采用梯度提升决策树的车辆换道融合决策模型

• 作者: 刘潇 刘飞虎 徐兵 梁军 汪子扬
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 梯度提升决策树(GBDT) 自由换道行为 NGSIM数据集 换道决策模型 碰撞时间
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 计算机与自动化技术
• 页码范围: 1171-1181
• 页数: 11页
• 分类号: TP181
• 字数: 8409字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2019.06.017

摘要

车辆在执行换道行为时,由于受到较多环境因素影响,难以准确进行换道识别和预测.为解决这一问题,提出一种基于梯度提升决策树(GBDT)进行特征变换的融合换道决策模型,以仿真驾驶员在高速公路上自由换道时的决策行为.采用主体车辆与目标车道后车的碰撞时间tlag及车辆周围交通状态变量进行车辆换道行为的建模分析,在NGSIM数据集上对建立的融合换道决策模型进行参数标定和模型测试.实验结果表明:融合换道决策模型以95.45％的预测准确率超越支持向量机、随机森林和GBDT等单一的换道决策模型,获得了最突出的表现.变量分析结果表明:新引入的换道决策变量tlag对车辆换道行为具有重要影响.提出的融合换道决策模型能够进一步减少因换道决策误判而导致的交通事故.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐兵	浙江大学控制科学与工程学院	148	2827	30.0	45.0
2	梁军	浙江大学控制科学与工程学院	55	659	14.0	24.0
3	刘潇	浙江大学控制科学与工程学院	4	9	2.0	3.0
4	汪子扬	浙江大学控制科学与工程学院	2	8	2.0	2.0
5	刘飞虎	浙江大学控制科学与工程学院	1	6	1.0	1.0