基于移動傳感數(shù)據(jù)并考慮隱私保護的車輛編組態(tài)勢逆向推演.pdf

1、隨著汽車保有量的迅猛增加，道路交通系統(tǒng)中人-車-環(huán)境矛盾日益凸顯，道路交通事故頻發(fā)。汽車智能（自動和輔助）駕駛系統(tǒng)在避免和減輕交通事故中起到了較好的作用。車輛編組作為構(gòu)成微觀交通流的基本單元，以及交通流理論，特別是汽車主動安全研究領域所經(jīng)常涉及的概念，對其態(tài)勢進行準確辨識、重構(gòu)是完善交通流理論與加強汽車智能駕駛系統(tǒng)研究的有效途徑。
　　以往相關研究多是利用固定式傳感器或其它成本較高的儀器采集數(shù)據(jù)，普及率較低且實驗及后續(xù)數(shù)據(jù)處理過程

2、較為繁瑣。全球定位系統(tǒng)（Global Positioning System， GPS）（特別是手機GPS）的出現(xiàn)及普及為交通研究者提供了新的數(shù)據(jù)采集方式。與此同時，在 GPS移動傳感數(shù)據(jù)采集、處理過程中涉及的隱私保護問題，也日益受到人們關注。如何在保護隱私前提下有效地應用移動傳感數(shù)據(jù)，成為國內(nèi)外學者研究熱點。
　　本文以駕駛員隱私保護為前提，以推演車輛編組態(tài)勢為目的，首先，綜合考慮駕駛員興趣感應區(qū)域內(nèi)各運動實體特征及其操控者類型，

3、建立車輛編組態(tài)勢的數(shù)學表達方式；其次，利用 GPS捕獲車輛過交叉口行程時間，建立基于貝葉斯決策樹的人車特征動態(tài)辨識模型，識別車輛不同類型及其駕駛員傾向性；再次，針對普通城市道路路段場景，利用 GPS移動傳感數(shù)據(jù)，根據(jù)車輛到達規(guī)律以及動態(tài)貝葉斯網(wǎng)絡構(gòu)建車輛編組態(tài)勢轉(zhuǎn)移的逆向推演模型；最后，對基于人車特征演化的城市道路網(wǎng)絡車輛編組態(tài)勢逆向重構(gòu)方法進行研究。驗證結(jié)果表明，本文所建模型合理可行，能夠為交通流理論與汽車智能駕駛系統(tǒng)研究提供新思路和