基于GPS数据的高速公路驾驶行为识别

发布时间：2020-11-13 07:26

　　 高速公路预警是提高高速公路行车安全的重要措施,驾驶行为识别作为高速公路预警系统的关键技术目前已成为国内外学者的研究热点。随着GPS等定位技术的发展,利用GPS定位数据实现高速公路交通状况监测和驾驶行为预警成为现实。因此开展基于GPS定位技术的高速公路驾驶行为识别对于高速公路驾驶行为的监测和预警具有重要意义。本文首先对驾驶行为进行了分类并完成了驾驶行为数据采集。通过高速公路行车过程分析,将驾驶行为分为自由行驶、跟驰行为、换道行为和超车行为。其中跟驰行为根据速度和邻近车道间隙分为高速主动跟驰、高速被动跟驰、低速主动跟驰和低速被动跟驰;换道行为根据目标车道分为驶出换道行为和驶回换道行为,超车行为根据超车的方向分为左超车和右超车。利用高精度的GPS设备,在哈尔滨环城高速上进行了驾驶行为实车实验,得到了驾驶行为轨迹和视频数据,通过数据处理,获得了驾驶行为表征参数。然后利用驾驶行为表征参数,分析了高速公路驾驶行为特性。对四种跟驰行为的速度与加速度、跟驰距离和时距、与邻近前后车的距离进行了分析及显著性检验,得到四种跟驰行为具有差异性;通过对换道行为的轨迹曲率、换道速度和加速度、换道时与前后车的车头时距的分析,得到驶出换道和驶回换道的参数特征;分析了超车时的速度和超车距离及时长特征,用负指数函数拟合了超车速度差与超车时长和超车距离的关系。最后运用隐马尔可夫模型理论构建了驾驶行为识别模型,并对模型进行了测试与检验。利用驾驶行为基本参数特性及主成分分析选取了8个驾驶行为特征参数,针对每个驾驶行为建立了一个隐马尔可夫子模型,其中超车行为模型为驶出换道和驶回换道模型的组合,并设置了模型的基本参数;通过仿真分析,对每个子模型的识别时间序列长度、隐含状态数、高斯混合数和参数组合进行了优化;整理驾驶行为数据,完成了模型的训练。最后利用已分类的样本测试得到驾驶行为模型能以较高的准确率识别出各个驾驶行为;利用未分类的样本测试得到,在驶出换道和驶回换道行为发生1.0s和1.1s后,模型能准确识别出驶出换道行为和驶回换道行为。
【学位单位】：哈尔滨工业大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：U495;P228.4
【部分图文】：

最后形成超车行为。2.2 驾驶行为实验2.2.1 实验方法本文利用 TrimbleR8GNSS 系统进行实验，系统包括卫星、固定基站、流动站接收机和操作手簿，该系统采用载波相位差分技术(Real-timeKinematic,RTK)定位，定位精度达 2.5cm。采用 4 台便携式流动站接收机，将其分别安装到 4 辆实验车上，实验时驾驶员的生理和心理均不会受到实验仪器的影响，可以正常驾驶实验车辆。同时在实验车中安装行车记录仪记录实验过程中的各个驾驶行为和发生各个驾驶行为时周围车辆的方位信息。实验中的固定基站有效覆盖半径为 20km，实验路段为哈尔滨市环城高速公路，高速公路为双向四车道，试验路段如图 2-7 所示。高速路部分路段有天桥遮挡，对定位精度产生影响，故实验时选择在无天桥遮挡的路段。驾驶员根据驾驶习惯，演示车道保持、换道驶出和换道驶回及超车四种驾驶行为。实验时启动开发的串口程序，选择 GPS 流动接收机的接收频率为 10Hz，将车辆的定位轨迹信息输出到笔记本中储存，从而获取原始数据。

