[發(fā)明專利]一種用于群體誘導(dǎo)信息下駕駛員響應(yīng)行為的辨識方法

無效

• 申請?zhí)枺?/td>: 201210214548.7
• 申請日: 2012-06-26
• 公開（公告）號: CN102750826A
• 公開（公告）日: 2012-10-24
• 發(fā)明（設(shè)計）人: 徐天東;郝媛;邵明剛
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G08G1/01
• 分類號: G08G1/01;G08G1/09
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 杜軍

1.?一種用于群體誘導(dǎo)信息下駕駛員響應(yīng)行為的辨識方法，其特征在于，該方法包括以下步驟：

步驟一：交通信息采集與處理

一、交通信息采集

交通信息采集包括外場交通檢測信息、可變情報板所發(fā)布的交通信息和道路交通網(wǎng)絡(luò)屬性信息；交通檢測信息包括斷面交通流量數(shù)據(jù)、區(qū)間行程車速數(shù)據(jù)，可由外場環(huán)形線圈檢測器、微波檢測器、超聲波檢測器、地磁檢測器、車牌識別設(shè)備、浮動車采集設(shè)備中的一個或多個，結(jié)合視頻聯(lián)動確認(rèn)的攝像機(jī)檢測設(shè)備采集得到；道路交通網(wǎng)絡(luò)屬性信息包括道路屬性信息、外場交通檢測和可變情報板的布設(shè)信息；

交通狀態(tài)分為暢通，速度值介于40～90km/h；擁擠，速度介于20～40km/h；阻塞，速度介于0～20km/h；行程時間信息包括主路徑和替換路徑的行程時間，精度在85%以上；交通事故信息用交通問題的性質(zhì)和交通問題的嚴(yán)重程度作為表征信息的兩個屬性，交通問題的性質(zhì)分為“常規(guī)交通狀態(tài)信息”和“偶發(fā)事件信息”兩個水平，交通問題的嚴(yán)重程度分為輕微、中等、嚴(yán)重三個水平；交通狀態(tài)和事故信息采集采用自動檢測和視頻聯(lián)動確認(rèn)相結(jié)合的方式；

二、交通檢測信息處理

????①、出行場景描述

可變情報板在???????????????????????????????????????????????時刻切換發(fā)布交通信息內(nèi)容，此時前后信息發(fā)布內(nèi)容不同，當(dāng)上游可變情報板在至?xí)r刻提供交通信息時，第一個駕駛員看到交通信息，并保持原路徑在至?xí)r刻到達(dá)下游位置，其中，為交通擁擠引起的排隊未到達(dá)下游檢測設(shè)備位置的情況下，駕駛員到達(dá)下游位置的時刻；為交通擁擠引起的排隊到達(dá)下游檢測設(shè)備位置的情況下，駕駛員到達(dá)下游位置的時刻，最后一個駕駛員看到交通信息，并保持原路徑在至?xí)r刻到達(dá)下游位置，其中，為交通擁擠引起的排隊已經(jīng)消散的情況下，駕駛員到達(dá)下游位置的時刻；為交通擁擠引起的排隊沒有消散的情況下，駕駛員到達(dá)下游位置的時刻，等待時間設(shè)置為駕駛員從看到交通信息到分流點(diǎn)上游檢測設(shè)備的時間，可變情報板所顯示的交通信息的時間為，為起始時刻和終止時刻之差，即，

???②、計算分流點(diǎn)的分流比例

分流點(diǎn)處正常情況下的分流比例為匝道流量與主線總流量之比，見下式，其中，為主線流量，匝道流量為主線總流量與主線流量的差，

????當(dāng)分流點(diǎn)下游出現(xiàn)擁擠時，分流點(diǎn)處分流比例計算公式見下式，

③、計算相對分流比例

相對分流比例是交通信息切換后的分流比例和信息切換前的分流比例的差，計算式如下，

④、計算交通信息切換后駕駛員改道量、相對信息服從率和信息服從率，

交通信息切換后駕駛員改道量是相對分流比例與每小時的平均流量之積，計算式如下，

其中，、交通信息切換前、后的分流點(diǎn)上游主線總流量，

相對信息服從率是交通信息切換后駕駛員改道量與信息切換前主線流量的比值，計算公式如下，

信息服從率是以基準(zhǔn)交通信息為基礎(chǔ)經(jīng)過m次信息切換的相對信息服從率之和，計算式如下，其中，交通狀態(tài)信息以交通暢通為基準(zhǔn)；行程時間信息以兩條路徑行程時間差0為基準(zhǔn)，

步驟二：駕駛員響應(yīng)行為模型建立

本發(fā)明采用logit模型形式建立一個群體誘導(dǎo)信息下駕駛員響應(yīng)行為模型，公式如下，????????????????????????????????????????????????

