论文部分内容阅读
快速路合流区是连接辅路和主路交通的交汇路段，存在大量的车辆换道行为，由于汇入车辆需要在有限的时空内完成换道，故合流区的换道行为比一般路段越发复杂、激烈，尤其在大城市的高峰时段，城市道路资源极其紧张，面对有限的道路资源，驾驶员极易产生焦躁情绪，“你争我抢”、加塞挤压的激进驾驶行为屡见不鲜。换道行为为车辆行驶过程中最重要的通行行为之一，但由于交汇区车辆交织繁杂，微观数据获取困难，导致合流区换道模型的适用性研究还十分有限。
论文以城市快速路合流区的换道行为作为研究对象，以实际调查数据为支撑，构建了相关换道行为模型。本文的具体研究工作如下:
(1)基于线上选点和线下勘察，选取典型快速路合流区作为调查对象，并通过视频录制、现场勘测、视频处理获得大量的车辆运行轨迹数据;然后，基于换道接受间隙、车头时距和碰撞时间提出一种用于定量界定自由换道、竞争换道和协作换道类型的方法;最后，分析竞争和协作换道行为的接受间隙与相对速度关系、换道时间、后随车辆的最大速度变化和加加速度等外显特征。
(2)为使驾驶风格与实际驾驶行为相关联，本文基于加速度和车头时距两个指标，构建了驾驶风格预测模型，并通过具体实验案例，对比模型预测结果和人类实际感知结果，验证了该预测方法的有效性，该模型可帮助驾驶员实时感知周围车辆的驾驶风格，也可帮助无人驾驶车辆更好地理解人类驾驶行为，并更好地适应混合交通场景。
(3)为提高模型仿真结果的可靠性，分别基于间隙接受理论和博弈论构建换道决策模型(分别记为“间隙决策模型”和“博弈决策模型”)。间隙决策模型充分考虑竞争与协作行为，采用主成分分析法对临界接受间隙的影响因素进行筛选，并运用极大似然法标定临界接受间隙与各因素之间的数量关系;博弈决策模型以安全收益、空间收益和转向收益作为收益矩阵，对搏弈关系显著地换道车和目标后车建立收益函数，并基于驾驶风格类型实时更新自身换道决策。
(4)以Netlogo为仿真平台，基于换道位置和平均行程时间对间隙决策模型进行标定，然后选用均方根偏差(RMSE)和平均百分比偏差(MPE)评价了所构建模型的有效性和准确性;最后搭建不同车流密度下的仿真环境，对比分析两决策模型的交通运行状况。仿真结果显示:两模型均能够有效反映快速路合流区复杂的车辆运行行为，但随着车流密度增大，搏弈决策模型的效率更高、稳定性更好，能够帮助主路车辆更快速、更安全的通过合流区路段。
论文以城市快速路合流区的换道行为作为研究对象，以实际调查数据为支撑，构建了相关换道行为模型。本文的具体研究工作如下:
(1)基于线上选点和线下勘察，选取典型快速路合流区作为调查对象，并通过视频录制、现场勘测、视频处理获得大量的车辆运行轨迹数据;然后，基于换道接受间隙、车头时距和碰撞时间提出一种用于定量界定自由换道、竞争换道和协作换道类型的方法;最后，分析竞争和协作换道行为的接受间隙与相对速度关系、换道时间、后随车辆的最大速度变化和加加速度等外显特征。
(2)为使驾驶风格与实际驾驶行为相关联，本文基于加速度和车头时距两个指标，构建了驾驶风格预测模型，并通过具体实验案例，对比模型预测结果和人类实际感知结果，验证了该预测方法的有效性，该模型可帮助驾驶员实时感知周围车辆的驾驶风格，也可帮助无人驾驶车辆更好地理解人类驾驶行为，并更好地适应混合交通场景。
(3)为提高模型仿真结果的可靠性，分别基于间隙接受理论和博弈论构建换道决策模型(分别记为“间隙决策模型”和“博弈决策模型”)。间隙决策模型充分考虑竞争与协作行为，采用主成分分析法对临界接受间隙的影响因素进行筛选，并运用极大似然法标定临界接受间隙与各因素之间的数量关系;博弈决策模型以安全收益、空间收益和转向收益作为收益矩阵，对搏弈关系显著地换道车和目标后车建立收益函数，并基于驾驶风格类型实时更新自身换道决策。
(4)以Netlogo为仿真平台，基于换道位置和平均行程时间对间隙决策模型进行标定，然后选用均方根偏差(RMSE)和平均百分比偏差(MPE)评价了所构建模型的有效性和准确性;最后搭建不同车流密度下的仿真环境，对比分析两决策模型的交通运行状况。仿真结果显示:两模型均能够有效反映快速路合流区复杂的车辆运行行为，但随着车流密度增大，搏弈决策模型的效率更高、稳定性更好，能够帮助主路车辆更快速、更安全的通过合流区路段。