基于驾驶员行为的交通震荡特性研究
发布时间：2021-11-11 00:12
随着城市发展的不断加快,城市道路堵塞问题逐渐突出,尤其在早晚上下班高峰期愈发严重。交通流理论通过对道路交通流进行分析和研究,研究交通流内在规律,揭示交通拥堵问题的产生和发展机理,从而缓解交通拥堵现状,为交通管理和控制提供科学指导。交通震荡现象作为交通流理论的一部分近些年被学者广泛研究,交通震荡的形成和传播严重降低了道路通行效率,增加了车辆油耗排放,同时也是道路交通安全的重大隐患。驾驶员行为是跟驰行为研究的一个重要组成部分,不同类型驾驶员在跟驰过程中的行为存在显著差异。从驾驶员角度分析跟驰行为可以对跟驰行为有更清晰的了解和认识,将驾驶员因素纳入跟驰模型中可以提高跟驰模型的精度,可以更加准确描述驾驶员跟驰行为。本文首先组织驾驶员进行跟驰试验,获取需求跟驰数据,利用移动平均法对数据进行去噪,利用小波变换对不同跟驰速度下驾驶员速度差周期进行分析,并通过显著性检验分析不同驾驶员跟驰过程中速度差周期的差异性,采用聚类分析的方法通过驾驶参数对驾驶员类型进行划分。以传统IDM模型为基础,分析跟驰行为中参数的相关性,研究车头时距、车头间距以及速度差之间的关系,建立改进的IDM跟驰模型,利用遗传算法对模型...
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
数据采集设备
哈尔滨工业大学工程硕士学位论文-9-试验由六辆车组成，头车驾驶员在每次试验中编号始终为1号，两次试验的车队编号分别为2-6、7-11。每辆车中配置一名试验员，负责记录不正常跟驰现象发生的时间及车辆编号，例如有车辆插队，红灯导致的车队中断等。为了采集在多种跟驰状态下驾驶员的跟驰特性，试验分两部分组成：（1）车队头车分别在不同速度下开启定速巡航，后车保持正常跟驰状态，采集长时间跟驰状态下车辆的跟驰数据；（2）车队头车分别在不同速度下保持车辆匀速行驶，在行驶过程中不时进行加速和减速操作，采集不同跟驰状态下车辆的跟驰数据。图2-2数据采集现场2.2驾驶员类型划分2.2.1数据预处理由于采集的原始数据存在一定的随机误差，为了减小随机误差对数据分析的影响，本文采用移动平均对数据进行平滑处理，当滑动窗口内数据波动不大时，平滑处理可以过滤大部分噪声，提高数据精度，原理如下，数据处理前后如图2-3所示。()1121nttititxxxPn+=++=+（2-1）式中tP——t时刻的去噪结果；
哈尔滨工业大学工程硕士学位论文-10-tix——ti时刻的观测值；n——滑动窗口长度。图2-3数据去噪2.2.2速度差分析在驾驶员跟驰过程中有许多因素会对驾驶员操作产生干扰，其中速度差也是至为关键的一个参数，已有的多种跟驰模型均将速度差纳入模型中对跟驰车辆的行为进行预测。本文采集不同速度下驾驶员的速度差以及速度差标准差统计如下。
【参考文献】：
期刊论文
[1]基于驾驶人特性的双车道跟驰模型稳定性分析[J]. 杜文举,李引珍,俞建宁. 交通运输系统工程与信息. 2019(05)
[2]基于最优速度模型的改进安全距离跟驰模型[J]. 曲昭伟,潘昭天,陈永恒,陶鹏飞,孙迪. 吉林大学学报(工学版). 2019(04)
[3]考虑速度对反应强度影响的车辆跟驰模型[J]. 申勇,马天奕,李祥尘. 交通运输工程与信息学报. 2019(02)
[4]考虑临近车道行人对交通流影响的改进跟驰模型[J]. 李宏刚,高哈尔·达吾力,王帅,余贵珍,王朋成. 北京航空航天大学学报. 2019(02)
[5]考虑前车动态效应的高速跟驰交通流研究[J]. 贺红,陈永. 计算机工程与应用. 2019(14)
[6]驾驶员异常驾驶行为与人格类型调查研究[J]. 范双双,张梦洁,漆书林. 交通信息与安全. 2018(03)
[7]城市快速路瓶颈交通震荡特性研究[J]. 张娟. 交通信息与安全. 2015(05)
[8]城市驾驶员分类指标研究[J]. 钱芳,李铁柱. 交通运输工程与信息学报. 2014(01)
博士论文
[1]交通震荡演化特性的实验研究和建模仿真[D]. 黄永现.中国科学技术大学 2019
[2]基于心理场理论的驾驶行为建模[D]. 陶鹏飞.吉林大学 2012
硕士论文
[1]冰雪条件下考虑驾驶员行为特性的跟驰模型研究[D]. 张春.哈尔滨工业大学 2019
