无人驾驶环境下行人让行意向机理建模与分析

发布时间：2020-07-27 16:34

【摘要】：无人驾驶已经成为未来交通发展的必然趋势。但在对无人驾驶的研究中,国内外研究者的研究重点聚焦于无人驾驶车辆本身及相关技术,而对道路交通系统中另一类主要参与者——行人在无人驾驶环境下的行为特征研究较少。针对无人驾驶环境下行人行为研究的不足,本文以车辆无人驾驶为背景,对行人行为机理展开研究:首先,对无人驾驶车辆向行人信息提示系统进行功能和运行逻辑设计。无人驾驶环境下行人无法与驾驶员实现交流,但车辆可通过通信设备向行人发出信息提示。现有车辆向行人信息提示的解决方案存在内容、方式单一和运行逻辑不清的问题,本文结合检测和识别技术的发展,分析车辆可能的提示内容和可行的提示方式,对车辆信息提示系统功能和运行逻辑进行设计,以此作为本文的技术基础。其次,构建无人驾驶环境下行人让行意向机理模型。在总结个体行为机理研究现状的基础之上,提出适用于本文研究环境的建模思路,分析提取无人驾驶环境下行人行为的潜在影响因素作为机理模型的构成要素,并在要素间建立显著性影响假设,建立以行人基础特征和道路环境为输入变量,行人接受度、VTPCDS的感知有用性和易用性为中间变量,让行意向为输出变量的无人驾驶环境下行人让行意向机理模型,为后续研究奠定模型基础。再次,基于实验数据的机理模型假设检验和影响因素分析。考虑到无人驾驶的尚未普及和假设检验对样本量的需要,此次研究使用SP问卷收集到3216条有效实验数据。根据机理模型要素间的相关假设和所得数据类型,选择多重线性回归或Logit模型进行验证性建模,目的在于假设检验和模型标定。本文依次建立了行人接受度的多重线性回归模型、反馈类信息有用性的BL概率模型、反馈类信息易用性的MNL概率模型、辅助类信息有用性的Nested-Logit概率模型和行人让行意向的BL概率模型,似然比检验和拟合优度指标表明所建模型均有效,机理模型的相关假设均为部分成立或完全成立。根据模型标定结果进行影响因素分析,根据假设检验结果对机理模型进行修正。最后,研究机理模型中影响因素的异质性效应。传统Logit模型中样本总体的变化趋势往往掩盖了个体的选择偏好差异,为提高机理模型对行人行为解释的鲁棒性和研究行人的偏好差异,使用Latent Logit模型对机理模型中影响因素的异质性效应展开探索性研究并分析,结果表明部分影响因素存在异质性效应,并尝试探究其成因。
【学位授予单位】：华南理工大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：U463.6;U491
【图文】：

行人,车速,车辆,无人驾驶车辆

华南理工大学硕士学位论文1.2 研究现状在无人驾驶的国内外相关研究中，聚焦于无人驾驶车辆智能化和安全性的研究较多，且取得较大的研究成果，但是无人驾驶环境下行人行为机理以及行为特征的研究很少。美国杜克大学(Duke University) 的 Humans and Autonomy 实验室开展了一项关于无人驾驶车辆如何有效向正在过街的行人发出信息提示的研究，该研究中研究者使用有人驾驶车辆假扮无人驾驶车辆在实验道路行驶，并分别在不同车速下携带如图 1-1所示的不同提示牌，同时在预设地点安排若干不知情的被调查者横穿马路，研究者分别记录了不同情形下不同调查者的决策时长（decision times）。

实验结果,行人,无人驾驶车辆,无人驾驶

图 1-2 实验结果1.3 研究内容本研究一共分为六个章节，概述如下：第一章，绪论。本章节首先阐述了无人驾驶研究的发展和无人驾驶环境下行人行为研究的意义，并对国外学者对无人驾驶环境下行人行为研究进行了重点介绍，总结了研究的经验成果以及不足之处，为本文的选题提供支撑。第二章，无人驾驶环境下行人让行意向机理模型。本章内容分为两个部分：无人驾驶车辆向行人信息提示系统设计和提出行人让行意向机理模型。无人驾驶过街环境与有人驾驶过街环境区别之一在于行人无法与驾驶员建立神态和动作上的交流，但是无人驾驶车辆能够向行人发出信息提示。本章首先总结现有信息提示解决方案的不足；其次阐述无人驾驶车辆在对环境、行人等检测和识别上研究成果，分析车辆可能的提示内容和可行的提示方式；最后对无人驾驶车辆向行人信息提示系统（VTPCDS）进行

技术路线图,技术路线

技术路线

【参考文献】