检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

车辆跟驰行为建模的回顾与展望

中国公路学报 2012年第1期25卷 115-127页

作者：王殿海金盛浙江大学建筑工程学院浙江杭州310058

系统地回顾了跟驰理论60年的发展历程,依据建模思想将跟驰行为模型分为交通工程角度和统计物理角度。交通工程角度的跟驰模型包括刺激-反应类、安全距离类、心理-生理类及人工智能类模型;统计物理角度的跟驰模型包括优化速度模型、智能... 详细信息

系统地回顾了跟驰理论60年的发展历程,依据建模思想将跟驰行为模型分为交通工程角度和统计物理角度。交通工程角度的跟驰模型包括刺激-反应类、安全距离类、心理-生理类及人工智能类模型;统计物理角度的跟驰模型包括优化速度模型、智能驾驶模型和元胞自动机模型。针对各类模型分别阐述了其建模思路、模型结构、参数标定及其扩展研究。最后,展望了跟驰行为建模的发展趋势与研究方向,为建立适合中国交通流特点的跟驰模型提供参考。

关键词：交通工程车辆跟驰综述建模思想参数标定统计物理

在线全文

学校读者我要写书评

暂无评论

机器学习——动力学耦合车辆跟驰模型

交通运输系统工程与信息 2017年第6期17卷 33-39页

作者：丁点点孙磊陈松宿州学院资源与土木工程学院安徽宿州234000 安徽省煤矿勘探工程技术中心安徽宿州234000

目前,跟驰模型的建立主要基于动力学方法和机器学习算法,将两者耦合起来建立跟驰模型的研究还没有.以线性组合预测为基础,对最优加权法中的目标函数进行改进,将经典的Gipps模型和基于BP神经网络的跟驰模型(BP Car-following Model,BP)... 详细信息

目前,跟驰模型的建立主要基于动力学方法和机器学习算法,将两者耦合起来建立跟驰模型的研究还没有.以线性组合预测为基础,对最优加权法中的目标函数进行改进,将经典的Gipps模型和基于BP神经网络的跟驰模型(BP Car-following Model,BP)耦合起来,建立线性组合车辆跟驰模型(Linear Combination Car-following Model,LC-CF).结果表明:BP模型的预测结果更加贴近真实值,Gipps模型的预测结果更加贴近安全值;LC-CF模型可以通过调整参数,来控制BP模型和Gipps模型在LC-CF模型中的权重,进而达到控制预测速度的真实性和安全性的目的.

关键词：智能交通道路运输线性组合预测动力学模型 BP神经网络车辆跟驰

在线全文

学校读者我要写书评

暂无评论

改进的基于模糊推理的车辆跟驰行为分析方法

华南理工大学学报（自然科学版） 2015年第8期43卷 135-143页

作者：邱小平孙若晓于丹杨达西南交通大学交通运输与物流学院四川成都610031 西南交通大学综合交通运输智能化国家地方联合工程实验室四川成都610031 综合运输四川省重点实验室四川成都610031

为精确建立车辆跟驰模糊推理系统,提出采用模糊聚类分析的方法为输入、输出变量划分模糊集,并求出对应的高斯隶属度函数;引入Takagi-Sugeno推理方法进行车辆跟驰模糊推理与去模糊化处理;利用NGSIM数据对模糊推理系统和Gipps跟驰模型进... 详细信息

为精确建立车辆跟驰模糊推理系统,提出采用模糊聚类分析的方法为输入、输出变量划分模糊集,并求出对应的高斯隶属度函数;引入Takagi-Sugeno推理方法进行车辆跟驰模糊推理与去模糊化处理;利用NGSIM数据对模糊推理系统和Gipps跟驰模型进行参数标定并评价.结果表明:改进的建立车辆跟驰模糊推理系统的方法能真实反映数据本身的特征和驾驶员的心理生理特性,并且所建立的模糊推理系统与Gipps模型相比,其误差指标的仿真精度均有较大提升.

