4.2.3模型验证.pdf

北京航空航天大学学位论文 图4.17加速时会车的过程 4.2.3模型验证 为验证虚拟人对于动态交通情况主要是行驶中车辆的驾驶响应行为，所设计的场景 为一条直行的道路。在此交通环境中设计有三辆车，一辆是由虚拟人驾驶，沿道路直线 路线行驶:另外两辆车为干扰车，分别与虚拟人驾驶的车同向行驶和逆向行驶，两辆干 扰车辆沿直线路线匀速运动。此设计既能使虚拟人对两种情况进行处理 (只处理一种方 向行驶的车和同时对两种方向的车都进行处理)，也符合驾驶行为理论，因为驾驶者一 般都是处理同向行驶或者逆向行驶的车，并且首先对距离近的车做出行为决策，因此可 以体现虚拟人对与动态车辆的驾驶响应。 智能行为模型应能使虚拟人对于随机动态车辆实时做出响应，确保无事故行驶。为 验证该模型的可行性，用户可随意设定以下参数: 》 虚拟人驾驶车的起始位置 》 虚拟人驾驶车的起始速度 》 同向千扰车的起始位置 北京航空航天大学学位论文 》 同向干扰车的速度 》 逆向千扰车的起始位置 》 逆向干扰车的速度 此外，为更好地进行模型验证，体现在非人为设定时虚拟人的智能驾驶行为模型仍 然有效，同时补充用户没有设定的情况，程序中还设计了一个随机的选项，当用户选择 此选项时，二辆车的初始位置和速度由程序根据一个随机数函数得出，这个设置可以使 二辆车在道路上的任何位置、任何速度值开始运动。 随机设置程序内容如下，其中9米为道路宽度、1000米为道路长度，200千米/小时 为速度上限: srand((unsigned)time(NULL)) randwemax=32767.0f Set.m-fXl=4.5一9*rand()/rand一max; Set.m_fYl=1000*rando/randesmax; Set.m_fSpdl=200*rand()/randwemax; Set.m一fX2=4.5一9*rando/randesmax; Set.mfY2=1000*rand()/randesmax; Set.mfspd2=200*rand()/randesmax; Set.mesfX3=4.5一9*rand()/randwemax; Set.mfY3=1000*rand()/randeemax; Set.m_fSpd3=200*rando)/randmax; 通过对各种情况进行设置后输出图象观察和输出数据分析可以确定虚拟人的智能 行为模型较好实现了预期功能:当三辆车的初始位置、速度随意改变时，三辆车在道路 中的任何地点相遇，虚拟人都可以根据当前车辆相遇时的情况 (相对位置、相对速度、 道路情况)采取相应的行为，有效避免事故的发生。 需要指出的是速度比较合理时，智能驾驶行为模型的可行性较好，若速度太快虚拟 人的驾驶行为来不及实施，碰撞就可能发生，这与现实中的真实驾驶相符合。此外因为 在这些行为实现过程中所使用的经验公式是近似公式，其计算结果与时间、行驶路径有 54 北京航空航天大学学位论文 关，存在误差，这也会影响智能驾驶行为模型的精确度。 4.2.4虚拟人驾驶行为中的心理因素 随着对虚拟人研究的深入，将人的心理因素、种族差异、性别差异等个体差异引入 虚拟人的研究是一个新兴的且具有越来越重要的意义的研究方向。 真实驾驶行为尤其是驾驶者处理动态车辆交通情况，是有多种解决方案的，其驾驶 行为受个体差异影响。所谓个体差异，是指一个人身上经常地、稳定地并带有一定倾向 性表示出的心理特征的总和。在人的驾驶行为中，心理特征 (包括性格、气质等)、性 别因素、年龄因素和个人技术、能力等差异在很大程度上影响人的行为，影响的三个层 面是感知、决策和动作。在本课题所实现的虚拟人的智能驾驶行为模型中，各个输入参 数 (虚拟人得到的各种外部信息)严格与规则库的各种条件相匹配，选出相应的规则函 数，即