• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      考慮不同駕駛員類型左轉(zhuǎn)車道右置的換道模型

      2022-10-27 04:19:24楊曉芳,李興宇
      物流科技 2022年15期
      關(guān)鍵詞:元胞車速車道

      0 引 言

      駕駛員的不同類型會(huì)導(dǎo)致駕駛員在實(shí)際駕駛中表現(xiàn)出不同的行為,特別是當(dāng)駕駛員即將駛?cè)虢徊婵跁r(shí),這些行為的細(xì)小差異甚至?xí)绊懙秸麄€(gè)交叉口的交通狀況,吳超仲等人將駕駛員類型分為焦急型、一般型和穩(wěn)重型三類,建立了反應(yīng)駕駛員性格的車輛跟馳模型。黃慧瓊等人將駕駛員類型分為謹(jǐn)慎型、常規(guī)型和急躁型,所建立的超車模型更符合實(shí)際情況。彭勇等人將駕駛員類型分為三類,研究表明駕駛員特性的不同會(huì)對(duì)交叉口的交通流產(chǎn)生較大的影響。許倫輝等人建立了基于不同駕駛員類型的橢圓車輛模型,結(jié)果表明車輛的行駛狀態(tài)、換道安全距離等因素均受到駕駛員類型的影響。Deo P 等人的研究表明不同駕駛員類型所表現(xiàn)出的行為會(huì)對(duì)整個(gè)交叉口的性能產(chǎn)生影響。Soria I 等人的研究表明在不同的交通條件下不同的駕駛員類型會(huì)對(duì)車輛跟馳模型產(chǎn)生顯著的影響。

      但多數(shù)研究都只是將駕駛員的類型分為三類,如今能夠影響駕駛員行為的因素越來越多,三類將無法反應(yīng)更多現(xiàn)實(shí)的復(fù)雜駕駛員行為。因此,本文將駕駛員的類型分為五類,建立一種基于元胞自動(dòng)機(jī)的強(qiáng)制換道模型,研究在相同條件下不同類型的駕駛員所表現(xiàn)出行為的細(xì)微差異。

      1 場景介紹

      本文所建立的場景是當(dāng)車輛行駛在某一左轉(zhuǎn)非常規(guī)設(shè)置的道路上時(shí),由于駕駛員的常規(guī)認(rèn)知會(huì)引導(dǎo)駕駛員容易選擇左側(cè)車道行駛,而導(dǎo)致在臨近實(shí)線區(qū)域時(shí),車輛不得不執(zhí)行強(qiáng)制換道的操作來實(shí)現(xiàn)駕駛員想要到達(dá)目標(biāo)車道的目的。如圖1 所示,車輛M 為本文研究的主車輛,當(dāng)車輛M 在車道1 上行駛時(shí),駕駛員會(huì)按照常規(guī)左轉(zhuǎn)的思維下意識(shí)地認(rèn)為車道1 可以滿足自身的需求,但由于此路段的左轉(zhuǎn)為非常規(guī)設(shè)置,交叉口進(jìn)口道的布設(shè)與常規(guī)交叉口有所差異,而此時(shí)車道1 已不滿足駕駛員的需求,車道2 是能夠滿足駕駛員需求的目標(biāo)車道,故駕駛員需要在實(shí)線區(qū)域之前完成從車道1 到車道2 的換道操作。

      車輛M 在產(chǎn)生換道需求之后,需要結(jié)合自身的行駛速度,以及與周圍的車輛1,車輛2 和車輛3 之間的距離,來判斷在何時(shí)能夠順利進(jìn)行換道操作且不影響其他車輛的行駛。若車輛M 在車道1 的實(shí)線區(qū)域前還未進(jìn)行換道操作,如圖2 所示,則車輛M 將會(huì)在實(shí)線區(qū)域的入口處停車等待,直至目標(biāo)車道2 出現(xiàn)滿足車輛M 進(jìn)行換道操作的安全距離。

      圖1 雙車道車輛運(yùn)行情況

      圖2 車輛M 停車等待

      本文所研究的二維元胞自動(dòng)機(jī)模型如圖3 所示,將前文所提到的實(shí)線區(qū)域的入口處定義為最晚換道位置。每個(gè)元胞的狀態(tài)分為有車和無車,有車情況下,元胞狀態(tài)為1,無車情況下,元胞狀態(tài)為0。每個(gè)元胞的大小為5m*5m,假設(shè)所有車輛尺寸相同且均為小型車,則每輛車占據(jù)一個(gè)元胞單位。道路總長度為100 個(gè)元胞單位,寬度為2 個(gè)元胞單位,即雙車道。設(shè)車輛行駛的最大元胞速度為4,即車輛在每個(gè)反應(yīng)步長內(nèi)的最大前進(jìn)距離為4 個(gè)元胞長度,再根據(jù)元胞的尺寸大小換算成實(shí)際速度為4*5*3.6=72km/h,具體的速度對(duì)應(yīng)關(guān)系如表1 所示。