哈尔滨工业大学工学硕士学位论文=p（LIF&LPF）=0<0.05，表明跟驰速度的大小在四类跟驰行为中存异，不同速度下的跟驰状态是不一致的。表 3-1 跟驰速度统计表（单位：m/s）类型 均值 标准差 最小值 中值 最高速 28.36 1.43 25.04 28.29 3高速 28.15 2.10 25.02 28.1 3低速 21.56 1.94 16.60 22.11 2低速 22.79 1.42 19.92 23.27 2

图 3-3 跟驰加速度统计分布图不同类型的跟驰加速度进行独立样本 T 检验，定量研究不同类型跟度上的差异性。给定跟驰行为检验的显著性水平为 0.05，得到的检验F& HPF）=0.47>0.05，p（LIF&LPF）=0<0.05，表明主动高速跟驰和在加速度上差异不明显，不具有独立性；而加速度在主动低速跟驰和中具有显著性。下来通过 SPSS 软件，运用单因素方差分析方法（One-way ANOVA种跟驰行为在跟驰时加速度上的差异性。给定显著水平为 0.05，对四行分析，得到结果为四种跟驰行为的加速度满足方差齐性要求3，p=0.00<0.05，不同的跟驰行为的加速度不同，存在明显的差异；为进行比较，p（HIF&HPF）=0.006<0.05，p（LIF&LPF）=0<0.05，得跟驰行为间的加速度存在差异。表明不同条件下的跟驰行为，驾驶度规律是不一致的。与其他车辆间参数特征分析其他车辆间的参数特征主要为的相对距离、相对速度、车头时距、方
【参考文献】

相关期刊论文 前10条

1 祝俪菱;刘澜;赵新朋;杨达;;基于支持向量机的车辆驾驶行为识别研究[J];交通运输系统工程与信息;2017年01期

2 毕胜强;梅德纯;刘志强;汪澎;;面向驾驶行为预警的换道意图辨识模型研究[J];中国安全科学学报;2016年02期

3 徐远新;鲁玉萍;王畅;施雯;;ACC系统用目标换道预测方法[J];中国安全科学学报;2014年10期

4 刘志强;杨培培;倪捷;冯新颖;;面向模拟驾驶训练的驾驶意图识别方法[J];重庆理工大学学报(自然科学);2014年10期

5 马勇;付锐;郭应时;袁伟;吴海波;;基于实车试验的驾驶人换道行为多参数预测[J];长安大学学报(自然科学版);2014年05期

6 曹凯;于善义;于少伟;;基于多隐马尔可夫模型的车辆机动行为识别与预测[J];信息与控制;2014年04期

7 彭金栓;詹盛;徐磊;邵毅明;;基于神经网络和贝叶斯滤波器的危险驾驶行为识别[J];武汉理工大学学报;2013年11期

8 肖献强;任春燕;王其东;;基于隐马尔可夫模型的驾驶行为预测方法研究[J];中国机械工程;2013年21期

9 袁伟;付锐;郭应时;彭金栓;马勇;;基于视觉特性的驾驶人换道意图识别[J];中国公路学报;2013年04期

10 严新平;张晖;吴超仲;毛喆;雷虎;;道路交通驾驶行为研究进展及其展望[J];交通信息与安全;2013年01期

相关博士学位论文 前2条

1 冀秉魁;基于驾驶员视觉特性的驾驶行为预测方法研究[D];吉林大学;2014年

2 王钰;车辆识别系统中的基础性算法研究[D];北京交通大学;2010年

相关硕士学位论文 前4条

1 杨耀;高速公路最小安全行车间距研究[D];长安大学;2016年

2 李肖含;汽车自适应巡航控制系统模糊控制策略研究[D];北京理工大学;2015年

3 李军;冰雪条件下高速公路危险驾驶行为研究[D];哈尔滨工业大学;2014年

4 郑华荣;考虑周边车辆驾驶意图的换道危险预警研究[D];武汉理工大学;2013年

本文编号：2881917