基于门控循环单元的车辆跟驰行为仿真模型

驾驶员记忆效应能有效提高车辆跟驰行为中的加速度预测准确率,结合General Motors (GM)跟驰模型与门控循环单元网络建立新的车辆跟驰模型。通过数据预处理获得有相似驾驶行为的小型车间车辆跟驰数据,校准新模型,从而确定模型的最优参数与结构,依据车辆跟驰特性通过仿真验证了模型有效性,与神经网络、支持向量回归进行对比,仿真结果证明,结合了L-BFGS优化的GRU车辆跟驰模型比仅考虑前导车与跟驰车间瞬时相互作用的车辆跟驰模型,能得到更高的仿真精度和稳定性。     

基于邻近车道车辆和多前车信息的双车道交通流动力学模型

应用跟驰理论,引入两车道优化速度的权重组合来刻画驾驶员换道趋势, 同时考虑多前车速度差信息对驾驶行为的影响,建立了两车道的微观跟驰模型. 在此基础上,基于交通流微观和宏观参量之间的关联关系,将上述跟驰模型中的微观变量转变成宏观变量, 进而建立了一个两车道宏观动力学模型.由于综合考虑了多种因素对驾驶行为的影响,该模型更符合实 际交通状况.数值模拟表明:该模型可以很好的模拟交通中的冲击波和稀疏波,且避免了特征速度大于宏观车流平均车速的缺陷.     

基于决策树的驾驶行为决策机制研究

驾驶决策过程中,驾驶行为常受到人、车、路、环境等多源信息的刺激和影响。由于信息处理能力有限,驾驶员对多源信息无法同时实现知识获取与表示,以致有时不能准确、快速地进行驾驶决策,易引发交通事故。文章利用决策树能融知识表示与获取于一身的优点,将决策树用于不同驾驶行为决策机制的研究,以实现对驾驶员行为的模拟再现。仿真结果表明,用决策树构建的驾驶决策识别模型有较高的推理速度,能实时、准确地识别当前的驾驶行为和预测下一时刻的驾驶决策,为智能车辆中自动驾驶系统的仿真和实现提供了理论指导和可行性依据。     

驾驶员状态模型研究

驾驶行为研究对新型车辆研发和提高交通系统智能性、安全性具有重要意义,建模与仿真技术是驾驶行为研究的主要方法。为提高驾驶行为建模与仿真的可信度,根据认知科学的研究成果,提出了基于驾驶员状态的驾驶行为模型。选择的驾驶员状态变量包括:视觉特性、注意力、疲劳程度、决策效率、风险态度和操纵时延。在驾驶行为机制的基础上,分析了影响驾驶员状态的外部环境和内部因素。根据已有的驾驶模拟器操纵数据和驾驶员生理心理数据,使用BP神经网络标定驾驶员状态模型中的参数,建立了驾驶员状态模型。通过仿真实验,验证了驾驶员状态模型的可信性,使驾驶行为模型的输出更加真实。     

基于系统动力学的车辆追尾事故仿真分析模型

利用系统动力学理论构建了车辆追尾事故的仿真分析模型.该模型充分考虑了驾驶员的信息处理过程,反映了从感知信息到反应动作的时间延迟,跟驰车辆可以根据前车车速变化、自身的期望车距对自身车速和车距进行调整,利用前后两车车速比、实际车距与安全车距比计算追尾事故发生风险.最后以驾驶员感知反应时间为例,对不同感知反应时间下的追尾事故风险进行了仿真分析.该模型提供了一种道路交通事故致因的机理分析方法.     

基于实测数据的交叉路口广义力模型改进

为了更准确的描述道路交叉路口车辆的跟驰行为,在广义力模型的基础上,提出了改进模型.改进模型去掉了Heaviside函数的影响,添加了两车速度差和车间距的高次项对后车加速度影响的补偿项.实验所用的数据是通过Matlab软件处理在西安市边家村实际道路交叉路口所拍摄的车辆跟驰视频中获得的.用实测数据分别对广义力模型和改进模型进行仿真验证实验并对实验结果进行了对比分析,结果表明改进模型能更好地描述实际道路交叉路口的车辆跟驰行为.     

基于Agent的单车道交通流仿真

基于Agent的交通仿真能够细致的刻画交通实体的决策逻辑和微观行为。本文分析了驾驶员-车辆Agent的三层结构，提出了单车道交通流中驾驶员纵向运动决策树，以及操作层的加速度计算公式，建立了基于Agent的空间连续、时间离散的一维交通流仿真模型。采用周期性边界条件仿真，再现了真实交通流的流量-密度关系和速度-密度关系；针对头车四种典型的速度剖面，对由10辆车组成的车队进行了仿真，后车都能实现安全、稳定跟驰。表明该模型既能再现交通流宏观特性，也能再现微观特性。     