关键词：车辆跟驰模糊推理系统模糊聚类高斯隶属度函数 Takagi-Sugeno推理方法

基于安全势场的网联自主车辆跟驰行为决策及模型

在线全文

学校读者我要写书评

暂无评论

交通运输系统工程与信息 2022年第1期22卷 85-97页

作者：贾彦峰曲大义赵梓旭王韬宋慧青岛理工大学机械与汽车工程学院山东青岛266520

为改善网联自主车辆(CAV)的跟车安全和效率,针对CAV通过对周围环境进行感知进而进行自主决策的特点,首先,建立包含车道线势场、道路边界势场和车辆势场的安全势场模型,系统地刻画CAV在行驶过程中面临的安全风险,在安全势场模型的建立过... 详细信息

为改善网联自主车辆(CAV)的跟车安全和效率,针对CAV通过对周围环境进行感知进而进行自主决策的特点,首先,建立包含车道线势场、道路边界势场和车辆势场的安全势场模型,系统地刻画CAV在行驶过程中面临的安全风险,在安全势场模型的建立过程中,针对现有车辆势场函数存在引力和斥力表达式分割独立的缺陷,借鉴分子间相互作用关系建立统一的基于LennardJones势的车辆相互作用势场函数,并将加速度参数引入到车辆势场中,加速度的变化直接影响车辆势场的分布,能够有效地反映车辆在不同运行状态下安全势场的动态变化趋势;然后,将安全势场应用于CAV跟驰行为决策,并通过上海自然驾驶数据集标定模型参数;最后,选择与现有经典的智能驾驶人IDM和可变车头时距VTH模型进行仿真对比。结果表明:与其他两种模型相比,该模型在所设计的3种交通场景中有更平滑的响应曲线来改善跟车安全和效率,验证了模型的有效性。研究成果可为CAV的上层控制设计提供理论支撑,也为CAV安全技术的研究提供了独特的途径。

关键词：智能交通 Lennard-Jones势安全势场网联自主车辆车辆跟驰

考虑侧向车换道影响的理论和数据组合驱动的车辆跟驰模型

在线全文

学校读者我要写书评

暂无评论

华南理工大学学报（自然科学版） 2023年第6期51卷 10-19页

作者：赵建东焦岚馨赵志敏屈云超孙会君北京交通大学交通运输学院北京100044 北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室北京100044 北京交通大学轨道交通控制与安全国家重点实验室北京100044

为分析受侧向车辆换道影响下的目标车辆跟驰行为,结合多速度差理论跟驰模型和深度学习方法,提出了一种理论-数据组合驱动跟驰模型。首先考虑了跟驰车辆对于前向车辆和侧向车辆保持安全车距和受车辆速度差影响的特性,提出了双车道多速度... 详细信息

为分析受侧向车辆换道影响下的目标车辆跟驰行为,结合多速度差理论跟驰模型和深度学习方法,提出了一种理论-数据组合驱动跟驰模型。首先考虑了跟驰车辆对于前向车辆和侧向车辆保持安全车距和受车辆速度差影响的特性,提出了双车道多速度差跟驰模型(FS-MAVD模型),并利用差分进化算法进行模型参数标定。构建了CNN-Bi-LSTM-Attention数据驱动车辆跟驰模型,利用卷积神经网络层(CNN)充分提取前向和侧向车辆交通特征,双向长短期记忆网络层(Bi-LSTM)考虑驾驶员记忆效应,注意力机制层(Attention)用于分配模型权重,并基于数据进行驾驶员记忆时长、模型训练批次和训练轮数参数的训练。考虑理论模型广泛适用性和数据驱动模型接近真实值且平滑的特点,采用最优加权法将两种模型进行组合预测。利用无人机拍摄的快速路车辆轨迹数据,建立跟驰行为样本集,对所建模型进行训练和测试,并与LSTM模型、Bi-LSTM模型、CNN-Bi-LSTM-Attention模型、FS-MAVD理论模型的预测效果进行对比,并分别比对不同模型对不同车辆的预测精度和误差。结果表明,本研究构建的组合模型在加速度预测精度达到97.64%,预测均方根误差低至0.027,相比其他模型能更好地预测车辆受侧方车辆换道影响时的加减速情况,更好地分析目标车辆跟驰行为。

关键词：交通流车辆跟驰数据驱动模型组合模型预测深度学习

在线全文

学校读者我要写书评

暂无评论

考虑前方交通状态的车辆跟驰模型与数值仿真

北京工业大学学报 2012年第8期38卷 1236-1241页

作者：金盛王殿海浙江大学建筑工程学院杭州310058

为了描述复杂环境下多车跟驰的驾驶行为特性,在全速度差模型的基础上引入前方交通状态的影响参数建立车辆跟驰模型.采用交通流密度作为定量衡量前方交通状态的关键指标,通过线性稳定性分析得到模型的临界稳定性条件.提出以加速度干扰指... 详细信息

为了描述复杂环境下多车跟驰的驾驶行为特性,在全速度差模型的基础上引入前方交通状态的影响参数建立车辆跟驰模型.采用交通流密度作为定量衡量前方交通状态的关键指标,通过线性稳定性分析得到模型的临界稳定性条件.提出以加速度干扰指标作为衡量交通运行稳定性和乘客舒适度的定量指标.理论分析和数值仿真结果表明,该模型扩大了交通流的稳定性区间,符合实际驾驶行为并能有效提高交通流的稳定性.