      圖3 二維元胞自動(dòng)機(jī)模型

      表1 速度對(duì)應(yīng)關(guān)系

      2 數(shù)學(xué)模型

      本文采用將車輛的跟馳狀態(tài)和換道狀態(tài)相結(jié)合的車輛運(yùn)行狀態(tài)。其中,跟馳行為采用的是經(jīng)典NaSch 模型,假設(shè)每輛車都在理想的條件下行駛,其演化規(guī)則如下:

      加速運(yùn)動(dòng):

      駕駛員在行駛時(shí)傾向于追求最大速度,但不能超過最大速度,當(dāng)ν=ν時(shí),ν保持不變;減速運(yùn)動(dòng):

      在實(shí)際駕駛過程中駕駛員為避免與前車發(fā)生碰撞而采取的減速運(yùn)動(dòng),其中d表示主車輛與前方車輛的距離;隨機(jī)慢化運(yùn)動(dòng):

      在實(shí)際駕駛過程中駕駛員會(huì)以概率p 進(jìn)行減速運(yùn)動(dòng),其中p 會(huì)受許多不確定因素影響;位置更新:

      車輛按照演化規(guī)則向前方行駛導(dǎo)致車輛位置發(fā)生變化。本文所建立的換道模型如公式(5) 所示:

      式中:1 表示車輛進(jìn)行換道操作,0 表示車輛不進(jìn)行換道操作,l、l、l分別表示車輛M 與車輛1、車輛2、車輛3 之間的距離,d表示相鄰車輛間的安全距離,在數(shù)值上與ν相等,y 表示車輛的換道決策函數(shù),具體表示如下:

      式中:c 表示換道支持度,cd 表示駕駛員類型,用數(shù)值表示,pre 表示車輛的換道壓力,其公式表示為:其中:cr 表示道路上的車輛密度,? 表示強(qiáng)制換道壓力,其數(shù)值表示為:

      車輛強(qiáng)制換道區(qū)間的概念如圖4 所示,當(dāng)車輛進(jìn)入感應(yīng)區(qū)后,系統(tǒng)會(huì)根據(jù)車輛在此刻的速度確定強(qiáng)制換道區(qū)間的總長度,然后將該長度從最晚換道位置開始往車輛行駛的反方向增加,確定車輛強(qiáng)制換道區(qū)的位置。車輛強(qiáng)制換道區(qū)間總長度的計(jì)算公式為:

      式中:a、b 均為參數(shù),其中a 取10,b 取5。例如,將最晚換道位置設(shè)置在第90 列,某車輛通過感應(yīng)區(qū)的瞬時(shí)車速為4,道路上的車輛密度為0.5,則此時(shí)車輛強(qiáng)制換道區(qū)間的總長度為10+4*0.5*5=20 個(gè)元胞單位,該車輛的強(qiáng)制換道區(qū)將在第70 列開啟。由于車輛最大速度為4,本文中車輛密度最大取0.9,則強(qiáng)制換道區(qū)間的最大長度為10+4*0.9*5=28 個(gè)元胞單位,實(shí)際長度為140m,故可以將感應(yīng)區(qū)的位置設(shè)置在距離最晚換道位置30 個(gè)元胞單位的地方,即第60 列,則感應(yīng)區(qū)與最晚換道位置的間距為150m。當(dāng)車輛進(jìn)入強(qiáng)制換道區(qū)后,車輛的強(qiáng)制換道壓力開始增大,直至到最晚換道位置時(shí)變?yōu)?,若此時(shí)車輛還未進(jìn)行換道,則需要在最晚換道位置停車等待。當(dāng)車輛還未駛?cè)霃?qiáng)制換道區(qū)時(shí),此時(shí)車輛不受強(qiáng)制換道壓力的影響,可以在道路上自由行駛。

      圖4 強(qiáng)制換道區(qū)

      駕駛員類型也是影響車輛在道路上行駛的重要因素之一,在本文中用cd 表示,將駕駛員的類型分為五類,可以更好地描述不同類型的駕駛員所表現(xiàn)行為的細(xì)微的差異性,具體表示如下:

