考虑车辆交互信息的换道风格辨识.pdf
《考虑车辆交互信息的换道风格辨识.pdf》由会员分享,可在线阅读,更多相关《考虑车辆交互信息的换道风格辨识.pdf(4页珍藏版)》请在咨信网上搜索。
1、第 61 卷 第 9 期Vol.61 No.92023 年 9 月September 2023农业装备与车辆工程AGRICULTURAL EQUIPMENT&VEHICLE ENGINEERINGdoi:10.3969/j.issn.1673-3142.2023.09.002考虑车辆交互信息的换道风格辨识马宽1,邓超1,2(1.430065 湖北省 武汉市 武汉科技大学 汽车与交通工程学院;2.430065 湖北省 武汉市 武汉科技大学 智能汽车工程研究院)摘要 随着智能交通系统的不断升级,在行车辆之间的信息交互越来越频繁,换道风格的体现会被周围在行车辆所干扰,因此需要考虑更多指标,使换道风格
2、的分类与辨识更加科学。选择 NGSIM 数据集中的 i-80 数据集作为研究对象,考虑到处于匝道上的车辆的换道必需性,筛选强制换道的车辆数据,提取车辆的运动参数以及换道的信息交互参数。发现采用 k-means 算法将驾驶风格分为 3 个类别时,可以得到最稳定的聚类效果。基于 Weka 仿真平台,采用序列最小优化(SMO)算法和逻辑模型树(LMT)算法对换道风格进行辨识。结果表明,LMT 算法对于换道风格具有更高的识别精度(90.57%),模型可为存在交互信息的交通环境安全评价提供理论依据。关键词 驾驶风格;NGSIM;强制换道;SMO 算法;LMT 算法 中图分类号 U461.91 文献标志码
3、 A 文章编号 1673-3142(2023)09-0007-04引用格式:马宽,邓超.考虑车辆交互信息的换道风格辨识 J.农业装备与车辆工程,2023,61(9):7-10.Lane change style recognition considering vehicle interaction informationMA Kuan1,DENG Chao1,2(1.School of Automobile and Traffic Engineering,Wuhan University of Science and Technology,Wuhan 430065,Hubei,China;2.
4、Wuhan University of Science and Technology Intelligent Vehicle Engineering Research Institute,Wuhan 430065,Hubei,China)Abstract With the continuous upgrading of the intelligent transportation system,the information interaction between the moving vehicles is more and more frequent,and the manifestati
5、on of the lane changing style will be disturbed by the surrounding vehicles.Therefore,more indicators need to be considered to make the classification and identification of lane changing styles more scientific.The i-80 data set in the NGSIM data set was selected as the research object.Considering th
6、e necessity of changing lanes of vehicles on the ramp,the data of vehicles forced to change lanes was screened,and the motion parameters of vehicles and the information interaction parameters of lane changing were extracted.It was found that the most stable clustering effect could be obtained when t
7、he k-means algorithm was used to classify the driving styles into three categories.Based on the Weka simulation platform,the sequence minimal optimization(SMO)algorithm and the logic model tree(LMT)algorithm were used to identify the lane changing style.The results showed that the LMT algorithm had