关键词：车辆跟驰交通状态加速度干扰

在线全文

学校读者我要写书评

暂无评论

非结构化环境下无人驾驶车辆跟驰方法

北京理工大学学报 2019年第11期39卷 1126-1132页

作者：张海鸣龚建伟陈建松王羽纯北京理工大学机械与车辆学院

提出一种基于多传感器融合的用于非结构化环境下无人驾驶车辆跟驰应用的方法,旨在解决无人驾驶车辆跟驰任务中对引导车辆的局部定位问题,实时获取引导车辆的相对位置和速度.首先以任务需求为导向,通过实车实验结果完成针对非结构化环境... 详细信息

提出一种基于多传感器融合的用于非结构化环境下无人驾驶车辆跟驰应用的方法,旨在解决无人驾驶车辆跟驰任务中对引导车辆的局部定位问题,实时获取引导车辆的相对位置和速度.首先以任务需求为导向,通过实车实验结果完成针对非结构化环境特点的传感器选型工作.对所选毫米波雷达和相机设计联合标定流程,实现数据空间融合.设计与目标距离相关的横向距离约束阈值,以及基于历史帧数据变化可靠性分析,解决非结构化环境下雷达数据跳变和虚检现象,实现雷达有效目标提取;考虑相机小孔成像原理,提出大小可变候选车辆检测框生成.最后基于主流的目标检测深度学习框架,设计跟车应用中信息输出流程.实车测试结果表明,该方法可以满足非结构化环境下车辆跟驰应用的基本需求,输出结果有一定的稳定性和精度.

关键词：传感器融合非结构化环境车辆跟驰阈值可变

在线全文

学校读者我要写书评

暂无评论

基于模糊神经网络的车辆跟驰建模与仿真研究

北京工业大学学报 2007年第4期33卷 398-401页

作者：李德慧刘小明荣建胡江碧北京工业大学北京市交通工程重点实验室北京100022

驾驶员在车辆跟驰过程中表现出来的模糊的、不确定性的行为特征,难以对驾驶员的行为进行精确的数学描述．本文在以往跟驰模型基础上,采用以实际间距与期望间距的比值和相对速度作为双输入、后车加速度作为单输出的模糊神经网络建立数学... 详细信息

驾驶员在车辆跟驰过程中表现出来的模糊的、不确定性的行为特征,难以对驾驶员的行为进行精确的数学描述．本文在以往跟驰模型基础上,采用以实际间距与期望间距的比值和相对速度作为双输入、后车加速度作为单输出的模糊神经网络建立数学模型．结果表明,该网络能较好的反映一定道路条件下的跟驰行为．

关键词：车辆跟驰驾驶行为模糊神经网络期望间距

在线全文

学校读者我要写书评

暂无评论

基于TSK模型的车辆跟驰模型

华南理工大学学报（自然科学版） 2009年第3期37卷 144-148页

作者：陶诚黄圣国南京航空航天大学民航学院江苏南京210016

为解决传统的基于模糊推理的车辆跟驰模型参数校准精度差的问题,提出了基于TSK模型的车辆跟驰模型.采用改进的基于遗传算法的TSK模型辨识方法,对分组中数据点不足的情况作了特别处理,通过GPS采集跑车实验数据,根据实测数据构建并验证TS... 详细信息

为解决传统的基于模糊推理的车辆跟驰模型参数校准精度差的问题,提出了基于TSK模型的车辆跟驰模型.采用改进的基于遗传算法的TSK模型辨识方法,对分组中数据点不足的情况作了特别处理,通过GPS采集跑车实验数据,根据实测数据构建并验证TSK模型.实验结果和理论分析吻合较好,模型精度提高了一个数量级,表明TSK模型用于车辆跟驰模型是可行的.

关键词：车辆跟驰 TSK模型遗传算法