基于车路协同的驾驶行为判别方法研究

摘要

随着汽车产业的不断发展，汽车保有量的急剧增加，交通事故和道路拥堵频繁发生，造成严重的人员、财产和环境损失，交通安全、交通拥堵和交通污染已经成为交通领域亟待解决的三大难题；无线通信、传感技术的发展，及大数据时代的到来，使得智能交通系统必将成为解决三大交通难题的有效手段。作为智能交通的重要研究方向，车路协同技术通过采用先进的传感、通信与计算设备，能够提高车辆行驶安全，缓解交通拥堵，并减少环境污染。
　　驾驶行为是引起交通事故和道路拥堵的关键因素，驾驶行为判别是车路协同中关于道路交通事故预测的重要方法。本文在深入分析国内外关于驾驶行为研究的基础上，首先，从宏观上论述引起路网交通事故发生的原因，结合数据挖掘理论，提出车辆行驶状态信息挖掘方法，并构建基于车路协同的交通事故预测系统框架，为驾驶行为判别研究提供理论和方法依据；其次，采用VISSIM仿真软件建立微观交通仿真模型，进行不同行驶条件下局部路网仿真，获得大量原始仿真数据，并对原始数据进行预处理；然后，根据车辆动力学理论，分析车辆行驶状态参数对车辆行驶安全的影响，并推导得到行驶状态参数求解方法，完成基本行驶参数到行驶状态参数的转换；最后，利用BP神经网络，建立以车辆行驶状态参数为输入的驾驶行为判别模型，实现对驾驶行为好坏的评价。通过对判别模型进行验证及改进，结果表明，所建立的BP网络模型对驾驶行为判别准确率较高，为车辆主动安全与交通事故预测研究提供一定参考。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪 论

1.1 课题背景及研究的目的和意义

1.2 国内外研究现状

1.3 本文研究内容与技术路线

1.4 论文结构安排

第2章 基于车路协同的交通事故预测框架设计

2.1 路网交通事故发生机理

2.2 路网交通事故影响因素分析

2.3 车辆行驶状态信息挖掘方法

2.4 交通事故预测物理结构框架

2.5 本章小结

第3章 VISSIM仿真建模与数据预处理

3.1 微观交通仿真模型简介

3.2 VISSIM微观交通仿真建模

3.3 原始数据预处理

3.4 本章小结

第4章 车辆行驶状态参数分析与求解

4.1 车辆行驶状态参数分析

4.2 车辆行驶状态参数估计方法

4.3 车辆行驶状态参数求解

4.4 本章小结

第5章 基于BP网络的驾驶行为判别模型建立

5.1 神经网络基本理论

5.2 BP神经网络结构设计

5.3 BP网络判别模型验证与改进

5.4 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