20402

۲۰۴۰۲

ارائه ي مدل تعقيب خودرو برمبناي ادراك بصري

كارشناسي ارشد

برنامه ريزي حمل و نقل

۹۴-۹۸

۱۳۹۷/۱۲/۲۶

دكتر عبدالرضا شيخ الاسلامي

عمران

مدل تعقيب خودرو كه مهمترين بخش از بخش هاي شبيه سازي ترافيك است، علاوه بر شبيه سازي، در مواردي مانند سيستم هاي پيشرفته ايمني و كنترل وسايل نقليه و خودروهاي خودران استفاده مي شود. اهميت اين مدل ها موجب مي شود كه تحقيقات زيادي در زمينه¬ي توسعه و كاليبراسيون اين مدل ها به منظور افزايش دقت پيش بيني آن ها انجام شود. در پژوهش حاضر با تكيه بر يكي از عوامل انساني موثر بر رفتار تعقيب خودرو، يعني زاويه ي بصري، مدلي براساس مدل GHR، اولين و پركاربردترين مدل از انواع مدل هاي تعقيب خودرو، ارائه شده است. مدل پيشنهادي با استفاده از داده هاي NGSIM و با كمك نرم افزارهاي اكسل و SPSS و براساس معيار RMSE مورد بررسي قرار گرفته است. نتايج نشان داد كه اين مدل عملكرد بهتري نسبت به مدل GHR پايه دارد. همچنين عملكرد مدل، هنگامي كه زمان عكس العمل راننده برابر با 6/0ثانيه درنظر گرفته شود، بهتر است. در بخش بعدي پارامترهاي مدل براساس حداقل كردن خطاي RMSE و درنهايت اعتبارسنجي مدل براساس آزمون كولمگروف-اسميرنوف انجام شد. نتايج اين آزمون نشان داد كه خروجي مدل با مقادير واقعي تفاوت معناداري ندارد؛ بنابراين مدل قابل قبول است.

1398/02/10

Visual Perception-Based Car-Following Model

3/17/2019 12:00:00 AM

Car-following model which is the most important component of traffic simulation models, is also used in Advanced Vehicle Control and Safety Systems (AVCSS) and Autonomous Cruise Control (ACC). Importance of these models results in wide research in their development and calibration to increase accuracy. In this study, a model has been proposed based on the well-known GHR model, using a human factor affecting car-following behavior, visual cue. The proposed model has been evaluated using NGSIM data and Excel and SPSS softwares based on RMSE statistic. The results showed that the proposed model model considerably enhances accuracy of GHR model. In the next section, model parameters have been calibrated based on minimizing RMSE and finally the model has been validated based on Kolmogorov-Smirnov statistical test. The results showed that the model output is not significantly different from real data; thus the model is reliable.