NGSIM相关论文
随着经济的快速发展,有限的道路资源难以满足社会发展带来的交通需求,因此驾驶员为追求更舒适的行驶空间而频繁变换车道。换道作为......
近年来,智能网联汽车技术成为研究热点,而虚拟仿真测试对智能网联汽车的开发具有重要作用。虚拟测试场景的真实性仍是技术难题,本......
驾驶员人群中的异质性可以显着提高微观交通仿真模型的准确性。但是,与随车模型相比,变道模型的异质性还没有被充分利用。驾驶行为......
学位
跟驰行为是微观交通流中最基本的交通行为之一,选用NGSIM轨迹数据对车辆跟驰行为的微观特性进行研究,分析跟驰行为由安全状态变为......
Lane change is a common type of driving maneuvers in daily travelling,and is a key functionality that is required of aut......
近年来自动驾驶技术蓬勃发展,自动驾驶可以降低由于驾驶员人为因素引起的道路交通安全事故,同时提高道路通行效率。但在自动驾驶车......
随着智能交通系统(Intelligent Transportation Systems,ITS)的研究与应用,对交通仿真系统在交通信息的实时采集、准确预测和有效......
针对机器学习跟驰模型中传统轨迹层面误差分析方法考虑因素不够全面、原始数据存在部分不合理驾驶轨迹且难以剔除的问题,提出一种......
NGSIM在交通领域被公认为是最全面地公开数据库,它在微观交通仿真模型建立与验证方面具有极其重要的地位。但是一直有学者对NGSIM......
目前,城市交通拥堵现象严重,它已是城市治理最棘手的问题之一。交通拥堵意味着车辆需要频繁地启动、刹车,这不仅会使得驾驶员变得......
为了精确获得车辆跟驰模糊推理系统的隶属度函数,避免因采用专家法而使模糊推理结果的误差增大,提出采用模糊聚类分析的方法,考虑......
为真实地反应车辆跟驰机理,假设在跟驰状态下,驾驶员倾向于保持最优跟驰间距,在分析最优间距函数的基础上,建立了车辆跟驰模型(opt......
车辆跟驰是道路交通中重要的现象,特别在交通拥堵时,车辆无法换道超车,车辆跟驰行为普遍存在。对车辆跟驰行为的研究一直是交通流......
参数校正是微观交通仿真模型应用前的必要环节。现有的微观参数校正方法以宏观实测交通数据作为校正数据,因而工作量大、耗时长、......
车辆跟驰模型和换道模型是微观交通流理论的重要组成部分,也是未来AI技术关注的焦点。虽然换道模型相比跟驰模型发展还不成熟,但其......
随着经济的发展和制造业成本的下降,社会车辆保有量目益增加,而道路的供给增加速率远远赶不上车辆的增加速率,造成了严重的道路供......
文章基于循环神经网络RNN(Recurrent Neural Network)和长短时记忆网络LSTM(Long-Short Term Memory)的理论研究,提出了一种基于LS......
针对车辆换道行为受交通环境影响较大而难以识别和预测的问题,提出了一种基于支持向量机的学习模型用以仿真驾驶员在高速路上关于......