      分別用五個(gè)數(shù)值表示五種不同類型的駕駛員,數(shù)值越高,表示駕駛員越?jīng)_動(dòng),在進(jìn)行換道操作時(shí)更容易產(chǎn)生一些過激行為,例如當(dāng)此駕駛員駕駛的車輛要進(jìn)行換道時(shí),換道的欲望更強(qiáng)烈,速度更快,發(fā)生交通事故的可能性更大;而當(dāng)此駕駛員駕駛的車輛位于上文中所述的車輛3 的位置時(shí),若此時(shí)車輛M 發(fā)出換道信號(hào),越?jīng)_動(dòng)的駕駛員就越可能不選擇及時(shí)避讓,以自身的利益為主,這樣就會(huì)造成車輛M 始終無法尋找到安全距離進(jìn)行換道,導(dǎo)致車道1 上的車輛在最晚換道距離前停車排隊(duì)等待,產(chǎn)生不必要的延誤。

      本文選擇用Matlab 作為仿真軟件,采用周期性邊界。具體的參數(shù)設(shè)置如表2 所示。

      通過對(duì)道路上車輛密度以及駕駛員類型的調(diào)整,觀察車輛在強(qiáng)制換道區(qū)進(jìn)行強(qiáng)制換道次數(shù)、平均車速以及停車率的變化。以cr=0.2,cd=0.5 為例,如圖5 和圖6 所示為車輛正常行駛時(shí)的狀態(tài)和車輛在最晚換道位置前停車等待時(shí)的狀態(tài)。

      表2 參數(shù)設(shè)置

      圖5 車輛正常行駛

      圖6 車輛在最晚換道位置前停車等待

      3 結(jié)果分析

      通過不斷改變道路上的車輛密度和調(diào)整駕駛員的類型,每個(gè)數(shù)值采用多次仿真后所得平均值,得到車輛在強(qiáng)制換道區(qū)內(nèi)的強(qiáng)制換道次數(shù)變化圖如圖7 所示,平均車速與車輛密度的關(guān)系圖如圖8 所示,停車率與車輛密度的關(guān)系圖如圖9 所示。

      圖7 強(qiáng)制換道次數(shù)與車輛密度的關(guān)系圖

      圖8 平均車速與車輛密度的關(guān)系圖

      從圖中可以了解到,當(dāng)駕駛員類型不變時(shí),隨著道路上車輛密度的增加,車輛在強(qiáng)制換道區(qū)內(nèi)的強(qiáng)制換道次數(shù)呈現(xiàn)出先增大后減少的趨勢,變化較為明顯。而當(dāng)車輛密度不變時(shí),駕駛員的類型越?jīng)_動(dòng),車輛強(qiáng)制換道的次數(shù)越大。在實(shí)際的交通現(xiàn)象中,當(dāng)車輛較少時(shí),駕駛員有充足的反應(yīng)時(shí)間和反應(yīng)距離,一部分有換道需求的駕駛員完全可以在強(qiáng)制換道區(qū)前完成換道操作,且可以保持較高的車速。隨著車輛密度的增大,道路上的車輛逐漸增多,駕駛員的反應(yīng)距離有限,車輛會(huì)更多的在強(qiáng)制換道區(qū)進(jìn)行換道,車輛密度越大,可供駕駛員進(jìn)行換道的機(jī)會(huì)越少,此時(shí)會(huì)有更多的車輛在最晚換道位置處停車等待,造成交通擁堵,車輛的平均行駛車速會(huì)隨之下降,停車率上升。此外,駕駛員的類型越?jīng)_動(dòng),車輛進(jìn)行換道操作的可能性越大,強(qiáng)制換道次數(shù)也會(huì)隨之增大,車輛的平均車速和停車率雖有細(xì)微差異,但變化趨勢大致相同,這也與實(shí)際情況相符。

      分別將五種不同類型駕駛員的車輛密度與平均車速和停車率的散點(diǎn)圖進(jìn)行回歸分析,經(jīng)過多個(gè)模型對(duì)比后選擇對(duì)數(shù)模型進(jìn)行回歸,所得R(判定系數(shù)) 與駕駛員類型的關(guān)系如表3 和表4 所示。

      圖9 停車率與車輛密度的關(guān)系圖

      表3 車輛密度與平均車速關(guān)系圖的R2取值

      表4 車輛密度與停車率關(guān)系圖的R2取值

      其中:R的值越大,表明曲線的擬合程度越高,變化規(guī)律越明顯,整體性更高。

      從表中可以看出,謹(jǐn)慎型駕駛員對(duì)于車速變化的反應(yīng)較為穩(wěn)定,判定系數(shù)為99.2%,而常規(guī)型駕駛員對(duì)于車速變化的反應(yīng)相對(duì)較差,判定系數(shù)為97.9%。在車輛密度與停車率的擬合過程中,發(fā)現(xiàn)激進(jìn)型駕駛員對(duì)于停車率變化的反應(yīng)較為穩(wěn)定,判定系數(shù)為99.6%,而冒險(xiǎn)型駕駛員則相對(duì)較差,判定系數(shù)為98.2%。

