基于城市主干路交通流数据的跟驰模型标定

• 作者: 史忠科 房雅灵 曹金亮
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 交通安全 模型标定与验证 惯性模型 智能驾驶员模型
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 方法研究与探讨
• 页码范围: 82-88
• 页数: 7页
• 分类号: U491.112
• 字数: 4308字
• 语种: 中文
• DOI: 10.3963/j.issn1674-4861.2014.06.000

摘要

根据某种机理建立的交通流模型需要通过模型标定和验证后才能具体应用到实际中.通过采用视频处理技术,对陕西省西安市二环主干路和浙江省舟山市昌洲大道上上下高峰时期内的车辆微观运动录像进行技术处理,提取得到了包括位移、速度和加速度的车辆微观运动轨迹数据.根据这些交通流数据,采用Levnberg-Marquardt算法,分别对跟驰理论中2个典型的跟驰模型,即惯性模型中的敏感系数、安全时间间隔、最小安全车间距、允许速度和智能驾驶人模型中的理想速度、安全时间间隔、静止安全距离、启步加速度和舒适加速度进行了标定和验证.针对惯性模型,当允许速度大于实际速度时,位移均方差和速度均方差的平均值分别为2.8m和0.58 m/s,当允许速度小于实际速度时,位移均方差和速度均方差的平均值分别为2.22m和0.49 m/s;针对智能驾驶人模型,利用早、中、晚3组数据进行标定,得到的位移均方差和速度均方差的平均值分别为0.12m和0.10 m/s,0.07m和0.10 m/s,0.75m和0.27 m/s.因此,惯性模型与智能驾驶人模型都可用于描述城市主干路近饱和状态(即跟随车辆的最大速度远小于允许速度的行驶状态)下的车辆跟驰行为,而且当智能驾驶人模型中的加速度指数取较大的值时,它较前者更为适合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史忠科	西北工业大学自动化学院	364	4467	30.0	49.0
2	曹金亮	西北工业大学自动化学院	3	10	2.0	3.0
6	房雅灵	西北工业大学自动化学院	2	5	1.0	2.0