基于轨迹数据的信号交叉口进口道车辆行驶状态预测

目录

声明

第一章 绪论

1.1研究背景与意义

1.2国内外研究现状

1.2.1 车辆轨迹数据处理的研究

1.2.2 车辆轨迹的应用研究

1.2.3 车辆轨迹预测方法研究

1.3 进口道时空划分

1.3.1 进口道空间划分

1.3.2 进口道时间划分

1.4 本论文结构安排

1.5 本论文主要工作及创新点

第二章 模型与算法介绍

2.1 隐马尔科夫模型（HMM）

2.1.1 HMM基本原理与类别

2.1.2 HMM 过程和问题概述

2.1.3 基本算法

2.2 LSTM(Long Short Term Memory)

2.2.1 循环神经网络(Recurrent Neural Network)

2.2.2 长短时记忆网络

2.2.3 PyTorch 深度学习框架简介

2.3 本章小结

第三章 相位切换期间交叉口车辆行驶特性分析

3.1 数据采集

3.2车辆行驶特性分析

3.2.1 距停车线距离特性

3.2.2 速度特性

3.2.3 加速度特性

3.2.4 首停车和末行车差异性分析

3.3 信号切换期间驾驶员决策行为分析

3.3.1 绿灯末期决策行为二元选择模型

3.3.2 黄灯期间决策行为二元选择模型

3.4 本章小结

第四章 进口道车辆行驶状态预测

4.1 车辆行驶状态划分

4.2 HMM 车辆行驶状态预测

4.2.1 模型数据规范

4.2.2 模型训练

4.2.3 预测结果输出

4.3 LSTM 车辆行驶状态预测

4.3.1 模型数据规范

4.3.2 模型训练

4.3.3 预测结果输出

4.4 本章小结

第五章 总结与展望

5.1总结

5.2展望

致谢

参考文献

在学期间发表的论文和取得的学术成果