车车通信环境下侧向碰撞风险预警方法研究
发布时间:2021-08-30 08:52
先进驾驶辅助系统(Advanced Driver Assistant Systems,ADAS)已经被证明可以显著减少人因事故的发生;然而,由于交通环境复杂,仅依赖自车传感信息的预警算法存在漏报和误报问题。在交通事故中,他车突然切入导致的侧向碰撞事故占据了一定的比例,而现有ADAS在切入场景中的预警准确率较低。为了改善ADAS在切入场景中的预警有效性,本文建立一种车车Vehicle-to-vehicle,V2V)通信(环境下的侧向碰撞风险预警模型,通过V2V通信传输周边车辆的换道意图,实现切入车和被切入车的轨迹预测,以提高这种典型风险场景的预警及时性和准确率。本文的研究成果可以为ADAS在切入场景的进一步优化提供新的建模思路和理论依据。首先,搭建实车实验平台,采用实车加装传感器的方法采集车辆运动学数据和驾驶环境数据以模拟V2V通信环境;招募男性熟练驾驶人被试在城市快速路上开展实车实验;在对数据进行预处理、标定和分析后,筛选得到210个自由换道事件作为换道样本库。随后,基于实车试验数据建立换道行为预测模型和行车轨迹预测模型。基于SVM-RFE(Support Vector Machine...
【文章来源】:武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】:90 页
【学位级别】:硕士
【部分图文】:
驾驶意图对预警系统的影响
17收集后方目标相对于本车的位置和相对速度。所有数据与主时间同步并从监控软件输出,输出间隔为0.1秒。MobileyeOXTSRT2500CAN总线惯导系统摄像头IbeoLUX-4激光雷达毫米波雷达图2-1实车实验平台设备信息2.1.3实验路段及被试人员为了防止交通环境过于复杂,标线不清晰等问题对传感器造成干扰,实验路段选择武汉市的二环线,如图2-2所示。实验道路全长48km,由双向四车道和双向六车道组成,限速为70km/h。本次实验共招募了10名被试。已有的研究发现,驾驶人性别、经验等特质会对驾驶行为产生显著影响[54],为了防止驾驶人个体差异对实验结果造成影响,本次实验招募的被试均为男性熟练驾驶人,年龄均值为32.2,标准差为4.2,驾驶里程均值为82,450公里,标准差为50.9。每次实验时间段均选择天气晴朗的非早晚高峰时段,实验要求被试驾驶人按照平时正常驾驶的状态进行换道策略的选择。
实车实验路线图
【参考文献】:
期刊论文
[1]基于HMM和SVM级联算法的驾驶意图识别[J]. 刘志强,吴雪刚,倪捷,张腾. 汽车工程. 2018(07)
[2]基于换道决策机理的多车道元胞自动机模型[J]. 邓建华,冯焕焕. 交通运输系统工程与信息. 2018(03)
[3]先进驾驶辅助系统的接受程度及其影响因素分析[J]. 吕能超,秦羚,罗毅. 交通信息与安全. 2017(06)
[4]驾驶经验对先进驾驶辅助系统的作用研究[J]. 吕能超,段至诚,吴超仲. 交通运输系统工程与信息. 2017(06)
[5]基于支持向量机的车辆换道决策模型[J]. 张叠,杜荣华,刘理. 武汉理工大学学报(交通科学与工程版). 2017(05)
[6]基于支持向量机的车辆驾驶行为识别研究[J]. 祝俪菱,刘澜,赵新朋,杨达. 交通运输系统工程与信息. 2017(01)
[7]基于自然驾驶数据的避撞预警对跟车行为影响[J]. 王雪松,朱美新,邢祎伦. 同济大学学报(自然科学版). 2016(07)
[8]基于驾驶人决策机制的换道意图识别模型[J]. 倪捷,刘志强. 交通运输系统工程与信息. 2016(01)
