东南大学物联网交通应用研究中心
东南大学物联网交通应用研究中心
北京时间:
证据理论和可靠性估计方法介绍&智能网联车辆自由换道方法研究
2016-02-29 20:11   作者:iitraffic   来源:本站   浏览:794
    为了提高中心学生的科研水平,加强老师与学生之间的交流,东南大学物联网交通应用研究中心每周由老师或学生做一次学术汇报。
    汇报人:徐凌慧(博士生)、丁婉婷(硕士生)

    汇报题目:证据理论和可靠性估计方法介绍(徐凌慧)、智能网联车辆自由换道方法研究(丁婉婷)



    单一的检测器各有优缺点,比如常用的线圈检测器,成本较低,操作简单,但是精确度不高,为了满足检测的目的,需要联合多种检测器,并将各种数据进行融合。
    数据融合的常用算法主要有证据理论、估计理论、人工智能和加权的方法,徐凌慧博士主要介绍了证据理论。证据理论是由Dempster首先提出,由Shafer进一步发展起来的一种不精确推理理论,也称为Dempster/Shafer证据理论(D-S证据理论)。证据理论作为一种不确定性推理方法,为决策级不确定信息的表征与融合提供了强有力的工具,在信息融合、模式识别和决策分析等领域得到了广泛应用。


    证据理论讨论一个“辨识框架”,它是关于命题的相互独立的可能答案或假设的一个有限集合,证据理论对这个辨识框架进行运算,并提供计算幂集元素的逻辑。D—S规则对这个幂集进行运算,然后使用这些计算结果完成高和低的不确定性的计算工作。
    D—S方法与其他方法的区别在于:(1)具有两个值:即对每个命题指派两个不确定性度量值(类似于但不等于概率);(2)存在一个证据属于一个命题的一般的不确定性水平,说明这个命题似乎可能成立,但这个证据又不直接支持或拒绝它。
    在目前随机集理论,特别是其方法层面还远未完善的情况下,证据理论是未来研究随机集的重要方法和途径之一。


    中国汽车工业协会对智能网联汽车定义为,搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与X(人、车、路、后台等)智能信息交换共享,具备复杂的环境感知、智能决策、协同控制和执行等功能,可实现安全、舒适、节能、高效行驶,并最终可替代人来操作的新一代汽车。


    车辆换道问题的研究分为强制性换道和任意性换道两类,本文主要研究任意性换道。丁婉婷硕士生主要介绍了一种基于跟驰模型的智联网联车辆自由换道模型,此模型也是利他主义换道模型,即换道时并不仅仅考虑换道者自身的利益,同时兼顾了整个系统中其他车辆的利益如相邻受影响车辆的速度折减等。
    随着智能网联车辆技术研究的逐渐深入,车辆换道模型成为国内外学者研究的热点,车辆换道模型决定了在车道变换过程中车辆能否通畅、快速、安全的运行。对车辆换道模型的深入研究对提高道路通行能力,减少车辆延误、改善道路拥挤有着重要意义。
(文、图:黄帅凤)

东南大学 东南大学交通学院 清华大学 同济大学 西南交通大学 北京航空航天大学 上海交通大学 浙江大学
University of Wisconsin - Madison University of Michigan Rensselaer Polytechnic Institute Santa Clara University Rutgers University
交通运输部路网监测与应急处置中心 江苏省交通运输厅 南京智库联盟 江苏交通控股有限公司 江苏高速公路联网营运管理有限公司
中心概况研究动态新闻中心合作交流加入我们
Copyright © 2015 东南大学物联网交通应用研究中心 All Rights Reserved.