基于深度学习的车辆换道轨迹模型研究

目录

声明

摘要

第一章绪论

1．1研究背景

1．2研究意义

1．3国内外研究现状

1．3．1车辆换道模型研究现状

1．3．2车辆换道轨迹模型研究现状

1．3．3深度学习的发展及研究现状

1．4研究内容和技术路线

第二章车辆换道行为相关理论

2．1换道行为相关概念

2．1．1换道行为

2．1．2换道过程

2．1．3换道轨迹

2．2深度学习基本理论

2．2．1深度学习概述

2．2．2深度学习与浅层学习

2．3驾驶行为数据采集与处理

2．3．1数据采集方法

2．3．2数据处理方法

2．4本章小结

第三章车辆轨迹数据处理及换道特征分析

3．1 NGSIM轨迹数据误差分析

3．2 NGSIM数据的处理

3．2．1预处理

3．2．2纵向位置、速度、加速度的处理

3．2．3横向位置的处理

3．3换道过程数据提取

3．3．1目标车辆换道过程数据提取

3．3．2周围关联车辆数据提取

3．4换道特征分析

3．4．1换道行为分析

3．4．2关联车辆特征分析

3．5本章小结

第四章车辆换道轨迹模型

4．1建模思路

4．2 GRU神经网络

4．2．1循环神经网络(RNN)

4．2．2长短期记忆神经网络(LSTM)

4．2．3门控循环单元(GRU)

4．3基于GRU神经网络的换道轨迹模型构建

4．3．1输入和输出

4．3．2评价指标

4．3．3训练数据和测试数据

4．3．4模型结构

4．3．5参数确定

4．4测试结果对比分析

4．4．1 GRU模型测试结果

4．4．2与不同神经网络模型的比较

4．4．3换道轨迹分析

4．5本章小结

总结与展望

全文总结

主要创新点

不足与展望

参考文献

致谢

附录