考虑驾驶员模糊感知的深度学习跟驰模型 |
| |
引用本文: | 李林波,李瑞杰,邹亚杰.考虑驾驶员模糊感知的深度学习跟驰模型[J].同济大学学报(自然科学版),2021,49(3):360-369. |
| |
作者姓名: | 李林波 李瑞杰 邹亚杰 |
| |
作者单位: | 同济大学 道路与交通工程教育部重点实验室, 上海 201804 |
| |
基金项目: | 国家重点研发计划(2018YFE0102800);同济大学大型仪器设备开放测试基金(2021GX106) |
| |
摘 要: | 为模拟驾驶人记忆效应以及模糊感知特性,设计了基于模糊感知时间窗的深度学习跟驰模型。提取highD数据集跟驰轨迹,以0.2 s最小时间间隔,连续3 s本车速度、前后车速度差、车头间距的时序数据作为模型输入,模拟驾驶记忆。训练深度学习跟驰模型,得出单层32个输出维度的门控循环单元(GRU)网络可以很好拟合实际数据。在每次输入模型的时序数据中,用模型预测值替换部分真实跟驰状态值,作为驾驶员对场景的估计,即模糊感知。实验得出对同一场景的不同模糊感知,可产生不同跟驰行为,模拟了驾驶行为的异质性,可为异质交通行为仿真提供方法。
|
关 键 词: | 跟驰模型 模糊感知 深度学习 highD数据集 |
收稿时间: | 2020/8/26 0:00:00 |
|
| 点击此处可从《同济大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《同济大学学报(自然科学版)》下载免费的PDF全文 |