基于軌跡數據的駕駛行為動態(tài)特征分析與建模
發(fā)布時間:2023-05-07 15:47
全球經濟飛速發(fā)展使城市化進程不斷加快,作為連接城市間、城市內的紐帶,交通系統(tǒng)迅猛發(fā)展,汽車保有量急劇增長,隨之帶來一系列的交通問題:城市高峰期的交通擁堵問題、城市空氣污染以及頻繁發(fā)生的交通事故。當這些問題發(fā)展到一定程度就會成為制約社會經濟發(fā)展、提高社會生活水平的桎梏,更制約著城市道路交通系統(tǒng)的進一步發(fā)展。根據實際交通流進行建模,是解決城市交通問題的重要方法之一,交通流建模的核心依據是城市道路中車流隨時間、空間的演變規(guī)律。該方法可以解釋各類交通現(xiàn)象的內在機理,為掌握車輛行駛規(guī)律提供可靠的理論支持,是改善現(xiàn)有交通問題的重要手段。在實際交通系統(tǒng)中,車輛往往跟隨前車在車流中行駛,駕駛員在駕駛過程中的行為并非保持不變,而是根據行車條件不斷對車輛進行加速、減速操作,以確保車輛不與前車相撞,也不與前車距離過遠。現(xiàn)有的車輛跟馳模型大多認為車輛駕駛特征保持不變,這與實際不符。因此,構建具有時變特征的車輛跟馳模型,使其更加符合駕駛過程中的動態(tài)特征,從而掌握車輛駕駛規(guī)律對交通流的影響,是具有研究價值的;谝陨蠁栴},本文擬根據車輛軌跡數據,以優(yōu)化車輛跟馳模型、把握車輛駕駛規(guī)律為目標,提取、分析車輛的動態(tài)駕駛...
【文章頁數】:79 頁
【學位級別】:碩士
【文章目錄】:
致謝
摘要
ABSTRACT
1 緒論
1.1 研究背景及意義
1.2 國內外研究現(xiàn)狀
1.2.1 駕駛員駕駛特征研究現(xiàn)狀
1.2.2 車輛跟馳模型研究現(xiàn)狀
1.2.3 研究現(xiàn)狀總結
1.3 研究內容
1.4 結構安排
2 駕駛行為動態(tài)特征分析
2.1 數據簡介
2.2 數據篩選
2.2.1 數據篩選規(guī)則
2.2.2 數據篩選結果
2.3 動態(tài)反應時間計算
2.3.1 現(xiàn)有反應時間計算方法
2.3.2 動態(tài)反應時間計算方法
2.3.3 動態(tài)反應時間計算結果
2.4 不同狀態(tài)下駕駛特征分析
2.4.1 不同狀態(tài)下車輛加速度分布
2.4.2 不同狀態(tài)下車頭距的分布
2.4.3 不同狀態(tài)下速度的分布
2.5 本章小結
3 基于時間序列分析的動態(tài)反應時間研究
3.1 時間序列分析概述
3.1.1 時間序列的概念及分類
3.1.2 時間序列模型
3.1.3 時間序列分析建模步驟
3.2 模型構建
3.3 模型驗證
3.4 模型預測
3.5 本章小結
4 基于動態(tài)駕駛行為特征的交通流模型構建與標定
4.1 GHR模型標定
4.1.1 標定方法
4.1.2 參數標定結果及誤差分析
4.2 優(yōu)化速度模型標定
4.2.1 標定方法
4.2.2 參數標定結果及誤差分析
4.3 智能駕駛員模型標定
4.3.1 標定方法
4.3.2 參數標定結果及誤差分析
4.4 本章小結
5 結論與展望
5.1 本文工作總結和主要創(chuàng)新
5.2 未來研究展望
參考文獻
作者簡歷及攻讀碩士學位期間取得的研究成果
學位論文數據集
本文編號:3810864
【文章頁數】:79 頁
【學位級別】:碩士
【文章目錄】:
致謝
摘要
ABSTRACT
1 緒論
1.1 研究背景及意義
1.2 國內外研究現(xiàn)狀
1.2.1 駕駛員駕駛特征研究現(xiàn)狀
1.2.2 車輛跟馳模型研究現(xiàn)狀
1.2.3 研究現(xiàn)狀總結
1.3 研究內容
1.4 結構安排
2 駕駛行為動態(tài)特征分析
2.1 數據簡介
2.2 數據篩選
2.2.1 數據篩選規(guī)則
2.2.2 數據篩選結果
2.3 動態(tài)反應時間計算
2.3.1 現(xiàn)有反應時間計算方法
2.3.2 動態(tài)反應時間計算方法
2.3.3 動態(tài)反應時間計算結果
2.4 不同狀態(tài)下駕駛特征分析
2.4.1 不同狀態(tài)下車輛加速度分布
2.4.2 不同狀態(tài)下車頭距的分布
2.4.3 不同狀態(tài)下速度的分布
2.5 本章小結
3 基于時間序列分析的動態(tài)反應時間研究
3.1 時間序列分析概述
3.1.1 時間序列的概念及分類
3.1.2 時間序列模型
3.1.3 時間序列分析建模步驟
3.2 模型構建
3.3 模型驗證
3.4 模型預測
3.5 本章小結
4 基于動態(tài)駕駛行為特征的交通流模型構建與標定
4.1 GHR模型標定
4.1.1 標定方法
4.1.2 參數標定結果及誤差分析
4.2 優(yōu)化速度模型標定
4.2.1 標定方法
4.2.2 參數標定結果及誤差分析
4.3 智能駕駛員模型標定
4.3.1 標定方法
4.3.2 參數標定結果及誤差分析
4.4 本章小結
5 結論與展望
5.1 本文工作總結和主要創(chuàng)新
5.2 未來研究展望
參考文獻
作者簡歷及攻讀碩士學位期間取得的研究成果
學位論文數據集
本文編號:3810864
本文鏈接:http://www.sikaile.net/kejilunwen/daoluqiaoliang/3810864.html