数据驱动的混合交通仿真

发布时间：2023-03-14 19:16

　　混合交通仿真是现代城市道路交通的重要技术分析手段,也是自动驾驶汽车测试环境的主要形式之一,具有重要的理论意义和应用价值。作为混合交通仿真的代表方法之一,社会力混合交通仿真方法通过简单、统一的力学模型,准确模拟各类交通智能体的复杂行为。然而,该模型参数复杂、参数关联性强,可观的仿真结果需要对参数进行反复调整,极大增加了人工成本。为了解决上述提到的问题,本文创造性地提出用数据驱动的方法对社会力混合交通模型进行参数估计,旨在简化参数初始化过程,得到逼近真实场景的仿真结果。该方法利用指定对象在真实和仿真混合交通轨迹中的坐标误差构建目标方程,将误差值映射为遗传算法的适应度值进行迭代优化,实现特定对象的模型参数求解。为了避免绝对误差对高速运动下的交通对象大误差值的系统性高估和相对误差对长短轨迹误差敏感度不一的情况,本文结合绝对和相对误差方法特性,提出了新的优化方程。为了降低算法收敛到局部最优的可能性,本文采用自适应遗传算法,通过量化当前参数族群的适应度拟合情况,对个体交叉和突变概率进行调整,同时引入精英策略以保留每代族群的最优解集,提高算法收敛速度。同时,本文参考真实交通场景中的智能体行为,针对现...

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景
    1.2 相关工作
        1.2.1 交通仿真模型
        1.2.2 遗传算法
    1.3 本文工作
    1.4 论文结构
第2章 混合交通模型
    2.1 社会力框架
        2.1.1 基础受力模型
        2.1.2 目标驱动力
        2.1.3 环境作用力
    2.2 机动车受力模型
        2.2.1 机动车间作用力
        2.2.2 非机动车对机动车作用力
        2.2.3 行人对机动车作用力
        2.2.4 机动车变道行为
        2.2.5 机动车模型参数
    2.3 行人受力模型
        2.3.1 行人间作用力
        2.3.2 机动车对行人作用力
        2.3.3 非机动车对行人作用力
        2.3.4 行人模型参数
    2.4 非机动车模型
        2.4.1 非机动车间作用力
        2.4.2 机动车对非机动车作用力
        2.4.3 行人对非机动车作用力
        2.4.4 非机动车模型参数
    2.5 本章小结
第3章 数据再处理
    3.1 数据集介绍
    3.2 数据再处理
        3.2.1 道路估计
        3.2.2 运动信息计算
        3.2.3 最终数据格式
    3.3 本章小结
第4章 参数估计
    4.1 目标函数
    4.2 自适应遗传算法
        4.2.1 算法改进
        4.2.2 具体步骤
    4.3 本章小结
第5章 仿真结果与分析
    5.1 仿真结果
        5.1.1 类内交通行为
        5.1.2 混合交通行为
        5.1.3 仿真轨迹对比
    5.2 统计分析
        5.2.1 轨迹、速度对比
        5.2.2 误差分析
    5.3 本章小结
第6章 总结与展望
    6.1 本文工作总结
    6.2 后续工作展望
参考文献
攻读硕士学位期间主要的研究成果
致谢



本文编号：3762589