从网联车传输的基本安全消息中提取的驾驶工况波动性分析
物理与社会
2018-08-22 v1
摘要
驾驶波动性刻画了车辆行驶过程中速度变化的程度。极端的纵向变化意味着急加速或急刹车。向驾驶员发出的警告和警报可减少此类波动性，从而潜在地改善安全性、能源使用和排放。本研究建立了对瞬时驾驶决策的基本理解，这是危险预警和通知系统所必需的，并区分正常驾驶与异常驾驶。在本研究中，驾驶任务被划分为不同但不可观测的工况。研究问题在于刻画和量化典型驾驶循环中的这些工况及其各自的波动性，探索工况何时改变以及与各工况相关的关键关联因素。利用来自密歇根州安娜堡 Safety Pilot Model Deployment 的基本安全消息（BSM）数据，针对在各种道路类型上进行的若干行程估计了双工况和三工况动态马尔可夫切换模型。尽管数千辆配备 V2V 和 V2I 通信系统的网联车正在测试中，本研究分析了来自 71 辆网联车进行的 184 次行程的近 140 万条 BSM 记录。随后对在各种道路类型上进行的 43 次随机选取行程（N = 714,340 条 BSM 记录）进行了更详细的分析。结果表明，加速和减速是两个不同的工况，且相较于加速，驾驶员以更高速率减速，刹车明显比加速更具波动性。探讨了两种工况与瞬时驾驶情境的不同关联。通过更通用的三工况模型设定，结果揭示了高速率加速、高速率减速和巡航/匀速作为刻画典型驾驶循环的三个不同工况。（待续）
引用
@article{arxiv.1808.07014,
title = {Analysis of Volatility in Driving Regimes Extracted from Basic Safety Messages Transmitted Between Connected Vehicles},
author = {Asad Khattak and Behram Wali},
journal= {arXiv preprint arXiv:1808.07014},
year = {2018}
}