交叉口冲突方向车辆速度时序分析与预测研究

《交叉口冲突方向车辆速度时序分析与预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、’＇＇人＾變，户，冻义东兴■稽銭■■■＂＾＾■＾＾■■－＇＾＾；．＾．．Ｖ■，；：，ｗ．－－．，／；■■＇＇＇‘■■－－＂‘‘ｉ－‘？：；，Ｊ‘三分类号萬；ｙ学号２０１３０４７０３０４２＞＿＿—‘学校代码１０４８８Ｘ．矿密级户—．￣－’一＞Ｗ卢＊；＿、去ｙ、二．请／记■．＇■■立＇＇濟砖．？ｉ＊：。＊批乂＇…－＾？＇－’：气下＇＇带＇＝以：為；．巧．维，一一■－—一古＇．气？Ｖ，ｖ：一ｆ弘：：＇．；＇■：、‘：吉－ｖ＇＇－ｓ＇ｎ；．一ｙ＇．／．＇＇＂？．

2、一－一．；－＇－‘：－．ｆ．一－，ｒ＞－＇＇片私夫＊１接ｒ秋爲种受麵謂—‘—；：卢．，处：心．班琴ｃ．－写飄繞每杯‘．＇、、．：气读ｗ、；■■Ｊ專户，．一，叫．＇二．，，■■．，．冷交叉口冲突方向车挪速度‘时序分析，片？＾，、、一一请：与预测研究户．一＇．＇＇＇．＂．－．：＇‘：二：片器作等；寬：逆如捉苗接：．．，：、：…＇：‘＇＂扣－．；黎按糞等寵；：１心，式兰常攀＇、＾：＇、旅．＇—－■＾禱瞬学位申请人皆其祝贺、作，■￣￣－－＞Ｖ今专‘

3、．．；．、；学科专业、：控制科学与工程，Ｖ令一，＇＇．，？—、二，占ｙ＞；，．．．一－‘－．．Ａ心＇＊一．４＾，、＞、－指导教师：张良力若Ｉ遺—、一—．＇．－—＾＇．：Ｉ．ｊＶ、女，，、—：＊三；、；１答辩日期：２０１６年５：．月１８日＇■－？＾－－＾ｖ－．．／．人、．；：：ｉ；：，：；－—一…；ｖ；、’．：■？’＇＇．－；？－、心：一．，？．．乂！；；－：：／＾公；人；＇．．Ｙ？可二ｙ：；３，ｒ一－人’户扣：Ｖ：游泉喔；霉

4、磯麵覇一．，’—＿’￣－一－－■、’‘－’－ｒ１．常．每、，，公／…，巧．广’’一’’、－一、’‘一，‘戸＾’支。＼、－？—荐＾／：；Ｋ＼？－一、心￣二、、‘’．‘一’．，＇—…一ｒＡ、、；＇冷＾其？丫‘换．心＇－一？－卢、＂＇＇…ｒ记＇＇：二．ｒ直知、帮—之、’…－．－。．，—ｖ■＿＜：—，：；产．，．＿＇乙．一心Ｖ．＾：嘴诚鑛；；異言；哉為驚．ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofM

5、asterinEngineeringAnalysisandPredictionofVehiclesonConflictingDirectionsinIntersectionAreaMasterCandidate：ZhuheMajor：ControlscienceandengineeringSupervisor：ZhangliangliWuhanUniversityofScienceandTechnologyWuhan,Hubei430081,P.R.ChinaMay,2016摘要交叉口是城市交通网中重要的一环，也是交通事故的高发地带。交叉口中行人、非机动车和机动车混杂的特点给

6、驾驶人带来了极大的驾驶难度。为了提高交叉口中车辆行驶的安全性，降低驾驶人在交叉口环境中的驾驶难度，本文利用时间序列模型和神经网模型分别预测交叉口区域中车辆进入中心区域后的速度值和转向意图。经实验数据验证表明，模型预测效果符合要求。本文介绍具体的研究内容如下所述：（1）利用ARMA模型实现交叉口中车辆的速度值预测。以交叉口区域中车辆直线路段的速度时序为模型的先导时序数据，对其进行平稳化处理，然后经过自相关、偏相关性检查、模型定阶、参数估计，建立车辆速度值ARMA预测模型对交叉口中车辆的速度值进行预测。（2）利用EMD分解实现交叉口区域中车辆在直线路段的速度波动特征提取。在分析了

7、交叉口区域车辆行驶的特征之后，本文得出结论：驾驶人为进入交叉口时的转向意图所做的驾驶准备会反应在车辆在直线路段的速度波动上。基于此结论，本文利用EMD分解方法得到交叉口区域中直线路段车速的本征模态信号曲线。提取其极值点个数和方差作为车速波动的特征，同时也为后续建立BP神经网络模型提供输入量。（3）建立BP神经网络模型实现车辆进入交叉口时的转向意图预测。首先根据上文中的车速波动特征数据的特点来确定BP神经网络结构、激励函数和训练算法。然后利用训练数据训练BP神经网络模型，最后利用测试数据测试所建立的BP神