论文部分内容阅读
车辆跟驰行为是最根本的微观驾驶行为，对应的跟驰模型则是通行能力估算、车辆前向避撞和自动驾驶跟驰控制的理论基础，亦是微观交通仿真软件的核心模型。1950年代至今，研究人员建立了大量跟驰模型，然而，既有的跟驰模型大多是基于西方国家开展的驾驶行为实验建立的，不一定适于描述中国驾驶员的跟驰行为。随着中国机动化的快速发展，迫切需要利用实际驾驶行为数据对中国驾驶员的跟驰行为特征及其影响因素进行研究，并对既有典型跟驰模型进行参数标定及效果验证。
跟驰控制是自动驾驶智能决策的重要组成部分，传统跟驰模型在应用于自动跟驰控制时存在精度有限、泛化能力差、缺乏自适应更新能力等缺陷。深度强化学习作为人工智能领域中一个研究热点，基本思想是通过最大化智能体从环境中获得的累计奖赏值，以学习到完成目标的最优策略，其侧重于学习解决问题的策略，而非对数据进行拟合，因此泛化能力更强，有望解决传统跟驰模型在应用于自动驾驶跟驰控制时的缺陷。
“上海自然驾驶研究”作为中国首个自然驾驶研究项目，利用五辆实验车采集驾驶过程中的车辆总线、视频、雷达及GPS等数据，这些高精度的微观驾驶行为数据为探究中国驾驶员跟驰行为特征、标定及验证典型跟驰模型、训练深度强化学习跟驰模型提供了巨大的契机。本文基于“上海自然驾驶研究”采集60位驾驶员、累计超过16万公里的驾驶数据，对驾驶跟驰距离及车头时距基本特征进行了分析，对典型跟驰模型进行了参数标定及性能比较，并基于深度强化学习开发了拟人化自动驾驶跟驰模型及安全、效率、舒适导向的自动驾驶跟驰速度控制算法，主要内容与成果包括以下几个方面。
第一、提出了跟驰行为提取方法并分析了跟驰行为基本特征。基于自然驾驶雷达和车辆总线数据，提出了跟驰行为自动化提取方法。探究了跟驰车头时距及跟驰距离的分布，并进一步研究了交通环境和车辆主动安全系统对跟驰距离的影响。主要结论总结如下：驾驶员平均跟驰距离为17.87米，平均跟驰车头时距为1.93秒；当距离小于40米时，跟驰速度随着跟驰距离的增加而增加;而当间隙大于40米时，驾驶员保持大约80km/h的稳定车速(自由流速度或限速)；相对于地面道路，驾驶员在高速公路和快速路上保持更远的跟驰距离；驾驶员在能见度低(夜间无路灯)的情况下保持更大的跟驰距离；当前向避撞预警系统开启时，驾驶员保持稍大的跟驰距离；在相对速度大于2.5m/s、以及前车加速的情况下，FCW的开启使得反应时间分别减少0.22s与0.07s
第二、标定并验证了五种代表性跟驰模型。基于上海自然驾驶数据，提取42位驾驶员在城市快速路上的2100个跟驰行为片段，标定并验证了Gaxis-Herman-Rothery、Gipps、智能驾驶员(IDM)、全速度差、Wiedemann五种代表性跟驰模型。结果表明：1)智能驾驶员模型具有最小的验证数据集距离误差(20%)及最小的误差标准差，在五种模型中表现最佳；2)相对于微观交通仿真软件VISSIM?中所采用的Wiedeman模型，IDM模型具有精度高、易于标定(仅有6个意义明确的参数)、对不同驾驶员鲁棒性强(误差标准差最小)三个优势，更加适合应用于中国驾驶员的微观交通仿真。
第三、基于深度强化学习提出了性能优越的拟人化自动驾驶跟驰模型。考虑不同的奖励函数和反应时间，使用深度确定性策略梯度(DDPG)算法从驾驶历史数据中学习三种跟驰模型：DDPGs(间距偏差作为奖励函数、不考虑反应时间)、DDPGv(速度偏差作为奖励函数、不考虑反应时间)、DDPGvRT(速度偏差作为奖励函数、考虑1秒反应时间)。结果表明，DDPGvRT模型在轨迹复现(驾驶员内验证距离误差18%)和泛化能力(驾驶员间验证距离误差23%)方面超越了传统跟驰模型和近期数据驱动跟驰模型，并展示了通过再训练适应不同驾驶员的能力。
第四、开发了能安全、高效、舒适地控制自动驾驶跟驰速度的算法。基于深度强化学习提出了一种驰速度控制模型，该模型不模仿人类驾驶，而是直接优化驾驶安全性、效率和舒适性。结合碰撞时间TTC、车头时距经验分布、加加速度(Jerk)，构建反映驾驶安全、效率和舒适性的奖励函数，使用下一代仿真(NGSIM)项目中实际驾驶数据训练模型，并将模型模拟的跟驰行为与NGSIM经验数据中观察到的行为进行比较。结果表明，与NGSIM中人类驾驶员相比，所提出的跟驰速度控制算法显示出更好的安全、高效和舒适驾驶能力：1)具有更小(8% vs. 35%)的危险TTC百分比；2)能够保持1~2秒的高效车头时距;3)加减速更平稳。
