论文部分内容阅读
换道是可能引起交通震荡和交通事故的基本驾驶行为之一。然而,由于实际道路上的交通状况复杂多变,换道决策过程很难被精准地刻画出来。同样的,换道决策模型的发展也很缓慢,现有模型从驾驶员换道的概率大小出发,基于效用理论构建概率换道决策模型。为了提高概率换道决策模型的预测精度,本文考虑了换道轨迹数据的记忆效应以及驾驶员的异质性,分别构建了换道决策模型。前者考虑了一系列历史数据,而不是大多数现有模型中使用的特定时间的瞬时数据;后者考虑了驾驶员间异质性,构建了多类型换道决策模型。为了进一步提高概率换道模型的预测准确性,本文还构建了综合考虑换道轨迹数据的记忆效应和驾驶员的异质性的概率换道决策模型,并基于NGSIM数据进行了各模型的标定和校准。通过比较所标定的模型与常规模型的预测准确性,得出考虑换道轨迹数据的记忆效应以及驾驶员异质性的概率换道决策模型大大提高了换道预测度,综合考虑两者的概率换道决策模型进一步提高了换道预测度。本文主要研究内容如下:(1)筛选出构建概率换道决策模型所需的换道轨迹数据,并基于二元Logistic逻辑回归分析,筛选出影响换道决策的13个重要因素,作为概率换道决策模型的独立变量,包括换道车辆的加速度,换道车辆与目标车道前车之间的车头间距和车头时距,换道车辆与当前车道前车的速度差,换道车辆与目标车道后车之间的车头间距和车头时距,从NGSIM数据中提取换道相关数据作预处理。(2)基于概率换道决策模型,构建考虑换道轨迹数据记忆效应的概率换道决策模型,与传统的概率换道模型相比,换道预测率提高了约20%,结果表明考虑记忆效应的概率换道决策模型可以显著提高换道模型的预测准确性。(3)基于概率换道决策模型,构建考虑驾驶员异质性的概率换道决策模型,与传统的概率换道模型的预测概率相比,换道预测率提高了约15%,结果表明考虑驾驶员异质性的概率换道决策模型可以显著提高换道模型的预测准确性。(4)基于概率换道决策模型,构建了综合考虑换道轨迹数据的记忆效应和驾驶员异质性的概率换道决策模型,进一步提高了换道预测性,预测概率为91.83%,结果表明考虑记忆效应和驾驶员异质性的概率换道决策模型可以进一步提高换道模型的预测准确性。