论文部分内容阅读
城市快速路出入口的交通流通过变换行车方向来达到车流互通的目的,这一现象是导致在出入口区域产生大量的交通冲突、交通流的稳定性变差、交通事故数逐年增加的主要原因。城市快速路出入口发生的交通事故有很大程度是驾驶员的不良的驾驶习惯而导致的。典型的危险驾驶行为有“跟车过近”、“违反标志标线”、“强制变道”、“压线变道”和“停车等待变道”等。对这些危险驾驶行为形成机理的研究可为出入口的交通安全改善提供理论依据。
危险驾驶行为的研究需要提取驾驶行为特性指标,为避免驾驶员、车辆、环境多重作用导致的驾驶行为特性的不稳定,将“驾驶员-车辆”看作一个“黑箱”系统,基于NGSIM数据库的历史数据,提取能够反映“黑箱”系统驾驶行为特性的关键指标,借鉴Newell跟驰理论,确定反应时间、最小安全距离及驾驶行为稳定性系数三个参数作为驾驶行为特征研究的关键指标。
论文将驾驶行为特性分为纵向驾驶行为特性和横向驾驶行为特性进行研究,纵向驾驶行为特性的研究采用多种聚类分析方法,将驾驶行为分为六类,其中将最小安全距离d较小、反应时间?较长、驾驶行为稳定性系数?较大(聚类中心为:d=7.88m、τ=2.29s、η=0.34 )这一类型划分为跟车过近的危险驾驶行为;横向驾驶行为特性研究将换道过程根据目标车道后车的运行状态划分为三个阶段,利用皮尔逊相关系数对阶段进行划分,研究换道前后目标车道后车的驾驶行为特性变化,判断跟随车跟车是否安全( d<8.5m ),区分出强制变道和自由变道。分别对两类变道行为轨迹进行拟合,对比轨迹的区别,找出强制变道与自由变道的驾驶行为特征差异,发现强制变道车辆换道轨迹相对不规则,换道横向位移变化较大。
论文最后分别应用线性核、二次核和三次核支持向量机模型(SVM)对纵向驾驶行为特性指标和横向驾驶行为特征指标进行识别,发现三次核支持向量机模型对危险驾驶行为的识别精确度较高,可作为危险驾驶行为的识别或预警模型。
危险驾驶行为的研究需要提取驾驶行为特性指标,为避免驾驶员、车辆、环境多重作用导致的驾驶行为特性的不稳定,将“驾驶员-车辆”看作一个“黑箱”系统,基于NGSIM数据库的历史数据,提取能够反映“黑箱”系统驾驶行为特性的关键指标,借鉴Newell跟驰理论,确定反应时间、最小安全距离及驾驶行为稳定性系数三个参数作为驾驶行为特征研究的关键指标。
论文将驾驶行为特性分为纵向驾驶行为特性和横向驾驶行为特性进行研究,纵向驾驶行为特性的研究采用多种聚类分析方法,将驾驶行为分为六类,其中将最小安全距离d较小、反应时间?较长、驾驶行为稳定性系数?较大(聚类中心为:d=7.88m、τ=2.29s、η=0.34 )这一类型划分为跟车过近的危险驾驶行为;横向驾驶行为特性研究将换道过程根据目标车道后车的运行状态划分为三个阶段,利用皮尔逊相关系数对阶段进行划分,研究换道前后目标车道后车的驾驶行为特性变化,判断跟随车跟车是否安全( d<8.5m ),区分出强制变道和自由变道。分别对两类变道行为轨迹进行拟合,对比轨迹的区别,找出强制变道与自由变道的驾驶行为特征差异,发现强制变道车辆换道轨迹相对不规则,换道横向位移变化较大。
论文最后分别应用线性核、二次核和三次核支持向量机模型(SVM)对纵向驾驶行为特性指标和横向驾驶行为特征指标进行识别,发现三次核支持向量机模型对危险驾驶行为的识别精确度较高,可作为危险驾驶行为的识别或预警模型。