[2]基于跟驰反应时间的驾驶员分类研究[D]. 贾建林.北京工业大学 2018
[3]考虑驾驶行为的排放分析和仿真优化研究[D]. 陆超.西南交通大学 2018
[4]基于异质驾驶行为的交通流微观建模与环境影响研究[D]. 祝泰郎.北京交通大学 2017
[5]不同曲线半径下的新老驾驶员驾驶行为特性研究[D]. 邱谦谦.西南交通大学 2016
[6]考虑驾驶特性的微观交通仿真[D]. 王俊.清华大学 2011
本文编号：3488223
【文章来源】：哈尔滨工业大学黑龙江省 211工程院校 985工程院校
【文章页数】：59 页
【学位级别】：硕士
【部分图文】：
数据采集设备
哈尔滨工业大学工程硕士学位论文-9-试验由六辆车组成，头车驾驶员在每次试验中编号始终为1号，两次试验的车队编号分别为2-6、7-11。每辆车中配置一名试验员，负责记录不正常跟驰现象发生的时间及车辆编号，例如有车辆插队，红灯导致的车队中断等。为了采集在多种跟驰状态下驾驶员的跟驰特性，试验分两部分组成：（1）车队头车分别在不同速度下开启定速巡航，后车保持正常跟驰状态，采集长时间跟驰状态下车辆的跟驰数据；（2）车队头车分别在不同速度下保持车辆匀速行驶，在行驶过程中不时进行加速和减速操作，采集不同跟驰状态下车辆的跟驰数据。图2-2数据采集现场2.2驾驶员类型划分2.2.1数据预处理由于采集的原始数据存在一定的随机误差，为了减小随机误差对数据分析的影响，本文采用移动平均对数据进行平滑处理，当滑动窗口内数据波动不大时，平滑处理可以过滤大部分噪声，提高数据精度，原理如下，数据处理前后如图2-3所示。()1121nttititxxxPn+=++=+（2-1）式中tP——t时刻的去噪结果；
哈尔滨工业大学工程硕士学位论文-10-tix——ti时刻的观测值；n——滑动窗口长度。图2-3数据去噪2.2.2速度差分析在驾驶员跟驰过程中有许多因素会对驾驶员操作产生干扰，其中速度差也是至为关键的一个参数，已有的多种跟驰模型均将速度差纳入模型中对跟驰车辆的行为进行预测。本文采集不同速度下驾驶员的速度差以及速度差标准差统计如下。
【参考文献】：
期刊论文
[1]基于驾驶人特性的双车道跟驰模型稳定性分析[J]. 杜文举,李引珍,俞建宁. 交通运输系统工程与信息. 2019(05)
[2]基于最优速度模型的改进安全距离跟驰模型[J]. 曲昭伟,潘昭天,陈永恒,陶鹏飞,孙迪. 吉林大学学报(工学版). 2019(04)
[3]考虑速度对反应强度影响的车辆跟驰模型[J]. 申勇,马天奕,李祥尘. 交通运输工程与信息学报. 2019(02)
[4]考虑临近车道行人对交通流影响的改进跟驰模型[J]. 李宏刚,高哈尔·达吾力,王帅,余贵珍,王朋成. 北京航空航天大学学报. 2019(02)
[5]考虑前车动态效应的高速跟驰交通流研究[J]. 贺红,陈永. 计算机工程与应用. 2019(14)
[6]驾驶员异常驾驶行为与人格类型调查研究[J]. 范双双,张梦洁,漆书林. 交通信息与安全. 2018(03)
[7]城市快速路瓶颈交通震荡特性研究[J]. 张娟. 交通信息与安全. 2015(05)
[8]城市驾驶员分类指标研究[J]. 钱芳,李铁柱. 交通运输工程与信息学报. 2014(01)
博士论文
[1]交通震荡演化特性的实验研究和建模仿真[D]. 黄永现.中国科学技术大学 2019
[2]基于心理场理论的驾驶行为建模[D]. 陶鹏飞.吉林大学 2012
硕士论文
[1]冰雪条件下考虑驾驶员行为特性的跟驰模型研究[D]. 张春.哈尔滨工业大学 2019
[2]基于跟驰反应时间的驾驶员分类研究[D]. 贾建林.北京工业大学 2018
[3]考虑驾驶行为的排放分析和仿真优化研究[D]. 陆超.西南交通大学 2018
[4]基于异质驾驶行为的交通流微观建模与环境影响研究[D]. 祝泰郎.北京交通大学 2017
[5]不同曲线半径下的新老驾驶员驾驶行为特性研究[D]. 邱谦谦.西南交通大学 2016
[6]考虑驾驶特性的微观交通仿真[D]. 王俊.清华大学 2011
本文编号：3488223
本文链接：https://www.wllwen.com/kejilunwen/daoluqiaoliang/3488223.html
