文献

J-GLOBAL ID：201602218339584080   整理番号：16A0034878

ダブル-ヘッド車両追従と車線変更複合モデル【Powered by NICT】

Double-head car-following and lane-changing combined model

著者 (5件)： Wang Hao (Jiangsu Key Lab. of Urban Intelligent Transportation System, Southeast University; Jiangsu Province Collaborative ...) ,  Liu Zhenquan (Liaoning Provincial Communication Planning and Design Inst., Shenyang) ,  Zhang Zhixue (Tianjing Municipal Engineering Design and Res. Inst., Tianjin) ,  Li Ye (Jiangsu Key Lab. of Urban Intelligent Transportation System, Southeast University; Jiangsu Province Collaborative ...) ,  Wang Wei (Jiangsu Key Lab. of Urban Intelligent Transportation System, Southeast University; Jiangsu Province Collaborative ...)
資料名： Dongnan Daxue Xuebao (Ziran Kexue Ban)  (Dongnan Daxue Xuebao (Ziran Kexue Ban))
巻： 45  号： 5  ページ： 985-989  発行年： 2015年 
JST資料番号： W0606A  ISSN： 1001-0505  CODEN： DDXZB9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 従来の車両追従と車線変更複合モデルは,運転者の期待を考慮できないという事実,完全速度差車両追従モデルと確率的車線変更モデルに基づくために,二重ヘッド車両追従と車線変更結合モデルを提案し,モデルキャリブレーションの方法も提示した。次世代シミュレーション(NGSIM)オープンデータ源からのアメリカ高速道路80におけるEmeryville区間の交通データを用いて,提案したモデルを較正した。トラジェクトリーベース法と最大尤度法は,車両追従モデルと車線変更モデルを校正するために行った。NGSIMにおける実際の高速道路交通シナリオに従って数値シミュレーションを設計した。結果は,平均速度とシミュレーションにおける速度分散の両方は約5.0%の誤差を有していて,両時間誤差と車線変更の率は20.0%未満であることを示した。それゆえ,提案したモデルは,交通流の微視的特性を適切に記述し,実際の高速道路交通動力学をシミュレートできた。Data from the ScienceChina, LCAS. Translated by JST【Powered by NICT】

シソーラス用語： 最尤法 ,  アメリカ合衆国 ,  交通 ,  結合モデル ,  交通流 ,  *高速道路 ,  シミュレーション ,  牛脂 ,  運転者
準シソーラス用語： 速度分散 ,  平均速度 ,  数値シミュレーション ,  交通データ ,  *車線変更 ,  *車両追従 , 【Automatic Indexing@JST】

分類 (2件)： 計算理論  (JB02000A) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 車両追従 ,  車線変更 ,  複合モデル