高速公路场景下车辆变道行为探究_刘彪.pdf
《高速公路场景下车辆变道行为探究_刘彪.pdf》由会员分享,可在线阅读,更多相关《高速公路场景下车辆变道行为探究_刘彪.pdf(11页珍藏版)》请在咨信网上搜索。
1、第 27 卷第 6 期2022 年 12 月哈 尔 滨 理 工 大 学 学 报JOUNAL OF HABIN UNIVESITY OF SCIENCE AND TECHNOLOGYVol.27No.6Dec.2022特约稿件高速公路场景下车辆变道行为探究刘彪,王恒阳,宋昱鹏,马晓宇(北京交通大学 电气工程学院,北京 100044)摘要:针对复杂动态交通环境下,智能网联汽车做出安全合理的变道决策需要大量数据为支撑的问题,对车辆变道行为特征进行深入研究。首先对真实交通信息数据集 NGSIM(next genera-tion Simulation)的驾驶数据进行平滑去噪处理,再识别出车辆变道行为的产
2、生和结束时刻,得到3 200个包含交通环境时序信息的驾驶行为片段;基于 8 车交通模型对本车道及相邻车道前、后、旁车的相对速度、相对纵向距离以及本车变道时间等车辆周围的微观交通特性进行聚类分析,归纳出车辆变道的原因及行为特征。结果表明,寻求更高的驾驶速度和规避前方慢车以避免碰撞是车辆采取变道行为的两个主要原因,车辆更倾向于往车道行驶车速快和变道安全距离长的车道变道;车辆的变道行为在纵向空间维度具有前瞻性。这为微观交通仿真、驾驶模拟、无人驾驶车辆换道决策数据集的建立提供了理论基础。关键词:自动驾驶汽车;智能交通;变道行为;数据分析DOI:10 15938/j jhust 2022 06 002中
3、图分类号:U461.6文献标志码:A文章编号:10072683(2022)06001311收稿日期:2022 04 07基金项目:中央高校基本科研业务经费(2021YJS152);国家重点研发计划(2017YFB1201304);北京市自然科学基金(L201021)作者简介:王恒阳(1996),男,博士;宋昱鹏(1996),男,硕士通信作者:刘彪(1982),男,博士,副教授,博士研究生导师,E-mail:liubiao bjtu edu cnesearchon Vehicle Lane Changing Behavior on the HighwayLIU Biao,WANG Heng-ya
4、ng,SONG Yu-peng,MA Xiao-yu(School of Electrical Engineering,Beijing Jiaotong University,Beijing 100044,China)Abstract:Aiming at the problem that intelligent networked vehicles need a large amount of data to make safeand reasonable lane-changing decisions in complex dynamic traffic environments,the c
5、haracteristics of vehicle lane-changing behaviors are deeply studied.Firstly,the driving data of NGSIM(Next Generation Simulation)weresmoothed and de-noised.Then,the occurrence and end moments of lane change behavior were identified,and3,200 lane change behavior fragments containing temporal informa
6、tion of traffic environment were obtained.Basedon the 8-car traffic model,the micro-traffic characteristics around the vehicle,such as the relative speed,relativelongitudinal distance and lane change time of the vehicle before,behind and beside the vehicle in the lane andadjacent lane,were analyzed