式中，是分流點(diǎn)處時刻的信息服從率；表示分流點(diǎn)處時刻影響駕駛員響應(yīng)行為的第因素，包括交通信息有無，行程時間、交通狀態(tài)、交通事故，交通信息覆蓋空間范圍，協(xié)調(diào)分流影響，聯(lián)系主路徑和替換路徑匝道交通狀況，分流點(diǎn)下游交通擁擠的可視性，工作日、非工作日、早高峰和非早高峰，天氣情況；和是分流點(diǎn)處時刻的模型系數(shù)；是隨機(jī)誤差項，；

步驟三：模型系數(shù)更新

本發(fā)明采用自適應(yīng)卡爾曼濾波理論，建立自動辨識駕駛員響應(yīng)行為模型系數(shù)和分流點(diǎn)時變交通分流比例的關(guān)系，用于駕駛員響應(yīng)行為模型系數(shù)的更新，其中，駕駛員響應(yīng)行為模型用于確定可變情報板誘導(dǎo)信息對駕駛員響應(yīng)行為的影響，并用于校正聯(lián)系主路徑和替換路徑的下匝道分流交通量和分流比例，同時，分流點(diǎn)上、下游主線交通流量用于預(yù)估時變分流比例，涉及的隨機(jī)誤差項可采用自適應(yīng)卡爾曼濾波技術(shù)更新，

模型系數(shù)自動更新方法步驟如下，

1）建立自動辨識駕駛員響應(yīng)行為模型系數(shù)和分流點(diǎn)時變交通分流比例的關(guān)系，包括主線檢測交通量和分流比例的動態(tài)關(guān)系和駕駛員響應(yīng)行為模型時變系數(shù)和信息服從率的關(guān)系，

主線檢測交通量和分流比例的動態(tài)關(guān)系可歸納為兩組方程，

第一個方程為分流比例轉(zhuǎn)移方程，見下式，

第二個方程是測量方程，描述了分流比例和主線檢測交通量之間的時空關(guān)系，見下式，

?????????????????????????????????????????????????????????

其中，是分流點(diǎn)處時刻的下匝道交通量向量，其中是分流點(diǎn)處時刻的分流比例向量，是分流點(diǎn)處時刻分流點(diǎn)上游主線交通量向量；是分流點(diǎn)處時刻可變情報板誘導(dǎo)信息影響下改道交通量向量，可由估計得到，其中是分流點(diǎn)處時刻分流點(diǎn)下游主線交通量向量，表示分流點(diǎn)處時刻的信息服從率向量；是分流點(diǎn)處時刻的可變情報板誘導(dǎo)信息影響下匝道交通量向量；，是隨機(jī)誤差項向量，,?，

可變情報板誘導(dǎo)信息下的駕駛員響應(yīng)行為模型線性化方程，見下式，

式中，是分流點(diǎn)處時刻的信息服從率；表示分流點(diǎn)處時刻影響駕駛員響應(yīng)行為的第因素，包括交通信息有無，行程時間、交通狀態(tài)、交通事故，交通信息覆蓋空間范圍，協(xié)調(diào)分流影響，聯(lián)系主路徑和替換路徑匝道交通狀況，分流點(diǎn)下游交通擁擠的可視性，工作日、非工作日、早高峰和非早高峰，天氣情況；和是分流點(diǎn)處時刻的模型系數(shù)；是隨機(jī)誤差項，，

駕駛員響應(yīng)行為模型時變系數(shù)和信息服從率的關(guān)系也可歸納為兩組方程，

第一個方程是模型系數(shù)轉(zhuǎn)移方程，見下式，

第二個方程是信息服從率測量方程，見下式，

式中，是分流點(diǎn)處時刻的駕駛員響應(yīng)行為模型系數(shù)向量；是自回歸過程的階數(shù)，是自回歸屬性矩陣，用于反映時刻系數(shù)向量對時刻的影響；為分流點(diǎn)處時刻的駕駛員響應(yīng)行為的影響因素向量；,為隨機(jī)誤差向量，,；

2）利用步驟一中得到的一定時段各分流點(diǎn)對應(yīng)的信息服從率、分流比例數(shù)據(jù)，以及步驟二中歸納出的影響駕駛員響應(yīng)行為的因素數(shù)據(jù)，統(tǒng)計、回歸得到模型系數(shù)更新所需的初始值；

3）設(shè)置初始時間為0，時間更新步長為1，終止時間為，設(shè)置當(dāng)前時間為；

4）利用駕駛員響應(yīng)行為模型估計可變情報板誘導(dǎo)信息影響下改道交通量，并根據(jù)檢測到的主線交通量和分流比例的轉(zhuǎn)移方程估計可變情報板誘導(dǎo)信息影響下改道交通量，采用自適應(yīng)卡爾曼濾波技術(shù)更新駕駛員響應(yīng)行為模型系數(shù)；

5）利用更新系數(shù)后的駕駛員響應(yīng)行為模型和檢測到的主線交通量估計可變情報板誘導(dǎo)信息影響下實(shí)際分流比例，采用自適應(yīng)卡爾曼濾波技術(shù)更新分流比例轉(zhuǎn)移方程；

6）判斷當(dāng)前時間是否小于終止時間，如果是，則更新當(dāng)前時間為當(dāng)前時間加時間更新步長1，返回到第四步；如果不是，則模型系數(shù)更新算法結(jié)束，這樣可以實(shí)時得到各分流點(diǎn)各時間的駕駛員響應(yīng)行為模型系數(shù)，實(shí)現(xiàn)對駕駛員響應(yīng)行為的自動辨識。