8、higher recognition accuracy(90.57%)for the lane changing style,and the model could provide a theoretical basis for the safety evaluation of traffic environment with interactive information.Key words driving style;NGSIM;forced lane change;SMO;LMT0 引言随着智能交通系统的不断升级,在行车辆之间的信息交互越来越频繁。研究表明,驾驶风格和事故率关联紧密1。M
9、urphey 等2认为驾驶风格受很多因素影响,其中重要的影响因素为交通环境、心理状态。强制换道是高速公路和城市快速路上常见的危险驾驶行为,导致 2019 年我国高速公路事故率为 2.78%3。因此,研究在强制换道中对驾驶风格的分类和识别具有重要意义,可以为换道的冲突性评价提供理论依据。国内外学者对驾驶风格辨识进行了相关研究,黑凯先4研究了驾驶风格体现驾驶行为的差异性,为驾驶辅助系统的开发提供理论支持;黄晶等5通过驾驶模拟器采集了不同驾驶风格驾驶员的换道数据,对其进行换道轨迹规划;冯杰6通过驾驶模拟实验对驾驶测试人员进行量化分类,且对驾驶员变道意图进行了识别;李依7将车速、加速度、冲击度、横向速
10、度、跟车间距等指标作为驾驶风格识别的特征,将驾驶风格分为 3 类;柳祖鹏等8比较了 k-means 算法和模糊聚类算法对驾驶风格分类的效果,认为模糊聚类更能体现类间的不同特征;张一恒9以车辆横纵向加速度的标准差等一 基金项目:国家自然科学基金青年科学基金项目(52002298);湖北省自然科学基金计划青年项目(2020CFB118);湖北省教育厅科学技术研究计划青年人才项目(Q20201107);教育部产学合作协同育人项目(202102580026)收稿日期:2022-08-208农业装备与车辆工程 2023 年系列车辆自身的行驶参数作为分类依据,对驾驶风格进行了聚类;Aljaafreh 等1
11、0将车辆平均车速、加速度的欧式范数作为特征指标,采用模糊聚类将驾驶风格进行分类;Macadam 等11认为跟车时距可以作为衡量驾驶风格的指标;Langari 等12用加速度标准差、平均加速度等指标进行驾驶风格分类;Ivn 等13选用车辆行驶过程中的平均加速度、减速度等特征参数进行驾驶风格分类。上述研究鲜有从真实实验数据出发研究车辆交互信息对换道风格的影响,因此无法解释新形势下的换道风格特征,且未考虑换道车辆周围车辆对换道风格产生的影响。本研究考虑了多达 13 个与周围车辆的交互信息参数,使得对强制换道过程中的车辆进行驾驶风格分类和辨识更加全面。1 数据预处理1.1 数据集介绍数据14采集自美国
12、加州旧金山湾区东向的 I80大道,数据类型为摄像头记录转换的车辆轨迹,采集区域长度为 503 m。如图 1 所示,I80 大道单向共有 6 个车道,车道 1、车道 5 分别为最左和最右车道,车道 6 为该区域高速公路出入口匝道之间的辅助车道。本文主要研究车道6上的车辆换道情况。数据集中车辆种类属性分为 1、2、3 三种,属性值为 1 代表摩托车,属性值为 2 代表小汽车,属性值为 3 代表货车,由于属性值为 1 和 3 的样本数目较少,所以在 MATLAB 中将涉及摩托车和货车的数据筛选后进行删除处理,只保留属性值为 2 的小汽车数据作为本文研究的对象。当换道事件发生时,也不考虑主体车辆原车道
13、上前后方车辆以及目标车道上前后方车辆属性值为 1 或者 3 的数据。研究的数据集中有 6 个车道上的车辆行驶数据,为了研究车辆是否从集散车道换道至快速车道,编写程序将 6 号车道数换至 5 号车道的小型车辆的数据筛选出来,提取出车辆的换道特征变量,共整理出有 18 个反映车辆换道过程驾驶风格的因素。研究采用的数据长度单位为 ft,速度单位为 ft/s,加速度单位为 ft/s2。需进行单位换算,长度单位换算成 m,速度单位换算成 m/s,加速度单位换算成 m/s2,之后再进行特征变量的换算。1.2 驾驶风格参数选择基于车辆在换道过程中自身的运动参数指标以及与周围在行车辆的交互信息,选取换道时间、
14、换道过程的平均车速、车速标准差、最大纵向速度和换道距离、换道车辆与前后车的速度差、间距、加速度差、目标车辆与目标车道前后车的速度差、间距、加速度差以及目标车道的换道间距等共 18个指标作为换道风格聚类的参数,如表 1 所示。表 1 车辆自身特征参数及交互信息指标Tab.1 Vehicles own characteristic parameters and interactive information indicators指标/单位指标/单位换道时间/s换道车辆与前车的加速度差/(m/s2)平均车速/(m/s)换道车辆与后车的加速度差/(m/s2)车速标准差/(m/s)换道车辆与目标车道前车
- 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:
- 考虑 车辆 交互 信息 风格 辨识
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。