基于多元高斯模型的跟驰轨迹评价方法研究

摘要：

针对机器学习跟驰模型中传统轨迹层面误差分析方法考虑因素不够全面、原始数据存在部分不合理驾驶轨迹且难以剔除的问题,提出一种从总体数据角度评价跟驰轨迹的方法——多元高斯模型,将车头间距与相对速度进行联合考虑更能体现个人的驾驶行为.运用高斯分布描述总体数据的概率分布,计算跟驰轨迹的概率值作为对比依据.选用K近邻模型进行轨迹仿真,在NGSIM数据集上进行训练和仿真测试,仿真实验结果表明,多元高斯模型对轨迹的评价更合理,该方法也可用于改善和扩充数据集,剔除部分不合理轨迹,将仿真概率较高轨迹加入到数据集.

关键词：跟驰模型、轨迹评价、机器学习、NGSIM、多元高斯模型

所属期刊栏目：23

分类号：U491(交通工程与公路运输技术管理)

资助基金：国家自然科学基金52072108

在线出版日期：2021-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：22-29