7、by clustering,and the reasons and behavior characteristics of the vehicle lane changewere summarized.The results show that seeking higher driving speed and avoiding the slow vehicle ahead to avoidcollision are the two main reasons for vehicles to change lanes.Lane-changing behavior is forward-lookin
8、g in thelongitudinal spatial dimension.This provides a theoretical basis for the establishment of data sets for micro-trafficsimulation,driving simulation,and unmanned vehicle lane-changing decision-making.Keywords:autonomous vehicles;intelligent transportation;lane changing behavior;data analytics0
9、引言在微观交通流系统中,跟驰与变道是机动车的两种典型交通行为,是驾驶人通过对车辆运行环境的认知和对车辆运行状态的估计来调整决策思维并完成自身驾驶目标策略的综合行为过程1。由于相邻车道的影响,变道行为的研究过程更为复杂。且车辆变道行为会对周围的交通状况产生很大的影响,不合理的变道行为会造成交通阻塞,导致道路通行能力下降,甚至引发交通事故2。要使自动驾驶汽车做出安全合理的变道决策,需要对车辆变道行为进行深层次的探索和研究。近年来,随着车联网技术、智能网联汽车感知、决策技术的蓬勃发展,针对车辆变道行为的研究成为热点3 4。1986 年 Gipps5 基于规则的数理模型首次提出了车辆变道模型,在此基础
10、上,国内外学者针对变道行为特征方面开展了深入的研究。根据追求驾驶利益的不同,变道行为可以分为强制性变道和任意性变道6,张颖达等7 从微观交通特性的角度分析拟合出 5 次多项式自由换道和强制换道的横向移动轨迹,但未考虑周围车辆的相互影响。Mat-thew Vechione 等8 对 NGSIM 数据进行描述性统计,用于强制性与任意性换道行为的比较;J Nilsson等9 提出了基于规则的变道意图识别方法,通过计算横向速度线索和横向位置线索来确定车辆的运动机动;Chauhan Prajwal 等10 提出一种利用累积侧向速度导数的绝对值来识别换道作业时间窗;Tran D等11 提出了一个驾驶员意图
11、识别系统,利用连续隐马尔可夫模型,通过收集车速、加速度和转向角等时间信息来识别驾驶员的变道策略;吴斌等12 基于中国自然驾驶工况数据,分析了紧急转向变道避撞、侧移和稳定阶段的驾驶员转向特征,从变道车辆的角度研究了其转向变道持续时间、方向盘转速和转角的线性关系;马小龙等13 用无人机视频获取车辆行驶轨迹,从车辆换道行为的时间长度、空间长度、与周边车辆的相互状态、安全性等特征参数进行分析,但仅对换道执行阶段展开研究;庞梦圆14 分析了 NGSIM 数据集的车辆类型,提取出车辆换道次数、换道持续时间,用来刻画换道行为的微观特性;陈景旭等15 筛选和处理了 NGSIM 轨迹数据,以碰撞时间作为安全指标
12、,计算前后车速度、加速度、距离差值,对车辆跟驰行为的周围微观特性进行了分析,为车辆变道行为微观特性的研究提供了借鉴;黄玲等16 对 NGSIM 数据进行了处理,筛除部分不合理项,获得相邻车的相对状态信息;赵树恩等17 在离散化 NGSIM 数据中提取所需数据对变道过程周围微观状态进行分析,但仅考虑了靠近前车时对自车变道行为的影响;王雪松等18 从变道切入准备、实施过程、变道切入持续时间与转向灯使用情况等方面解析中国驾驶员的变道切入行为,并研究了自车变道行为对后随车的影响;张策等19 利用采集的高速公路驾驶数据获取每辆车连续的运行状态,识别换道行为,得到周围环境车辆对换道车辆影响的优先等级,但并
13、未考虑本车换道行为对周围车辆驾驶行为的影响。综上所述,现有的研究大多基于自然驾驶数据的预处理或描述性统计,从变道车辆本身的运动轨迹、运行状态参数的角度进行研究,对变道车辆周围微观交通流的研究较少且不够全面,而周围车辆的驾驶行为会对变道车辆的行为产生不可忽略的影响,挖掘微观交通流特性可以更直观地掌握车辆换道行为特性20 21。本文基于大量的自然驾驶采集数据,通过对车辆变道行为关键时刻的识别以及产生换道行为时周围车道车辆的驾驶行为、周围交通微观特性的分析,提取影响车辆变道行为的交通特性量以及车辆变道场景的一般规律,进而为后续驾驶行为决策数据集的建立提供理论基础。1数据集介绍与预处理1.1数据集介绍