本研究首次基于大样本实际驾驶数据揭示了中国驾驶员跟驰行为基本特征、并评估了代表性跟驰模型在仿真中国驾驶员跟驰行为方面的表现。首次将深度强化学习应用于跟驰行为建模，并分别开发了拟人化自动驾驶跟驰算法和安全、效率、舒适度协同优化的自动驾驶速度控制算法。研究结果对交通仿真从业人员在模型选择、参数标定等方面提供指导，并为开发适合于中国驾驶员与道路交通环境特征的智能车辆、微观交通仿真系统奠定基础。
跟驰控制是自动驾驶智能决策的重要组成部分，传统跟驰模型在应用于自动跟驰控制时存在精度有限、泛化能力差、缺乏自适应更新能力等缺陷。深度强化学习作为人工智能领域中一个研究热点，基本思想是通过最大化智能体从环境中获得的累计奖赏值，以学习到完成目标的最优策略，其侧重于学习解决问题的策略，而非对数据进行拟合，因此泛化能力更强，有望解决传统跟驰模型在应用于自动驾驶跟驰控制时的缺陷。
“上海自然驾驶研究”作为中国首个自然驾驶研究项目，利用五辆实验车采集驾驶过程中的车辆总线、视频、雷达及GPS等数据，这些高精度的微观驾驶行为数据为探究中国驾驶员跟驰行为特征、标定及验证典型跟驰模型、训练深度强化学习跟驰模型提供了巨大的契机。本文基于“上海自然驾驶研究”采集60位驾驶员、累计超过16万公里的驾驶数据，对驾驶跟驰距离及车头时距基本特征进行了分析，对典型跟驰模型进行了参数标定及性能比较，并基于深度强化学习开发了拟人化自动驾驶跟驰模型及安全、效率、舒适导向的自动驾驶跟驰速度控制算法，主要内容与成果包括以下几个方面。
第一、提出了跟驰行为提取方法并分析了跟驰行为基本特征。基于自然驾驶雷达和车辆总线数据，提出了跟驰行为自动化提取方法。探究了跟驰车头时距及跟驰距离的分布，并进一步研究了交通环境和车辆主动安全系统对跟驰距离的影响。主要结论总结如下：驾驶员平均跟驰距离为17.87米，平均跟驰车头时距为1.93秒；当距离小于40米时，跟驰速度随着跟驰距离的增加而增加;而当间隙大于40米时，驾驶员保持大约80km/h的稳定车速(自由流速度或限速)；相对于地面道路，驾驶员在高速公路和快速路上保持更远的跟驰距离；驾驶员在能见度低(夜间无路灯)的情况下保持更大的跟驰距离；当前向避撞预警系统开启时，驾驶员保持稍大的跟驰距离；在相对速度大于2.5m/s、以及前车加速的情况下，FCW的开启使得反应时间分别减少0.22s与0.07s
第二、标定并验证了五种代表性跟驰模型。基于上海自然驾驶数据，提取42位驾驶员在城市快速路上的2100个跟驰行为片段，标定并验证了Gaxis-Herman-Rothery、Gipps、智能驾驶员(IDM)、全速度差、Wiedemann五种代表性跟驰模型。结果表明：1)智能驾驶员模型具有最小的验证数据集距离误差(20%)及最小的误差标准差，在五种模型中表现最佳；2)相对于微观交通仿真软件VISSIM?中所采用的Wiedeman模型，IDM模型具有精度高、易于标定(仅有6个意义明确的参数)、对不同驾驶员鲁棒性强(误差标准差最小)三个优势，更加适合应用于中国驾驶员的微观交通仿真。
第三、基于深度强化学习提出了性能优越的拟人化自动驾驶跟驰模型。考虑不同的奖励函数和反应时间，使用深度确定性策略梯度(DDPG)算法从驾驶历史数据中学习三种跟驰模型：DDPGs(间距偏差作为奖励函数、不考虑反应时间)、DDPGv(速度偏差作为奖励函数、不考虑反应时间)、DDPGvRT(速度偏差作为奖励函数、考虑1秒反应时间)。结果表明，DDPGvRT模型在轨迹复现(驾驶员内验证距离误差18%)和泛化能力(驾驶员间验证距离误差23%)方面超越了传统跟驰模型和近期数据驱动跟驰模型，并展示了通过再训练适应不同驾驶员的能力。
第四、开发了能安全、高效、舒适地控制自动驾驶跟驰速度的算法。基于深度强化学习提出了一种驰速度控制模型，该模型不模仿人类驾驶，而是直接优化驾驶安全性、效率和舒适性。结合碰撞时间TTC、车头时距经验分布、加加速度(Jerk)，构建反映驾驶安全、效率和舒适性的奖励函数，使用下一代仿真(NGSIM)项目中实际驾驶数据训练模型，并将模型模拟的跟驰行为与NGSIM经验数据中观察到的行为进行比较。结果表明，与NGSIM中人类驾驶员相比，所提出的跟驰速度控制算法显示出更好的安全、高效和舒适驾驶能力：1)具有更小(8% vs. 35%)的危险TTC百分比；2)能够保持1~2秒的高效车头时距;3)加减速更平稳。
本研究首次基于大样本实际驾驶数据揭示了中国驾驶员跟驰行为基本特征、并评估了代表性跟驰模型在仿真中国驾驶员跟驰行为方面的表现。首次将深度强化学习应用于跟驰行为建模，并分别开发了拟人化自动驾驶跟驰算法和安全、效率、舒适度协同优化的自动驾驶速度控制算法。研究结果对交通仿真从业人员在模型选择、参数标定等方面提供指导，并为开发适合于中国驾驶员与道路交通环境特征的智能车辆、微观交通仿真系统奠定基础。