基于神经网络的车辆跟驰模型.pdfVIP

第 4 卷第 1 期 ( ) Vol . 4 ,No . 1 淄博学院学报 自然科学与工程版 2002 年 3 月 Journal of Zibo U niver sity (N at . Sci . and Eng . Ed . ) Mar . ,2002 　　文章编号 (2002) 0 1006503 基于神经网络的车辆跟驰模型 1 斌 2 王有信 ,王贝松 ( 1 寿光县交通局 ,山东 　寿光 　262700 ;2 . 山东理工大学 ,山东 　淄博 　25509 1) ( ) 摘要 :应用神经网络模拟无车道变换行为的单一车道车辆跟驰行产 加速 、减速 、不动作 神 经网络的自学习特点 ,使得神经网络模型把驾驶员周围的各种信息并行结合起为产生可靠的 模拟结果 关键词 :车辆跟驰 ;神经网络 ;交通安全 中图分类号 :U49 1 　　文献标识码 :A 随着道路交通的迅速发展 ,驾驶行为的研究对交通安全 、行为能力的提高起着越来越重要的作用. 正确理解驾驶员在驾驶过程中如何操纵车辆 ,是设计交通运输装置及管理方案的基础. 在过去的几十年 里 ,交通流是在假定驾驶行为相似和交通流特征受一普遍规律影响的前提下分别从宏观和微观的角度 进行研究的. 车辆跟驰模型是微观交通流摸似的一个基本模型. 传统的车辆跟驰模型难以体现驾驶员的 感觉 、理解 、判断、决定等一系列心理 、生理活动的不确定性和不一致性. 许多研究认为在车辆跟驰过程 中前导车的刺激和后随车的反应之间存在着确定的联系 , 即前后车动作之间显然存在着一定的因果关 系. 但一个驾驶员的动作所作出的反应 ,可能不是基于一个确定性的一对一的联系 ,而是基于由驾驶员 经验积累而来的一系列驾驶准则上的. 这些准则应的方式可能因驾驶员的不同而不同 ,甚至对于同一驾 驶员也会随条件的不同而不同. 同时这些准则本身又具有一定的模糊性 ,故难以建立精确跟驰模型. 本 文用神经网络对驾驶员的跟驰特性进行了模拟 ,利用实际测量驾驶员跟驰操作的多组数据 ,对网络进行 了学习训练 ,使之能够较准确地模拟车辆的跟驰行为. 1 　神经网络简介 人工神经网络是一种重要的信息处理系统. 神经网络可被训练在计算机上模拟人脑的部分功能. 神 经网络最显著的特点是它不需要预编程 ,更不必制定工作规则 ,相反地它有通过学习自行领悟事物内的 规律的本领. 神经网络的引人之处在于 :可并行实时地进行计算 ;处理不完整的有错误的信息 ;找出数据 间难以用数学函数精确表示的内在联系. 发生在一个驾驶员身上的交通条件是一个非线形的复杂系统. 神经网络具有一定的容错性 ,这使得 它在许多领域 ,如模式识别 、信号处理 、自动控制等得到应用. 适应智能运输系统的发展 ,车辆将逐步装 备电子传感器来收集周围环境的信息并同环境进行通信. 虽然这些信息可能是精确的 ,但设备的错误或 失灵是可能发生的. 神经风络模型的建立 ,可以确保驾驶支持系统在不正常的情况下稳定地运行. 本文应用神经网络建立了车辆跟驰行为模型. 神经网络的这一特殊应用在于其自学习能力. 神经网 络模型可被训练来理解所研究车辆周围的各种条件 ,并在学习过程中把与此相应的适合操作联系起来. 收稿 日期 :200 11115 ( ) 作者简介 :王有信 1965 - ,男 , 山东潍坊人 , 山东寿光县交通局工程师 ,从事交通管理工作 65 ( ) 淄博学院学报 自然科学与工程版 　　　　　　　　　　 2002 年第 1 期 这一机理可以帮助驾驶员判断周围条件并作出正确决定.