      此外,本文還將所研究的目標(biāo)車道劃分為強(qiáng)制換道區(qū)域和上游區(qū)域。上游區(qū)域是指車輛還未駛?cè)敫袘?yīng)區(qū)時(shí)的區(qū)域。以不同的駕駛員類型為區(qū)分,將車輛在這兩個(gè)區(qū)域行駛時(shí)的車速與停車率進(jìn)行對(duì)比,結(jié)果如圖10 至圖14 所示。

      圖10 保守型駕駛員對(duì)比

      圖11 謹(jǐn)慎型駕駛員對(duì)比

      圖12 常規(guī)型駕駛員對(duì)比

      其中,把位于強(qiáng)制換道區(qū)域內(nèi)車輛的車輛密度與平均車速和停車率散點(diǎn)圖進(jìn)行回歸分析,所得R與駕駛員類型的關(guān)系如表5 和表6 所示。

      從表中可以看出,在強(qiáng)制換道區(qū)域內(nèi),常規(guī)型駕駛員對(duì)于平均車速和停車率變化的反應(yīng)較為穩(wěn)定,判定系數(shù)分別為98.2%和99%,冒險(xiǎn)型駕駛員對(duì)于平均車速變化的反應(yīng)相對(duì)較差,判定系數(shù)為97%,而激進(jìn)型駕駛員對(duì)于停車率變化的反應(yīng)相對(duì)較差,判定系數(shù)為97.8%。

      4 結(jié)束語

      本文對(duì)一種左轉(zhuǎn)非常規(guī)設(shè)置的路段進(jìn)行研究,建立了一種基于元胞自動(dòng)機(jī)的強(qiáng)制換道模型,并將駕駛員類型考慮在內(nèi),分別對(duì)五種類型的駕駛員在此路段行駛過程中的強(qiáng)制換道次數(shù)、平均車速和停車率進(jìn)行了研究,還將駕駛員在強(qiáng)制換道區(qū)域內(nèi)的具體表現(xiàn)與其他區(qū)域進(jìn)行對(duì)比,結(jié)果表明,在強(qiáng)制換道區(qū)域內(nèi),常規(guī)型駕駛員在平均車速和停車率的變化上均較為穩(wěn)定。在整個(gè)路段上,由于換道壓力的不同,謹(jǐn)慎型駕駛員在平均車速的變化上較為穩(wěn)定;激進(jìn)型駕駛員在停車率的變化上較為穩(wěn)定。在實(shí)際情況中,為了盡量減小車輛的停車率,確保整個(gè)路段的通行情況,有換道需求的駕駛員應(yīng)盡早完成換道操作,尤其是對(duì)于第一次行駛至此類左轉(zhuǎn)非常規(guī)設(shè)置的路段的駕駛員,有關(guān)部門應(yīng)采取措施提醒駕駛員前方的道路狀況,例如設(shè)立交通標(biāo)志牌等。

      圖13 冒險(xiǎn)型駕駛員對(duì)比

      圖14 激進(jìn)型駕駛員對(duì)比

      表5 車輛密度與平均車速關(guān)系圖的R2取值

      表6 車輛密度與停車率關(guān)系圖的R2取值

      猜你喜歡
      元胞車速車道
      北斗+手機(jī)實(shí)現(xiàn)車道級(jí)導(dǎo)航應(yīng)用
      避免跟車闖紅燈的地面車道線
      淺談MTC車道改造
      基于元胞自動(dòng)機(jī)下的交通事故路段仿真
      2012款奔馳R300車修改最高車速限制
      基于元胞數(shù)據(jù)的多維數(shù)據(jù)傳遞機(jī)制
      北京測繪(2016年2期)2016-01-24 02:28:28
      低速ETC/MTC混合式收費(fèi)車道的設(shè)計(jì)與實(shí)現(xiàn)
      北京現(xiàn)代途勝車車速表不工作
      兩車直角碰撞車速計(jì)算方法及應(yīng)用
      基于AIS的航道移動(dòng)瓶頸元胞自動(dòng)機(jī)模型
      中國航海(2014年1期)2014-05-09 07:54:25
      河北省| 平罗县| 长沙县| 台南县| 保康县| 尼木县| 青铜峡市| 麻江县| 静安区| 洛宁县| 永登县| 平南县| 化州市| 屯昌县| 涞水县| 满城县| 凤台县| 乐昌市| 金山区| 浮山县| 西藏| 龙门县| 肃宁县| 桑日县| 嘉兴市| 贡觉县| 安新县| 洛南县| 贺州市| 扬州市| 宁强县| 萨嘎县| 卢龙县| 江城| 江西省| 高陵县| 玉树县| 勐海县| 佳木斯市| 监利县| 敖汉旗|