×

车辆允许动力学的可识别性。 (英语) Zbl 1485.93139号

小结:车内传感器的进步提供了丰富的数据集,用于估计描述驾驶员行为的车辆允许模型的参数。此类模型的参数可识别性问题(即是否可以从实验数据中推断其未知参数)是一个中心系统分析问题,但仍然是一个悬而未决的问题。本文对四种常见的车型进行了结构和实用参数可识别性分析:)恒定车头时距相对速度(CTH-RV)模型,ii(ii))最佳速度模型(OV),)以下领导模型(FTL)和iv(四))智能驾驶员模型(IDM)。结构可识别性分析是使用微分几何方法进行的,这证实了在理论上,所有测试的跟车系统在结构上都是局部可识别的,即,通过单独观察空间间隙,可以在几乎所有初始条件和容许输入下唯一地推断参数。在实际设置中,我们提出了一种基于优化的数值直接测试,以确定给定特定实验设置(特定初始条件和输入已知)的参数可识别性。直接测试最终发现了在给定初始条件和输入轨迹下CTH-RV和FTL不可识别的不同参数。

MSC公司:

93B30型 系统标识
93立方厘米 由常微分方程控制的控制/观测系统
93立方厘米 控制理论中的非线性系统
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 下一代模拟计划(2006),美国运输部联邦公路管理局,http://ops.fwa.dot.gov/trafficanalysistools/nsim.htm
[2] Krajewski,R。;Bock,J。;Kloeker,L。;Eckstein,L.,《highD数据集:德国公路上自然车辆轨迹的无人机数据集,用于验证高度自动化驾驶系统》,(2018年第21届智能运输系统国际会议(ITSC)(2018)),2118-2125
[3] Punzo,V.公司。;Simonelli,F.,微观交通流模型与实际交通微观数据的分析和比较,交通。《研究记录》,1934年,第1期,第53-63页(2005年)
[4] Treiber,M。;Kesting,A.,校准和验证,(交通流动力学:数据、模型和模拟(2013),施普林格柏林-海德堡:施普林格-柏林-海德堡-柏林,海德堡),303-338
[5] 自适应巡航控制数据集(2019年),https://acc-dataset.github.io/datasets网站/
[6] 凯撒,H。;Bankiti,V。;Lang,A.H。;沃拉,S。;Liong,V.E。;徐,Q。;Krishnan,A。;潘,Y。;Baldan,G。;Beijbom,O.,NuScenes:自动驾驶的多模式数据集,(2020 IEEE/CVF计算机视觉和模式识别会议(CVPR)(2020)),11618-11628
[7] Kesting,A。;Treiber,M。;Helbing,D.,《驾驶策略对交通容量影响的增强智能驾驶员模型》,Philos。事务处理。R.Soc.伦敦。序列号。数学。物理学。工程科学。,368, 1928, 4585-4605 (2010) ·Zbl 1202.93093号
[8] Wang,Y。;甘特,G。;很好,M。;莫纳切医学博士。;Work,D.B.,自适应巡航控制系统的在线参数估计方法,IEEE Trans。智力。车辆。(2020年)
[9] Abodo,F。;Berthaume,A。;Zitzow-Childs,S。;Bobadilla,L.,《使用概率规划加强汽车跟驰模型校准和验证的贝叶斯方法的案例》(2019 IEEE智能交通系统会议(ITSC)(2019)),4360-4367
[10] 贝尔曼,R。;斯特罗姆,K.,《关于结构可识别性》,数学。生物科学。,7, 3, 329-339 (1970)
[11] Ljung,L.,(系统识别:用户理论。系统识别:用于用户的理论,普伦蒂斯·霍尔信息和系统科学系列(1999),普伦提斯·霍尔PTR)·Zbl 0615.93004号
[12] 蒙特尔,J。;Bouroche,M。;Leith,D.J.,(马塔尔{五十} _2\)和\(\mathcal{左}_\infty)异构交通的稳定性分析及其在自动化车辆控制参数优化中的应用,IEEE Trans。控制系统。技术。,27, 3, 934-949 (2018)
[13] 拉瓦尔,J.A。;托斯,C.S。;Zhou,Y.,车-允许模型中振荡形成的简约模型,Transp。决议B,70228-238(2014)
[14] 李,L。;Chen,X.M.,《宏观/微观交通流理论中的车头时距建模及其推论:调查》,交通运输。决议C,76,170-188(2017)
[15] 班多,M。;Hasebe,K。;Nakayama,A。;柴田,A。;Sugiyama,Y.,交通拥堵动力学模型与数值模拟,Phys。E版,51,1035-1042(1995)
[16] 加齐斯特区。;赫尔曼,R。;Potts,R.B.,稳态交通流允许理论,Oper。第7、4、499-505号决议(1959年)·Zbl 1414.90085号
[17] 甘特,G。;斯特恩·R。;Work,D.B.,从实验数据建模自适应巡航控制车辆:模型比较,(2019年IEEE智能运输系统会议(ITSC)(2019)),3049-3054
[18] 米兰,V。;Shladover,S.E.,使用实验数据建模协作和自主自适应巡航控制动态响应,交通。C号决议,48,285-300(2014年)
[19] 米兰,V。;Shladover,S.E。;斯普林,J。;诺瓦科夫斯基,C。;Kawazoe,H。;Nakamura,M.,实际交通情况下的合作自适应巡航控制,IEEE Trans。智力。运输。系统。,15, 1, 296-305 (2014)
[20] 何,Z。;郑,L。;Guan,W.,一个由现场数据驱动的简单非参数车辆通行模型,Transp。决议B,80,185-201(2015)