14、NGSIM 数据集22 是由美国联邦公路管理局(US Federal Highway Administration)公开的自然驾驶数据集,该数据集通过安装在高速公路旁的监控系统获取到交通流视频信息,旨在收集可以用于研究微观车辆驾驶行为的车辆行驶轨迹数据。相关资料表明23,中美两国交通规则无太大差异,驾驶员的驾驶习惯比较相似,因此该数据集能够较准确地反映我国高速公路的车辆驾驶特性。41哈尔滨理工大学学报第 27 卷根据结构化场景研究需求,选取了两条子高速公路 NGSIM US 101 和 NGSIM I 80 的数据集。其中 NGSIM US 101 子数据集采集于 2005 年 6 月15 日
15、上午 750 至上午 835,采集地点位于美国加利福尼亚州洛杉矶 101 公路(US 101)共 640 m 的路段,该路段包括 5 条主车道和 1 条辅车道,车道从上到下依次编号为 1 6(见图 1)。NGSIM I 80 子数据集采集于 2005 年 4 月 13 日下午 2 时至下午 7时,采集地点位于美国旧金山湾区 80 号州际公路共500 m 的区域,该区域同样包含了 6 条高速道,车道从下到上依次编号为 1 6(见图 2)。图 1NGSIM US 101 车道编号Fig.1NGSIM I 101 lane number图 2NGSIM I 80 车道编号Fig.2NGSIM I 1
16、80 lane number两个子数据集一共包括 6 个约 15 min 时长的交通流信息文件(记录周期 0.1 s)。每个文件中的数据样本包含多种车辆信息,如车辆编号、车道号、车辆类型(摩托车、汽车、卡车)、时间戳、横向坐标、纵向坐标、速度、加速度、车身长度、车辆宽度、前车编号、后车编号等属性。图 3 展示了 NGSIM US 101 数据集 120 m 到 300 m 路段第 899 帧所有车辆数据;图4 展示了 NGSIM I 80 数据集60 m 到120 m路段第 603 帧所有车辆数据。图 3NGSIM US 101 路段(120 m 300 m)第 899 帧数据Fig.3Fra
17、me 899 data of NGSUM US 101 section(120 m 300 m)图 4NGSIM I 80 路段(60 m 240 m)第 603 帧数据Fig.4Frame 603 data of NGSUM US 80 section(60 m 240 m)1.2数据集处理经过总体分析,NGSIM US 101 子数据集和NGSIM I 80 子数据集共有776 398条数据记录,关于摩托车的记录仅占 0.537%。同时本文的研究对象主要为汽车,因此首先剔除了数据集中所有摩托车类型的样本。原始 NGSIM 数据集采集的数据是通过处理视频信息得到的,数据的获取未进行相关的滤波
18、处理操作,人为噪声的影响较大,直接导致了51第 6 期刘彪等:高速公路场景下车辆变道行为探究分析数据的加速度、速度和位置信息时信息不匹配,从而影响对复杂交通环境下的驾驶行为的决策。对原始 NGSIM 数据集的数据采用“前向滤波、反向还原”方式进行预处理,整个预处理过程(见图 5):首先采用对称指数平滑器(SEMA,symmetric exponen-tia moving averager)分别处理数据集中每辆车的原始纵向位置 xID和横向位置 yID,以得到平滑后的纵横向位置数据,平滑后的横向位置?yID被用作预处理后的最终横向位置.该平滑过程中横纵向位置处理过程中使用相同的平滑宽度 T=0.
19、5 s,整个 SEMA平滑计算过程如式(1),对原始速度数据同样进行SEMA 平滑处理,平滑宽度和位置平滑处理相同。?(ti)=1Zi+wk=i w(tk)e|i k|ntZ=i+wk=i we|i k|ntnt=Tdt(1)式中:(tk)为 tk时刻的测量值;e|i k|/nt为平滑核函数;w 为平滑算子滑动窗口宽度;dt=0.1s 为采样间隔。为了保证速度和加速度在时间维度的状态连续,对平滑处理后的速度数据采用如式(2)离散微分化求得最终的加速度数据。(ti)=(ti+dt)(ti dt)2dt(2)式中:(ti)为测量值 在 ti处的导数。在保证了位置、速度和加速度之间状态连续性的情况下
