究,主要内容如下:首先,选取NGSIM轨迹数据集中的I-80公路作为研究对象,并采用对称指数移动平均法(Symmetric Exponential Moving Average,SEMA)对该数据集进行预处理,从而为后续的模型训练与验证奠定基础。根据数据集的特征,以车辆在主干道上发生自由换道行为进行了分析。其次,根据车辆换道过程分析,总结出车辆之间发生碰撞的四种情形,选取车辆换道过程中的车头时距(Time Headway,THW)作为换道风险指标;为了保证数据集的有效性,对数据集进行二次筛选,同时采用皮尔逊相关系数法对所选择的七种换道风险特征参数进行相关性研究;利用上述七种换道风险特征参数建立XGBoost换道风险预测模型,同时,针对模型训练需求,对数据集进行划分以及归一化处理。研究结果表明,XGBoost换道风险预测模型具有较好的换道风险指标预测性能,其预测结果的均方根误差为0.2804,且模型的预测精度和训练速度均优于随机森林(Random Forest)算法,所采用的七特征参数预测模型的预测效果也比两特征参数预测模型的预测性能更好。最后,结合卷积神经网络(Convolutional Neural Network,CNN)和长短期记忆神经网络(Long Short-Term Memory Network,LSTM),建立了CNN-LSTM换道轨迹预测模型,同时对车辆轨迹序列预测数据进行提取,比较并分析不同时间步长输入对模型预测结果的影响,并与LSTM换道轨迹预测模型进行比较;研究结果表明,CNN-LSTM换道轨迹预测模型所采用的单时间步长输入、五时间步长输入和十时间步长输入均能完成预测任务,其RMSE值分别为0.3537、0.2479和0.0584,且发现历史轨迹序列输入越多,预测精度越高;建立的CNN-LSTM模型的预测精度高于LSTM换道轨迹预测模型。

关键词：智能车辆车辆换道换道风险预测换道轨迹预测机器学习

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于驾驶行为和驾驶风格倾性的车辆换道风险态势研究

基于驾驶行为和驾驶风格倾性的车辆换道风险态势研究

引用

作者：周萌长安大学

学位级别：硕士

目前我国道路交通安全形势仍然严峻,随着交通强国战略的提出,提升道路交通主体运行安全迫在眉睫,车辆换道作为一种常见的驾驶行为,由于涉及多车交互,交通环境复杂,存在较大的安全隐患。当前对车辆换道安全的研究大多集中在理论碰撞风险... 详细信息

目前我国道路交通安全形势仍然严峻,随着交通强国战略的提出,提升道路交通主体运行安全迫在眉睫,车辆换道作为一种常见的驾驶行为,由于涉及多车交互,交通环境复杂,存在较大的安全隐患。当前对车辆换道安全的研究大多集中在理论碰撞风险的判定和预警决策制定上,较少深入研究驾驶员个性对换道风险的影响,驾驶员作为产生交通行为的主体,研究其驾驶操作特性对提高换道风险预警能力,推动汽车向智能化自动化方向发展尤为重要,同时,研究驾驶员风格也是自动驾驶车辆增强对周围驾驶员行为的理解,从而制定驾驶决策过程中必要的一环。本文以提高换道安全水平为目的,应用高精度自然驾驶数据集围绕换道行为展开研究,解析驾驶员的短时驾驶风格倾性,建立了换道行为识别-周围车辆驾驶风格倾性提取-换道风险预测-辅助换道框架,为驾驶辅助系统提供参考,辅助车辆安全执行换道。首先,比较了自然驾驶车辆轨迹数据集NGSIM和high D,确定本文选用high D数据集作为研究的数据支撑。对驾驶行为分类进行了描述,将横向驾驶行为作为本文重点研究对象。同时,对数据集中的驾驶参数进行描述性统计,观察数据特点。其次,由于车辆驾驶行为符合马尔可夫过程,同时具有连续性和不可见性,采用隐马尔可夫-高斯混合模型(HMM-GMM)识别驾驶行为。分别建立向左换道、向右换道和车道保持HMM-GMM子模型,在不同时间窗口下模型识别准确率达到84%以上。然后,以换道风险量化为目标,根据周围车辆相对于换道车辆角色的不同,定义了不同的风格特性指标组,采用分层狄利克雷过程-隐半马尔可夫模型(HDP-HSMM)对驾驶员的时间序列驾驶数据进行自适应片段分割,实现驾驶风格倾性语义层面的描述,同时,通过评分实现驾驶风格倾性的量化。最后,建立了考虑实时风险暴露程度(RREL)和实时风险严重程度(RRSL)的换道风险量化指标,其中,RREL除了计算基于车辆动力学的理论碰撞可能性外,融入了周围驾驶员风格倾性量化参数带来的附加可能性,考虑了驾驶员异质性带来的潜在风险。整合各个交互事件的风险程度,得到实时换道风险指数(LCRI＿DS),对风险等级进行分类,通过算法性能比较选择Light GBM实时预测换道风险,对中高风险的识别率可达到85%。同时,提出了包含周围车辆风格倾性语义信息的驾驶辅助预警策略。

关键词：换道行为识别驾驶风格倾性换道风险预测先进驾驶辅助系统非参数贝叶斯

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：