摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第16-34页 |
1.1 研究背景 | 第16-17页 |
1.2 研究意义 | 第17页 |
1.3 国内外研究现状 | 第17-29页 |
1.3.1 人工驾驶车辆换道研究现状 | 第17-24页 |
1.3.2 网联自动驾驶车辆换道研究现状 | 第24-29页 |
1.4 现有研究评述 | 第29-30页 |
1.4.1 人工驾驶车辆换道行为研究 | 第29页 |
1.4.2 网联自动驾驶车辆换道行为研究 | 第29-30页 |
1.5 研究思路与主要研究内容 | 第30-32页 |
1.5.1 论文研究思路 | 第30-31页 |
1.5.2 主要研究内容 | 第31-32页 |
1.5.3 论文章节安排 | 第32页 |
1.6 本章小结 | 第32-34页 |
第二章 相关算法概述 | 第34-46页 |
2.1 深度学习算法概述 | 第34-41页 |
2.1.1 常用深度神经网络结构 | 第34-37页 |
2.1.2 目标函数 | 第37-38页 |
2.1.3 参数学习算法 | 第38-41页 |
2.2 集成学习算法概述 | 第41-43页 |
2.2.1 Boosting | 第41-42页 |
2.2.2 Bagging | 第42-43页 |
2.3 博弈论算法概述 | 第43-45页 |
2.3.1 纳什均衡和帕累托优势 | 第44-45页 |
2.4 本章小结 | 第45-46页 |
第三章 基于NGSIM数据的高速公路车辆自主性换道过程特征分析 | 第46-66页 |
3.1 数据来源及修正 | 第46-48页 |
3.2 换道过程关键时刻识别 | 第48-50页 |
3.3 换道过程目标间隙选择行为分析 | 第50-53页 |
3.4 换道执行过程换道车辆行为特征分析 | 第53-58页 |
3.5 换道准备过程换道车辆行为特征分析 | 第58-63页 |
3.6 本章小结 | 第63-66页 |
第四章 高速公路人工驾驶车辆自主性换道决策行为建模 | 第66-100页 |
4.1 高速公路人工驾驶车辆自主性换道决策行为模型框架 | 第66-68页 |
4.2 目标车道选择模型 | 第68-80页 |
4.2.1 问题描述 | 第68-69页 |
4.2.2 基于深度循环神经网络的目标车道选择学习器 | 第69-70页 |
4.2.3 基于Bagging集成的目标车道选择学习器 | 第70-71页 |
4.2.4 模型评价指标 | 第71-72页 |
4.2.5 实验分析 | 第72-80页 |
4.3 目标间隙选择模型 | 第80-86页 |
4.3.1 问题描述 | 第80页 |
4.3.2 基于深度前馈神经网络的目标间隙选择学习器 | 第80-81页 |
4.3.3 基于Bagging集成的目标间隙选择学习器 | 第81-82页 |
4.3.4 模型评价指标 | 第82-83页 |
4.3.5 实验分析 | 第83-86页 |
4.4 目标间隙可接受判别模型 | 第86-92页 |
4.4.1 基于深度前馈神经网络的目标间隙可接受判别学习器 | 第87-88页 |
4.4.2 基于Bagging集成的目标间隙可接受判别学习器 | 第88-89页 |
4.4.3 实验分析 | 第89-92页 |
4.5 换道准备加速度回归模型 | 第92-99页 |
4.5.1 问题描述 | 第92页 |
4.5.2 数据准备 | 第92页 |
4.5.3 模型构建 | 第92-95页 |
4.5.4 实验分析 | 第95-99页 |
4.6 本章小结 | 第99-100页 |
第五章 高速公路网联自动驾驶车辆自主性换道决策行为建模 | 第100-144页 |
5.1 模型假设 | 第100-103页 |
5.1.1 网联自动驾驶车辆假设 | 第100-101页 |
5.1.2 适用情景设定 | 第101-103页 |
5.2 换道决策模型框架 | 第103-105页 |
5.3 跟驰模型选择 | 第105-107页 |
5.3.1 IDM改进模型 | 第105-107页 |
5.4 期望换道决策模型 | 第107-110页 |
5.4.1 MOBIL改进模型 | 第107-110页 |
5.4.2 完整模型 | 第110页 |
5.5 协同换道决策模型 | 第110-126页 |
5.5.1 车辆协同换道博弈分析 | 第111-113页 |
5.5.2 车辆协同换道决策模型构建 | 第113-125页 |
5.5.3 模型求解 | 第125-126页 |
5.6 仿真实验与评价 | 第126-143页 |
5.6.1 仿真环境与参数配置 | 第127-130页 |
5.6.2 交通流影响评价指标 | 第130-132页 |
5.6.3 仿真结果分析 | 第132-143页 |
5.7 本章小结 | 第143-144页 |
第六章 总结与展望 | 第144-148页 |
6.1 主要研究结论 | 第144-145页 |
6.2 主要创新点 | 第145-146页 |
6.3 研究展望 | 第146-148页 |
参考文献 | 第148-158页 |
致谢 | 第158-160页 |
攻读博士学位期间科研成果及参与科研情况 | 第160-161页 |