混入智能网联车队的混合交通流元胞自动机模型

针对现有自动-手动驾驶混合交通流元胞自动机模型未考虑智能网联车队队列行为,提出了考虑智能网联车队的混合交通流元胞自动机模型,研究混入智能网联汽车车队的混合交通流特征。对混合交通流中的跟驰行为进行了分析,基于跟驰行为的特征,分别构建人工驾驶跟驰模式、自适应巡航模式、协同自适应巡航车队模式的元胞自动机规则,基于数值仿真实验对不同智能网联车渗透率下的混合交通流特性及拥堵情况进行了分析。结果表明：智能网联汽车的应用可显著提高道路通行能力和车辆平均速度,进而有效地缓解交通拥堵。     

基于跟驰模型的交通流混沌研究

研究基于跟驰模型的交通混沌问题。用Matlab软件编制皮埃莱(Bierley)模型来产生交通流；在一定的参数组合下，仿真研究交通流车队中不同序号的前后车辆之间的车头间距的变化过程；通过分析这种车头间距的变化过程的变化曲线和绘制庞加莱(Poincare)截面图，说明基于跟驰模型产生的交通流存在着混沌现象；讨论模型参数和仿真试验参数对该理论交通流运动的影响，给出相应的仿真研究结果；最后得出对于研究与应用交通流理论有益的结论。     

车辆跟驰模型的VSP和加速度分布对比分析

近期研究表明,交通仿真模型对VSP分布的估计精度难以通过传统的标定方法提升,而模型中描述车辆逐秒行为的内在机理需进一步研究。选择经典跟驰模型,采用实际数据和数值仿真相结合的方法,尝试对比分析不同跟驰模型VSP分布估计的精确性,并进一步分析不同跟驰模型下的加速度分布精度。比较发现,OVM、GFM和Wiedemann模型产生的VSP分布与实测值相差甚远;FVDM和Fritzsche模型产生的VSP分布和实测数据较为一致,研究有助于改善交通仿真模型在能耗排放测算方面的性能。     

ROBUST NONPARAMETRIC REGRESSION BASED ON L_1-NORM AND B-SPLINES

ＲＯＢＵＳＴＮＯＮＰＡＲＡＭＥＴＲＩＣＲＥＧＲＥＳＳＩＯＮＢＡＳＥＤＯＮＬ＿１－ＮＯＲＭＡＮＤＢ－ＳＰＬＩＮＥＳＳＨＩＰｅｉｄｅ（ＤｅｐａｒｔｍｅｎｔｏｆＰｒｏｂａｂｉｌｉｔｙａｎｄＳｔａｔｉｓｔｉｃｓ，ＰｅｋｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎ...     

助餐机器人轨迹规划研究

在真人使用一种助餐机器人样机进餐时餐勺位姿参数变化的基础上,用三次样条插值和三次多项式插值对机器人助餐全过程进行了轨迹规划。仿真证明规划的关节曲线光滑连续,保证机器人末端餐勺运动平稳、人性化,为机器人控制系统研究打下一定基础。     

基于样条变换的非线性PLSR方法及应用

针对样本数据多呈现非线性和小样本的特点,为提高此类样本数据回归预测的有效性和精度,根据偏最小二乘回归(PLSR)方法原理、样务插值原理和拟线性化思想,提出基于三次B样条变换的非线性PLSR模型及其实现方法.分析了进行有效变换和成分提取的条件,给出了应用该方法的具体步骤.最后通过对非线性函数回归预测仿真和军用运输机采购价格回归预测实例,以及与BP神经网络模型结果的比较,表明了该方法的有效性和实用性.     

灰色样条绝对关联度模型

灰色绝对关联度的计算基于用序列对应的折线来近似描述系统的行为特征量.从插值的角度看,折线即分段线性插值,其局限之一在于节点处不具有光滑性而真实轨迹曲线在采样点一般是光滑的;局限之二在于系统轨迹曲线曲率大时折线近似的误差相应增大,由于灰色系统研究对象为少数据贫信息系统,从而折线不能逼近真实轨迹曲线.为此,提出灰色样条绝对关联度模型以改进灰色绝对关联度,先用具有优良光滑性且近似效果好的三次样条插值函数来获得描述系统行为特征量的曲线,然后通过积分计算绝对关联度.讨论了灰色样条绝对关联度的性质和适用范围,灰色样条绝对关联度尤其适用于生长曲线类系统的关联分析,此外其可直接应用于不等时距序列.     

交通流双车动力学模型与数值仿真

考虑双前车信息对跟驰车辆的影响,建立了改进的新的微观双车跟车模型。在此基础上,按照交通流研究中采用的微观-宏观参量关联关系,推导出改进的宏观交通流双车动力学模型。通过模型稳定性分析得到了该模型线性稳定的判别条件。数值仿真表明该模型能够模拟交通流的堵塞和疏导等实际交通流现象,以及次邻近前车对交通流波动性存在不可忽视的影响。     

基于VRML和目标航迹的视景仿真方法

基于VRML技术建立了虚拟目标和场景的可视化模型;采用三次样条插值方法对输入航迹进行了平滑和可飞性检验,并计算出了相应的姿态数据;利用虚拟现实工具箱提供的Matlab接口驱动虚拟目标进行六自由度运动,同时控制模拟CCD进行实时跟踪,完成了对飞行过程的视景仿真。实验表明,该方法不仅得到了实用的航迹和姿态数据,而且直观生动的描述了飞行过程,为相关理论研究奠定了良好的基础。