宏观标定方法在Wiedemann驾驶行为阈值研究中的应用.pdf

《宏观标定方法在Wiedemann驾驶行为阈值研究中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第9期2014年9月公路交通科技JournalofHighwayandTransportationResearchandDevelopmentVoL31No．9Sep．2014doi：10．3969／j．issn．1002—0268．2014．09．019宏观标定方法在Wiedemann驾驶行为阈值研究中的应用卢守峰，王丽园(长沙理工大学交通运输工程学院，湖南长沙410114)摘要：基于流量速度图对Wiedemann74模型参数标定的宏观方法进行了研究，建立了集成VISSIM、Maflab、ExcelVBA的参数标定平台，以最小化流量速度图的实测值与仿真值的

2、差异为优化目标，应用图像识别方法判剐图像的差异性，利用遗传算法优化参数值，实现了参数自动寻优的迭代过程。建立的参数标定平台能够利用流量、速度等宏观运行数据标定驾驶行为阙值参数，为利用检测器数据实现自动化标定提供了有效手段，为分析驾驶行为特点提供了方法，解决了VIssIM软件中默认参数不适合我国交通状况导致仿真精度不高的问题。利用路侧激光检测器采集长沙市南二环路断面交通数据，根据标定后的参数、实测数据对Wiedemann模型的驾驶行为阈值曲线进行了拟合，根据驾驶行为分区对长沙市南二环路的驾驶行为进行了分析。关键词：交通工程；驾驶行为阈值；图像识别；遗传算法；宏观标定平

3、台中图分类号：U491文献标识码：A文章编号：1002—0268(2014)09一O“5一05ApplicationofMacroscopicCalibrationinStudyofWiedemannDrivingBehaviourThresholdLUShou-feng，WANGLi—yuan(SchoolofTrafficandTransportationEngineering，ChangshaUniversityofScienceandTechnology，ChangshaHunan410114，China)Abstract：Speed-volumecurve

4、isusedtomacroscopicallycalibrateWiedemann74modelparameters．TheparametercalibrationplatformintegratingVISSIM，MatlabandExcelVBAisbuilttominimizethedifferencesbetweenthemeasuredvaluesandthesimulatedvaluesofspeed-volumecurve．Theproposedplatformappliesimagerecognitionmethodtodeterminetheima

5、gedifference，andappliesgeneticalgorithmtooptimizethecorrespondingparameters．Thisplatformrealizedautomaticparameteroptimizationbyiterations．Theproposedparametercalibrationplatformcalibrateddrivingbehaviourthresholdbasedonmacroscopicoperatingdatasuchasvolumeandspeed，andprovidedanautomati

6、cwayforparametercalibrationusingdetectordata，providedaneffectivemethodforstudyingdrivingbehaviour，andsolvedthelowsimulationprecisionproblemofdefaultparameterswhichisunsuitableforChinesetrafficcondition．ThetrafficdatafromthesectionofsouthsecondringroadofChangshaarecollectedusingroadside

7、laserdetector．ThedrivingbehaviourthresholdcurveofWiedemannmodelisfittedaccordingtothecalibratedparametersandmeasureddata，andthedrivingbehavioursofpartitiononsouthsecondringroadofChangshaCityareanalyzed．Keywords：trafficengineering；drivingbehaviourthreshold；imagerecognition；geneticalgo