1. 研究目的与意义（文献综述）

1.1研究背景
随着汽车保有量的增加，道路交通事故已经成为一个社会公共安全问题，车辆危险变道作为引发交通事故的重要原因之一，越来越受到政府和社会各界的关注。

而城市信号交叉口交通环境复杂，变道需求大，是交通事故多发地。

同时，变道车辆行驶轨迹与周边车辆行驶轨迹存在时变，因此，基于信号交叉口多车行驶时变轨迹对危险变道行为进行识别对降低交通事故率，提升道路交通安全具有现实意义。

2. 研究的基本内容与方案

2.1基本内容
对基于交叉口多车行驶时变轨迹的危险变道行为识别方法展开研究，完成以下研究内容：
（1） 驾驶员危险变道行为相关的研究现状分析
通过查阅国内外相关文献，归纳总结驾驶员危险变道行为相关的研究成果和研究不足，学习借鉴已有技术方法并针对本课题进行创新，选择合适的研究方法。
（2） 交通调查方案的制定
选择武汉市进口道车道数为三车道及以上的某一信号控制交叉口进口道路段，制定合理的调查方案，进行驾驶员危险变道行为调查，包括调查方案的制定及实施、调查数据分析及小结。
（3） 驾驶员危险变道行为行驶时变轨迹及车头时距分析
分析驾驶员变道时与其他车辆的位置、速度关系，并通过视频处理软件分析危险变道车辆行驶轨迹与周边车辆行驶轨迹的时变关系及变道过程中前后车头时距的变化规律。
（4） 驾驶员危险变道行为识别方法
根据调查数据及车辆时变轨迹与车头时距的分析，确定驾驶员危险变道行为与车辆行驶时变轨迹的关系，在此基础上建立基于多车行驶时变轨迹的危险变道行为识别模型，并进行仿真校核，检验其合理性，为危险变道行为的预测和识别提供理论依据。

2.2 研究方法
（1）视频调查法
选取配建有过街天桥且进口道车道数为三车道及以上且无施工或其他因素影响的信号控制交叉口，采用视频调查法对交叉口进口道的交通流状态进行调查，通过后续处理采集交叉口车流总量、车流率、车辆行驶速度等数据。
（2）人工调查法
对所选取交叉口的信号周期、渠化设计、道路等级等基本参数进行人工调查，实现对调查交叉口交通情况的大体评估判断。选取进口道处的某一断面，对经过该断面相邻两辆车的时间间隔进行人工调查，分析其分布特点。
（3）spss数据分析
通过spss数据分析软件，对视频调查和人工调查获取的数据进行统计分析，包括描述性统计、均值比较、方差分析、一般线性模型、回归分析、拟合优度检验等，研究危险变道行为与速度、车头时距、行车轨迹的关系。
（5） vissim仿真法
拟采用vissim仿真软件进行仿真建模，设计仿真实验方案，研究基于多车行驶时变轨迹的危险变道行为识别模型的建立，完成对已建立模型的验证和修订。
2.3研究技术路线

图1 研究技术路线

3. 研究计划与安排

第1—3周：查阅相关文献，撰写开题报告；
第4—6周：开展交通实地调查，收集资料和数据，并进行整理和分析；
第7—10周：完成论文初稿；
第11—14周：论文修改并完成外文文献翻译；
第15周：完成论文终稿；
第16周：论文答辩。

4. 参考文献（12篇以上）

[1] Moridpour S, Sarvi M, Rose G. Modeling the Lane Changing Execution of Multi Class Vehicles under Heavy Traffic Conditions[J]. Transportation Research Record Journal of the Transportation Research Board, 2010, 46(2161):11-19.
[2]Tang T Q,Huang H J. Effects of Potential Lane-Changing Probability on Uniform Flow[J]. Communications in Theoretical Physics , 2010, 54(11):943-946.
[3]Liang Z,Shou-Feng M,Shi-Quan Z.Influence of lane change on stability analysis for two-lane traffic flow[J].Chinese Physics B,2011,20(08):499-511.
[4]魏丽英,隽志才,田春林.驾驶员车道变换行为模拟分析[J].中国公路学报,2001(01):79-82.
[5]王荣本, 游峰, 崔高健,等. 车辆安全换道分析[J]. 吉林大学学报(工), 2005, 35(2):179-182. [6]徐慧智,程国柱,裴玉龙.车道变换行为对道路通行能力影响的研究[J].中国科技论文在线,2010,5(10):749-753.
[7] Gipps P G. A model for the structure of lane-changing decisions[J]. Transportation Research Part B Methodological, 1986, 20(5):403-414.
[8] Ahmed K L, Ben-Akiva M, Koutsopoulos H, et al. Models of freeway lane changing and gap
acceptance behavior[J]. Transportation and traffic theory, 1996, 13: 501-515.
[9] Toledo T, Koutsopoulos H N, Ben-Akiva M. Integrated driving behavior modeling[J]. Transportation Research Part C, 2007, 15(2):96-112.
[10] Talebpour A, Mahmassani H S, Hamdar S H. Modeling Lane-Changing Behavior in a Connected Environment: A Game Theory Approach [J]. Transportation Research Part C, 2015, 59:216-232..
[11] Kayvan A，Moridpour S，Young W，et al. Investigating Heavy Vehicle Lane Changing Manoeuvres[C]. Transportation Research Board Annual Meeting，2011（11-1586）：1022-1031.
[12] 杨龙海,罗沂,徐洪.基于GPS定位数据的高速公路变道特征分析与行为识别[J].北京交通大学学报,2017,41(03):39-46.
[13] 郑杨边牧. 城市交叉口前道路车辆变道行为研究[D].合肥工业大学,2017.
[14] 王家凡，罗大庸. 交通流微观仿真中的车道变换模型[J]. 系统工程，2004，22（3）：92-95.
[15] 邱小平, 刘亚龙, 马丽娜,等. 基于贝叶斯网络的车辆变道模型[J]. 交通运输系统工程与信息, 2015, 15(5):67-73.
[16]Rong Chen,Kristofer D. Kusano,Hampton C. Gabler. Driver Behavior During Overtaking Maneuvers from the 100-Car Naturalistic Driving Study[J]. Traffic Injury Prevention,2015,16(sup2).
[17]Jinshuan Peng,Yingshi Guo,Rui Fu,Wei Yuan,Chang Wang. Multi-parameter prediction of drivers' lane-changing behaviour with neural network model[J]. Applied Ergonomics,2015,50.
[18]李鹏飞,石建军,刘小明.基于计划行为理论的竞争驾驶行为建模[J].交通运输系统工程与信息,2016,16(01):92-98.
[19]唐克双,杨博文,许凯,孙梓栗,周楠.基于车辆轨迹数据的交叉口危险驾驶行为预测[J].同济大学学报(自然科学版),2017,45(10):1454-1461.
[20]宋翔,李旭,张为公.基于低成本MEMS-INS的车辆变道判别方法[J].中国惯性技术学报,2014,22(01):67-73.
[21]史颖. 基于视频检测的车辆变道轨迹识别方法研究[D].苏州科技大学,2017