应急可变交通网中融合交通心理学的车辆群组运动建模

The emergency variable traffic network is one of efficient networks, which can balance traffic facilities and traffic flows well. It plays an important role in green sustainable development. The network is an emergency and complicated system produced by the interactions and integrations among drivers, vehicles, roads, environments, policies, laws and so on, which make motion simulations of vehicles in it extraordinarily challenging. Taking the advantage of basic theoretical methods from different fields, including topology, traffic psychology, vehicle physics, computer science and so on, this proposal aims to explore the algorithms for those scientific problems which are not touched by existing work: (1) we employ the signed network to depict road intersections and then propose a hierarchical semantic model to depict road networks for variable road network modeling. (2) we use the technologies of multi-layer filtering and regression analysis to model drivers’ cognition and decision-making processes for various driving decisions generating. (3) we build an integrated microscopic model, which is based on vehicles’ own physical properties and drivers’ psychological, cognitive characters, to simulate realistic traffic in the emergency variable traffic network. Through the above research, we aim to realize motion simulations of vehicles in the emergency variable traffic network, so as to provide strong support for the setting of the emergency variable traffic network.

应急可变交通网是绿色可持续发展交通下平衡有限交通设施和多变交通流量的有效交通网络。该网络由驾驶员、车辆、道路、环境、政策、法规等多种因素参与并且各因素动态变化、因素之间相互作用，使得实现该网络中的车辆群组运动建模充满挑战。本课题结合拓扑学、交通心理学、车辆物理学以及计算机科学等领域的理论方法，探索现有工作尚未涉及科学难点的解决方法，包括：(1)拟采用符号网络对路网交叉路口进行语义建模，并基于此构建路网层次语义模型，以实现应急可变交通中可变路网的建模，为车辆群组运动建模提供有效的底层数据支撑。(2)拟采用多层过滤和回归分析等方法构建驾驶员心理认知决策过程的可计算模型，以产生各种驾驶决策，用于车辆运动模拟。(3)拟构建融合车辆自身物理属性以及驾驶员心理、认知等方面的车辆群组运动综合模型，最终实现应急可变交通网中复杂车辆群组运动的模拟，为城市应急可变交通网的设置提供科学支持。

应急可变交通网是绿色可持续发展交通下平衡有限交通设施和多变交通流量的有效交通网络。该网络由驾驶员、车辆、道路、环境、政策、法规等多种因素参与并且各因素动态变化、因素之间相互作用，使得实现该网络中的车辆群组运动建模充满挑战。本课题结合拓扑学、交通心理学、车辆物理学以及计算机科学等领域的理论方法展开研究，主要研究成果包括：①针对现有路网模型中路网拓扑结构紧密耦合，局部修改会导致牵一发而动全身的问题，提出了一种基于符号网络的路网层次化语义模型，支持路网语义结构的编辑和修改，为交通仿真过程中的交互式动态管控提供有效的底层数据支撑；②考虑到突发应急情况下各异性驾驶员会产生各异性驾驶行为的实际情况，提出了一种采用多层过滤和回归分析的方法对驾驶员在驾驶经验、环境熟悉度等方面影响下的认知过程进行各异性建模，并基于此构建了驾驶员的“认知-决策”模型，实现了驾驶过程中的各种高层认知行为决策的全面模拟；③提出了一种“人-车-环境”系统内融合车辆自身运动学、动力学以及驾驶员心理、行为等方面的一体化交通仿真模型，实现了非结构化路网内车辆各种复杂运动的模拟。上述成果已经被广泛推广应用至多家企事业部门和军工单位。