20、,最终将加速度数据经由两次积分求得最终车辆的纵向位置数据,这是符合实际驾驶数据特性的。2变道驾驶行为关键时刻识别图5 标定了 NGSIM US 101 数据集在上午 820到上午 835 期间所有通过采集区域的车辆的轨迹示意图,其中每条线表示一辆车的完整轨迹。其中定义车辆行驶的车道号 ID 由小到大的变道过程为右变道,反之为左变道,经统计该段时期存在较好的左转车辆和右转车辆。分析车辆行驶轨迹可知,一般情况下车辆执行变道驾驶行为前会保持车道行驶,车辆行驶至目标车道后会恢复保持车道行驶(此处不考虑连续变道情形),即车辆的驾驶行为是一个连续的过程。变道驾驶行为变化关键时刻可以分为两类,即变道起始时刻
21、 tc,start:保持车道行驶(keeping lane)转为变道行为(changing lane)的时刻;变道结束时刻tc,end:变道行为(changing lane)转为保持车道行驶图 5NGSIM US 101 车辆轨迹示意图Fig.5NGSIM US 101 vehicle trajectory diagram(keeping lane)的时刻。识别出两个关键时刻后,一个完整的变道数据样本就可以被确定。Ciuffo24 指出车辆在执行换道时其横向速度会出现明显的变化,因此选择车辆的横向速度作为判断车辆变道操作起始和结束时刻的评判依据。确定数据集中车辆行驶过程中车道号 ID 号变化时
22、刻,以该时刻为基础向前和向后搜寻车辆横向速度的绝对值小于 0.1 的最近时刻,初步确定为变道起始时刻和变道结束时刻。但研究发现,车辆在变道的过程中会出现短暂的停驻,甚至回调现象,这将导致初步确定的变道行为产生时刻具有滞后性,变道结束时刻具有超前性。为了最大程度保证可作为决策的样本数据集的数据准确性、行为可观性和逻辑连续性,邀请 4 名志愿者(驾龄分别为 4 年、5 年、8 年和 23 年)对初步提取的数据集进行了 8 轮人工复验和微调。最终筛选出的样本集共包括左变道1 030辆次,右变道 203 辆次(某一时刻某车辆完成一次变道行为称为一个变道辆次,若某车辆在观测期间出现多次完整变道过程,将分
23、别计算变道辆次)。3变道产生时微观交通特性分析为提取影响车辆驾驶行为的交通特性量,需要分析车辆变道行为产生时刻周围的交通微观特性,进而可以确定为后续驾驶行为决策器输入内容。根据追求驾驶利益的不同可以分为强制性变道和任意性变道。强制性变道是指车辆必须在某一行驶区域内执行变道操作,该类变道操作通常存在最迟变道点,超过这个变道点车辆将不能完成既定的行驶目的,强制变道行为通常发生在匝道汇流处、匝道分流处、交叉路口等区域。任意性变道则是车辆在正常61哈尔滨理工大学学报第 27 卷行驶过程中为追求更快的行驶车速或者更高的行驶舒适性而实行的变道行为,任意性变道主要发生在本车道前车速度缓慢或目标车道行驶条件更
24、优的情况下。US 101 和 I 80 数据采集路段的第 6 号车道都属于匝道汇流分流车道,因此标记数据样本中从 6 号车道到 5 号车道的变道和 5 号车道到 6 号车道的变道为强制性变道,其余变道标记为任意性变道。下面将针对任意性变道起始时刻的周围交通微观特性进行重点分析。考虑 8 车交通模型(见图 6)分析周围车辆对本车变道行为的影响。该模型中三条车道分别为目标车道(车道 1)、本车道(车道 2)和排斥车道(车道3)。包含的周围 8 车车辆分别为本车道前车 Vof,本车道后车 Vor,目标车道前车 Vdf,目标车道后车 Vdr,目标车道旁车 Vds,排斥车道前车 Vcf,排斥车道后车Vc
25、r,排斥车道旁车 Vcs。图 68 车交通模型Fig.68 car traffic model本文分析的微观交通特性主要包括变道起始时刻周围车辆和本车的相对纵向位置(loni)关系和相对速度(vi)关系,计算公式如式(3)和式(4)所示,其中 i=Vof,Vor,Vdf,Vdr,Vds,Vcf,Vcr,Vcs,loni和 vi分别为车辆 i 的纵向位置和速度,lono和 vo分别为自车的纵向位置和速度。loni=loni lono(3)vi=vi vo(4)由于变道过程中的速度变化对于变道行为决策器实际不可得,属于未来的车辆状态信息,因此变道过程中的车辆速度的变化本文不做考虑。图 7 到图14
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 高速公路 场景 下车 道行 探究 刘彪
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。