view in publisher's site

Short-term prediction of safety and operation impacts of lane changes in oscillations with empirical vehicle trajectories

Highlights•A model was developed to predict crash risks of lane changes based on trajectory data.•A quantitative relationship between traffic status and lane change impacts was verified.•A good transferability was found when proposed model was applied in different dataset.•Sensitivity analyses were conducted for how traffic parameters influenced crash risks.•We compared lane change impacts for various vehicle types and lane change directions.AbstractLane changes made during traffic oscillations on freeways largely affect traffic safety and could increase collision potentials. Predicting the impacts of lane change can help to develop optimal lane change strategies of autonomous vehicles for safety improvement. The study aims at proposing a machine learning method for the short-term prediction of lane-changing impacts (LCI) during the propagation of traffic oscillations. The empirical lane-changing trajectory records were obtained from the Next Generation Simulation (NGSIM) platform. A support vector regression (SVR) model was trained in this study to predict the LCI on the crash risks and flow change using microscopic traffic variables such as individual speed, gap and acceleration on both original lanes and target lanes. Sensitivity analyses were conducted in the SVR to quantify the contributions of correlative lane changing factors. The results showed that the trained SVR model achieved an accuracy of 72.81 % for the risk of crashes and 95.34 % in predicting the flow change. The sensitivity analysis explored the optimal speed and acceleration for the lane changer to achieve the lowest time integrated time-to-collision (TIT) value for safety maximization. Finally, we compared the LCI for motorcycles, automobiles and trucks as well as the LCI for both lane-changing directions (from left to right and from right to left). It was found that motorcycles conducted lane changes with smaller gaps and larger speed differences, which brings the highest crash risks. Passenger cars were found to be the safest when they conduct lane changes. Lane changes to the right had more negative impacts on traffic flow and crash risks.

پیش‌بینی کوتاه‌مدت ایمنی و اثرات عملیات تغییر مسیر در نوسان با مسیرهای خودرو تجربی

نکات مهم: یک مدل برای پیش‌بینی خطرات تصادف تغییرات مسیر براساس داده‌های خط سیر توسعه داده شد. * رابطه کمی بین وضعیت ترافیک و اثرات تغییر مسیر تایید شد. در زمانی که مدل پیشنهادی در مجموعه داده مختلف اعمال شد قابلیت انتقال خوب پیدا شد. تحلیل حساسیت برای چگونگی تاثیر پارامترهای ترافیکی بر خطرات تصادف انجام شد. * ما اثرات تغییر مسیر برای انواع مختلف وسایل نقلیه و تغییر مسیر را مقایسه کردیم تغییرات ایجاد شده در طول نوسان ترافیک در freeways عمدتا بر ایمنی ترافیکی تاثیر می‌گذارد و می‌تواند پتانسیل‌های برخورد را افزایش دهد. پیش‌بینی اثرات تغییر مسیر می‌تواند به توسعه استراتژی‌های تغییر مسیر بهینه وسایل نقلیه مستقل برای بهبود ایمنی کمک کند. هدف این مطالعه پیشنهاد یک روش یادگیری ماشین برای پیش‌بینی کوتاه‌مدت اثرات تغییر مسیر (LCI)در طول انتشار نوسانات ترافیک است. سوابق خط سیر تکاملی تجربی از پلت فرم نسل آینده (NGSIM)بدست‌آمده است. مدل رگرسیون بردار پشتیبان (SVR)در این مطالعه برای پیش‌بینی the در مورد خطرات تصادف و تغییر جریان با استفاده از متغیرهای ترافیک میکروسکوپی مانند سرعت فردی، شکاف و شتاب در مسیرهای اصلی و مسیرهای هدف آموزش داده شد. تجزیه و تحلیل حساسیت در the برای کمی کردن نقش عوامل متغیر در تغییر مسیر همبستگی انجام شد. نتایج نشان داد که مدل SVR آموزش‌دیده دقت of % را برای ریسک سقوط و ۹۵.۳۴ % در پیش‌بینی تغییر جریان بدست آورد. آنالیز حساسیت، سرعت و شتاب بهینه را برای تبدیل سریع زمان - to - برخورد (TIT)برای بیشینه‌سازی امنیت مورد بررسی قرار داد. در نهایت، ما the را برای موتورسیکلت، اتومبیل‌ها و کامیون‌ها و همچنین the برای هر دو جهت تغییر مسیر (از چپ به راست و از راست به چپ)مقایسه کردیم. مشخص شد که موتور سیکلت ها تغییرات سریع را با فاصله‌های کوچک‌تر و اختلاف سرعت بزرگ‌تر انجام دادند که بیش‌ترین خطر سقوط را به همراه می‌آورد. پیدا شد که واگن‌های مسافربری در هنگام اجرای تغییر مسیر امن‌ترین اتومبیل هستند. تغییر لین به سمت راست تاثیرات منفی بیشتری بر جریان ترافیک و خطرات تصادف دارد.
ترجمه شده با


پر ارجاع‌ترین مقالات مرتبط:

  • مقاله General Medicine
  • ترجمه مقاله General Medicine
  • مقاله طب عمومی
  • ترجمه مقاله طب عمومی
  • مقاله Human Factors and Ergonomics
  • ترجمه مقاله Human Factors and Ergonomics
  • مقاله عوامل انسانی و ارگونومی
  • ترجمه مقاله عوامل انسانی و ارگونومی
  • مقاله Safety, Risk, Reliability and Quality
  • ترجمه مقاله Safety, Risk, Reliability and Quality
  • مقاله ایمنی، ریسک، قابلیت اعتماد و کیفیت
  • ترجمه مقاله ایمنی، ریسک، قابلیت اعتماد و کیفیت
  • مقاله Law
  • ترجمه مقاله Law
  • مقاله قانون
  • ترجمه مقاله قانون
  • مقاله Public Health, Environmental and Occupational Health
  • ترجمه مقاله Public Health, Environmental and Occupational Health
  • مقاله بهداشت عمومی، محیطی و حرفه‌ای
  • ترجمه مقاله بهداشت عمومی، محیطی و حرفه‌ای
سفارش ترجمه مقاله و کتاب - شروع کنید

95/12/18 - با استفاده از افزونه دانلود فایرفاکس و کروم٬ چکیده مقالات به صورت خودکار تشخیص داده شده و دکمه دانلود فری‌پیپر در صفحه چکیده نمایش داده می شود.