微观仿真自主性车道变换模型.pdf

《微观仿真自主性车道变换模型.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29卷第11期2012年11月公路交通科技JournalofHighwayandTransportationResearchandDevelopmentV01．29No．1lNOV．2012doi：10．3969／j．issn．1002—0268．2012．11．021微观仿真自主性车i首变●’■·一'■■'-o换模型龙小强1’3，谭云龙2'3(1．西南交通大学，四川成都610031；2．吉林大学交通学院，吉林长春130025；3．广州市交通运输研究所，广东广州510030)摘要：车道变换是一种复杂

2、的刺激～反应行为，为了准确表示车辆变换车道的决策过程，克服现有模型的不足，重点考虑驾驶员特征和车辆类型对车道变换的影响，并将车道变换过程可划分为3个阶段，即车辆挟道意图的产生、换道可行性分析和换道的执行；引入随机效用理论描述换道需求的产生，建立了基于车道效用选择的自主性车道变换模型，利用视频处理软件获取大量车辆运行轨迹微观数据，采用极大似然估计法对构建的自主性车道变换模型进行了标定；最后，基于换道次数的仿真值与实测值，选取均方根偏差、均方根百分比偏差2个评价指标对车道变换模型的有效性进行了验证，误差指

3、标小于10％，表明建立的自主性车道变换模型可以较好地描述车道变换复杂的运行行为。关键词：交通工程；车道变换模型；极大似然估计法；临界间隙；随机效用中图分类号：U491．2+55文献标识码：A文章编号：1002—0268(2012)11一0115—05DiscretionaryLaneChangingModelinMicroscopicSimulationLONGXiaoqian91r．TANYunlon92’3(1．SouthwestJiaotongUniversity，ChengduSichuan6

4、10031，China；2．CollegeofTransportation，JilinUniversity，ChangchunJilin130025，China；3．GuangzhouTransportResearchInstitute，GuangzhouGuangdong510030，China)Abstract：Lanechangingisacomplexstimulus-responsebehavior．Inordertorepresentthedecision—makingprocessofl

5、anechangingaccuratelyandovercometheshortcomingsofexistingmodels，theimpactofdriver’Scharacteristicsandvehicletypesonlanechangingwasfocusedforconsideration，andthelanechangingprocesswasdividedintothreestages，includinggenerationofdemandforlanechanging，feasi

6、bilityanalysisoflanechangingandimplementationoflanechanging．Therandomutilitytheorywasintroducedtodescribethegenerationofdemandforlanechanging，thediscretionarylanechangingmodelbasedonutilityselectionwassetup．Largenumberofvehicletrajectorydatawasobtainedf

7、romthevideoprocessingsoftware．thebuiltmodelwascalibratedbythemaximumlikelihoodestimation．Finally，therootmeansquaredeviationandrootmeansquarepercentagedeviationwereselectedtovalidatethemodelbasedonthesimulationdataandmeasureddataofnumberoflanechanges，the

8、errorindexwaslessthan10％，whichindicatesthatthebuiltdiscretionarylanechangingmodelcanbeusedtodescribethecomplexoperationbehavioroflanechanging．Keywords：trafficengineering；lanechangingmodel；maximumlikelihoodestimation；criticalgap；r