摘要(Abstract)：
为了分析车辆驾驶人换道行为的多样性，提出一种基于无监督聚类划分换道模式的换道特性分析方法：首先利用无监督聚类技术实现换道过程的准确定位与提取，获得每个换道行为的完整换道过程；其次，采用换道持续时间表征驾驶人换道行为的多样性，并利用无监督聚类技术对换道持续时间聚类以实现换道模式的划分；最后，采用统计分析以及多项式拟合法对不同换道模式下的换道特性进行分析 。结果表明：换道行为作为一种横向运动，与纵向运动相比，其运动特征的多样性更显著；车辆换道过程可被划分为3种换道模式，且大部分车辆的换道过程属于普通型换道模式；不同换道模式下的横向偏移量、横向车速和纵向车速等换道特征的变化趋势存在显著差异，印证了换道过程的随机性。
关键词(KeyWords)： 交通工程；换道模式；无监督聚类；多项式拟合
基金项目(Foundation): 国家重点研发计划项目(2021YFC3001500)
作者(Author): 石磊，徐吉存，李仰印，刘旭亮，赵兰，任园园
DOI: 10.13349/j.cnki.jdxbn.20230720.001
参考文献(References)：
[1] 黄晶，蓟仲勋，彭晓燕，等．考虑驾驶人风格的换道轨迹规划与控制[J].中国公路学报，2019,32(6):226.
[2] 范佳琦，何钢磊，张羽翔，等．考虑车辆间交互作用的驾驶意图预测方法[J].同济大学学报(自然科学版)，2021,49(增刊1):155.
[3] 季学武，费聪，何祥坤，等．基于 LSTM 网络的驾驶意图识别及车辆轨迹预测[J].中国公路学报，2019,32(6):34.
[4] 王雪松，李艳．基于自然驾驶数据的驾驶员变道特征分析[J]. 交通信息与安全，2016,34(1):17.
[5] REN Y Y, ZHAO L, ZHENG X L, et al. A method for predicting diverse lane-changing trajectories of surrounding vehicles based on early detection of lane change[J]. IEEE Access,2022,10:17451.
[6] Federal Highway Administration. Next Generation Simulation ( NGSIM) Project[Z/OL].(2010-03-01)[2022-08-09].http://ngsim fhw a.dot.gov/.
[7] 刘创，梁军．基于注意力机制的车辆运动轨迹预测[J]. 浙江大学学报(工学版)，2020,54(6):1156.
[8] 杨蒙，陈洁，闫亚玲，等．基于滑动滤波和模糊控制的风电储能能量管理[J]. 电力电容器与无功补偿，2019,40(6):196.
[9] 王千，王成，冯振元，等. K⁃means聚类算法研究综述[J].电子设计工程，2012,20(7):21.
[10] TOLEDO T, ZOHAR D. Modeling duration of lane changes [J].Transportation Research Record:Journal of the Transportation Research Board, 2007,1999(1):71.
[11] 任园园，赵兰，郑雪莲，等．高速路换道意图参数提取及意图阶段确定[J]. 湖南大学学报(自然科学版)，2021,48(2):10.
[12] 朱连江，马炳先，赵学泉．基于轮廓系数的聚类有效性分析[J]. 计算机应用，2010,30(增刊2):139.
[13] ALI Y, ZHENG Z D, HAQUE M M. Modelling lane⁃changing execution behaviour in a connected environment: a grouped random parameters with heterogeneity⁃in⁃means approach[J]. Communications in Transportation Research, 2021,1:100009.
[14] 刘思源，喻伟，刘洁莹，等．考虑驾驶风格的车辆换道行为及预测模型[J]. 长沙理工大学学报(自然科学版)，2019,16(1):28.
[15] 黎莉，黄晓梦，郭艳君，等．营运客车换道越线时间预测方法研究[J]. 中国安全科学学报，2016,26(4):90.
