《融入駕駛人感知的交通流建模方法研究》是依託北京交通大學，由關偉擔任項目負責人的面上項目。
基本介紹
- 中文名：融入駕駛人感知的交通流建模方法研究
- 項目類別：面上項目
- 項目負責人：關偉
- 依託單位：北京交通大學
項目摘要,結題摘要,
項目摘要
本課題希望借鑑人類腦科學和現代交通流理論等相關領域研究的新成果，利用神經信息學這一門新興的邊緣學科的研究方法和手段，與現代交通流理論的研究範疇相交叉結合，探索將駕駛人作為複雜交通流系統演化過程的一個變數因素，納入其理論研究架構中的新方法。課題將利用駕駛人心理生理特徵分析設備系統，以及各種交通檢測設備提供的實際交通流數據，通過設計可控實驗，獲取不同類型駕駛員在各種交通環境條件下的原始感知數據，探討駕駛員感知過程的可測性。通過找到一種合適的駕駛員感知過程廣義度量方法，將駕駛員在駕駛過程中的動態感知行為有機融入交通流微觀和巨觀模型之中，從而構建含有駕駛人行為的新交通流模型，並藉以體現交通流內在的 自驅動粒子系統特性。課題試圖從一個新的角度揭示交通流非線性現象和相變產生的機理，解釋目前發現的各種交通現象背後的深層次原因，拓展交通流理論研究的視野和思路，豐富交通流理論研究的內容。
結題摘要
課題借鑑人類腦科學和現代交通流理論等相關領域研究的新成果，利用神經信息學這一門新興的邊緣學科的研究方法和手段，與現代交通流理論的研究範疇相交叉結合，探索將“駕駛人”作為複雜交通流系統演化過程的一個變數因素，納入其理論研究架構中的新方法。課題利用駕駛模擬器和腦電採集設備開展了多個駕駛模擬實驗，獲取不同類型駕駛員在各種交通環境條件下的原始感知數據和駕駛行為數據，探討駕駛員的駕駛行為特性以及腦電與駕駛行為的相關性。在二者具備相關性的基礎上，運用統計分析和機器學習相關理論算法，研究不同類型的駕駛員在不同駕駛環境下的感知變化規律，找出合適的駕駛員感知過程廣義度量方法。然後，利用實證數據分析微觀交通流特性，結合駕駛員感知特性的研究結果建立融入駕駛員感知的微觀跟馳模型。接著，在駕駛員感知模型的理念基礎上，對經典的 LWR 模型進行擴展得到基於駕駛員感知的非同態巨觀模型，隨後在非同態巨觀模型模型基礎上進行改良，建立基於駕駛員感知的多車道擴展模型。最後，從駕駛員感知拓展到出行者感知，進行巨觀網路交通流演化機制研究與演化穩定態研究，提出利用出行者(對於歷史出行經驗)有限的感知記憶能力來制定事後信息發布策略，以改善交通網路的運行效率。本課題重點將駕駛員在駕駛過程中的動態感知行為有機融入交通流微觀和巨觀模型之中，從而構建含有駕駛人行為的新交通流模型，並藉以體現交通流內在的 “自驅動粒子”系統特性。課題試圖從一個新的角度揭示交通流非線性現象和相變產生的機理，解釋目前發現的各種交通現象背後的深層次原因，拓展交通流理論研究的視野和思路，豐富交通流理論研究的內容，也為交通規劃和管理部門提供科學理論依據，從而提高道路交通管理的現代化水平。