[9]面向驾驶行为预警的换道意图辨识模型研究[J]. 毕胜强,梅德纯,刘志强,汪澎. 中国安全科学学报. 2016(02)
[10]驾驶人换道意图实时识别模型评价及测试[J]. 郭应时,付锐,赵凯,马勇,袁伟. 吉林大学学报(工学版). 2016(06)
博士论文
[1]基于视觉特性与车辆相对运动的驾驶人换道意图识别方法[D]. 彭金栓.长安大学 2012
硕士论文
[1]基于深度学习的换道行为建模与分析[D]. 房哲哲.北京交通大学 2018
[2]城市道路车辆换道模型及换道决策研究[D]. 朱停仃.辽宁工业大学 2018
本文编号:3372471
【文章来源】:武汉理工大学湖北省 211工程院校 教育部直属院校
【文章页数】:90 页
【学位级别】:硕士
【部分图文】:
驾驶意图对预警系统的影响
17收集后方目标相对于本车的位置和相对速度。所有数据与主时间同步并从监控软件输出,输出间隔为0.1秒。MobileyeOXTSRT2500CAN总线惯导系统摄像头IbeoLUX-4激光雷达毫米波雷达图2-1实车实验平台设备信息2.1.3实验路段及被试人员为了防止交通环境过于复杂,标线不清晰等问题对传感器造成干扰,实验路段选择武汉市的二环线,如图2-2所示。实验道路全长48km,由双向四车道和双向六车道组成,限速为70km/h。本次实验共招募了10名被试。已有的研究发现,驾驶人性别、经验等特质会对驾驶行为产生显著影响[54],为了防止驾驶人个体差异对实验结果造成影响,本次实验招募的被试均为男性熟练驾驶人,年龄均值为32.2,标准差为4.2,驾驶里程均值为82,450公里,标准差为50.9。每次实验时间段均选择天气晴朗的非早晚高峰时段,实验要求被试驾驶人按照平时正常驾驶的状态进行换道策略的选择。
实车实验路线图
【参考文献】:
期刊论文
[1]基于HMM和SVM级联算法的驾驶意图识别[J]. 刘志强,吴雪刚,倪捷,张腾. 汽车工程. 2018(07)
[2]基于换道决策机理的多车道元胞自动机模型[J]. 邓建华,冯焕焕. 交通运输系统工程与信息. 2018(03)
[3]先进驾驶辅助系统的接受程度及其影响因素分析[J]. 吕能超,秦羚,罗毅. 交通信息与安全. 2017(06)
[4]驾驶经验对先进驾驶辅助系统的作用研究[J]. 吕能超,段至诚,吴超仲. 交通运输系统工程与信息. 2017(06)
[5]基于支持向量机的车辆换道决策模型[J]. 张叠,杜荣华,刘理. 武汉理工大学学报(交通科学与工程版). 2017(05)
[6]基于支持向量机的车辆驾驶行为识别研究[J]. 祝俪菱,刘澜,赵新朋,杨达. 交通运输系统工程与信息. 2017(01)
[7]基于自然驾驶数据的避撞预警对跟车行为影响[J]. 王雪松,朱美新,邢祎伦. 同济大学学报(自然科学版). 2016(07)
[8]基于驾驶人决策机制的换道意图识别模型[J]. 倪捷,刘志强. 交通运输系统工程与信息. 2016(01)
[9]面向驾驶行为预警的换道意图辨识模型研究[J]. 毕胜强,梅德纯,刘志强,汪澎. 中国安全科学学报. 2016(02)
[10]驾驶人换道意图实时识别模型评价及测试[J]. 郭应时,付锐,赵凯,马勇,袁伟. 吉林大学学报(工学版). 2016(06)
博士论文
[1]基于视觉特性与车辆相对运动的驾驶人换道意图识别方法[D]. 彭金栓.长安大学 2012
硕士论文
[1]基于深度学习的换道行为建模与分析[D]. 房哲哲.北京交通大学 2018
[2]城市道路车辆换道模型及换道决策研究[D]. 朱停仃.辽宁工业大学 2018
本文编号:3372471
本文链接:https://www.wllwen.com/kejilunwen/qiche/3372471.html