کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6936416 868832 2016 21 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Weather and road geometry impact on longitudinal driving behavior: Exploratory analysis using an empirically supported acceleration modeling framework
ترجمه فارسی عنوان
هندسه هوا و جاده ها بر رفتار رانندگی طولی تاثیر می گذارد: تجزیه و تحلیل اکتشافی با استفاده از چارچوب مدل سازی تسریع تجربی پشتیبانی می کند
کلمات کلیدی
ماشین زیر، شبیه ساز رانندگی، نظریه چشم انداز، هندسه جاده ایمنی، آب و هوا،
ترجمه چکیده
هدف از این مقاله تعیین و دسته بندی رفتار راننده در هندسه جاده های مختلف و شرایط آب و هوایی است. به منظور بررسی چگونگی درک رانندگان به سرعت در حال حرکت در اطراف (به عنوان مثال شرایط آب و هوایی مختلف و پیکربندی هندسی جاده) به نظر می رسد و این کار را مطابق شکل انجام می دهد، این مقاله چارچوب مدل سازی شتاب مبتنی بر نظریه چشم انداز را گسترش می دهد. شبیه ساز رانندگی برای انجام 76 آزمایش رانندگی استفاده می شود. آب و هوای مه آلود، سطوح جاده یخی و مرطوب، منحنی های افقی و عمودی، و عرض های مختلف خط و شانه شبیه سازی می شوند در حالی که شرکت کنندگان در حال حرکت در پشت کابین زرد در سرعت / دور از انتخاب خود هستند. پس از مطالعه روند رانندگی در آزمایش های مختلف رانندگی، مدل شتاب مبتنی بر نظریه گسترش چشم انداز با استفاده از داده های مسیر تولید کالیبره شده است. پارامترهای مدل مبتنی بر نظریه چشم انداز پیشرفته می توانند در هنگام دریافت اطلاعات متفاوت محیطی پارامتری، تغییر در درک ریسک و مانور شتاب را منعکس کنند. نتایج نشان می دهد که رانندگان توجه بیشتر و تلاش بیشتری برای مقابله با چالش های جاده ای در مقایسه با تلاش برای مقابله با شرایط آب و هوایی را به خود جلب می کنند. علاوه بر این، مدل کالیبره شده برای شبیه سازی بخش بزرگراه و مشاهده نمودار بنیاد تولید شده استفاده می شود. نتایج اولیه نشان می دهد که این مدل می تواند رفتار راننده را تحت شرایط جاده ای مختلف و شرایط آب و هوایی منجر به تغییرات ظرفیت و اختلالات ترافیکی شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
هندسه هوا و جاده ها بر رفتار رانندگی طولی تاثیر می گذارد: تجزیه و تحلیل اکتشافی با استفاده از چارچوب مدل سازی تسریع تجربی پشتیبانی می کند
چکیده انگلیسی
The objective of this paper is to quantify and characterize driver behavior under different roadway geometries and weather conditions. In order to explore how a driver perceives the rapidly changing driving surrounding (i.e. different weather conditions and road geometry configurations) and executes acceleration maneuvers accordingly, this paper extends a Prospect Theory based acceleration modeling framework. A driving simulator is utilized to conduct 76 driving experiments. Foggy weather, icy and wet roadway surfaces, horizontal and vertical curves, and different lane and shoulder widths are simulated while having participants driving behind a yellow cab at speeds/headways of their choice. After studying the driving trends observed in the different driving experiments, the extended Prospect Theory based acceleration model is calibrated using the produced trajectory data. The extended Prospect Theory based model parameters are able to reflect a change in risk-perception and acceleration maneuvering when receiving different parameterized exogenous information. The results indicate that drivers invest more attention and effort to deal with the roadway challenges compared to the effort to deal with the weather conditions. Moreover, the calibrated model is used to simulate a highway segment and observe the produced fundamental diagram. The preliminary results suggest that the model is capable of capturing driver behavior under different roadway and weather conditions leading to changes in capacity and traffic disruptions.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Transportation Research Part C: Emerging Technologies - Volume 67, June 2016, Pages 193-213
نویسندگان
, , ,