[21] 沃尔特·E。;诺顿,J。;Pronzato,L.,(参数化模型的识别:来自实验数据。参数化模型识别:来自试验数据,通信与控制工程(1997),Springer)·兹比尔0864.93014
[22] Ljung,L。;Glad,T.,关于任意模型参数化的全局可识别性,Automatica,30,2,265-276(1994)·Zbl 0795.93026号
[23] Villaverde,A.F。;北蒂安提斯。;Banga,J.R.,非线性生物模型未知输入、状态和参数的完全可观测性和估计,J.R。Soc.Interface,16,156,Article 20190043 pp.(2019)
[24] Saccomani,M.P。;奥多利,S。;D’Angió,L.,非线性系统的参数可识别性:初始条件的作用,Automatica,39,4,619-632(2003)·Zbl 1034.93014号
[25] Villaverde,A.F。;Banga,J.R.,动态系统生物模型的结构特性:可识别性、可达性和初始条件,过程,5,4,29(2017)
[26] Garavello,M。;Han,K。;Piccoli,B.,《网络上的车辆流量模型》(2016),美国数学科学研究所·Zbl 1351.90045号
[27] Treiber,M。;Hennecke,A。;Helbing,D.,《实证观察和微观模拟中的拥挤交通状态》,Phys。E版,621805-1824(2000)·Zbl 0996.90032号
[28] 李,L。;江,R。;何,Z。;陈晓明。;Zhou,X.,基于轨迹数据的交通流研究:重访,交通运输。决议C,114225-240(2020年)
[29] 潘伟,S。;Dia,H.,微观允许行为的比较评估,IEEE Trans。智力。运输。系统。,6, 3, 314-325 (2005)
[30] 蓬佐,V。;乔夫,B。;Montanino,M.,基于轨迹数据的汽车模型校准结果是否可信?,运输。Res.Rec.,2315,11-24(2012年)
[31] 蓬佐,V。;蒙塔尼诺,M。;Ciuffo,B.,我们真的需要校准所有参数吗?基于方差的敏感性分析,以简化微观交通流模型,IEEE Trans。智力。运输。系统。,16, 1, 184-193 (2015)
[32] Hoogendoorn,S.P。;Hoogendoorn,R.,《使用微观数据联合估计汽车允许模型的通用校准框架》,交通部。Res.Rec.,2188,1,37-45(2010年)
[33] Treiber,M。;Kesting,A.,《汽车允许模型的微观校准和验证-系统方法》,Procedia-Soc.Behav。科学。,80,922-939(2013),第20届国际运输与交通理论研讨会(ISTT 2013)
[34] 马,T。;Abdulhai,B.,基于遗传算法的优化方法和校准交通微观模拟参数的通用工具,交通运输。Res.Rec.,1800,1,6-15(2002)
[35] Wang,H。;Wang,W。;陈,J。;Jing,M.,使用轨迹数据分析汽车放行中驾驶员内部的异质性,交通运输。Res.Rec.,2188,1,85-95(2010年)
[36] 乔夫,B。;Punzo,V.,“无免费午餐”定理应用于交通模拟模型的校准,IEEE Trans。智力。运输。系统。,1553-562(2014年)
[37] Papathanasopoulou,V。;Antoniou,C.,《面向数据驱动的汽车允许模型》,交通。Res.C,55,496-509(2015),工程和应用科学优化(OPT-i)-马修·卡尔拉夫提斯教授纪念版
[38] Kurtc,V。;Treiber,M.,《在重建的NGSIM数据上校准车辆通行模型的局部和排队动力学》,(Knoop,V.L.;Daamen,W.,《交通和颗粒流》15(2016),斯普林格国际出版公司),515-522
[39] 金,X。;Zhang,Y。;Wang,F。;李,L。;姚,D。;苏,Y。;Wei,Z.,信号交叉口的发车间隔:对数正态分布模型方法,交通。决议C,17,3,318-327(2009年)
[40] 陈,X。;Shi,L.,《动态交通流的随机演化:建模与应用》,1-193(2015),柏林-海德堡施普林格出版社
[41] Kesting,A。;Treiber,M.,使用轨迹数据校准汽车跟驰模型:方法学研究,Transp。Res.Rec.,2088,1,148-156(2008)
[42] 霍兰德,Y。;Liu,R.,《校准交通微观模拟模型的原理》,交通,35,3,347-362(2008)
[43] 李,L。;陈晓明。;Zhang,L.,基于轨迹数据的车辆允许模型校准的全局优化算法,Transp。决议C,68311-332(2016)
[44] 蒙特尔,J。;Bouroche,M.,考虑实际不可识别性的车辆允许模型的稳健参数估计,(2016 IEEE第19届智能运输系统国际会议(ITSC)(2016)),581-588
[45] 苗,H。;夏,X。;Perelson,A.S。;Wu,H.,《非线性ODE模型的可识别性及其在病毒动力学中的应用》,SIAM Rev.,53,1,3-39(2011)·Zbl 1215.34015号
[46] O·伯纳德。;Hadj-Sadok,Z。;Dochain,D。;Genovesi,A。;Steyer,J.-P.,厌氧废水处理过程的动力学模型开发和参数识别,生物技术。生物工程。,75, 4, 424-438 (2001)
[47] 科斯拉,P.K。;Kanade,T.,机器人动力学参数识别,(1985年IEEE第24届决策与控制会议(1985年)),1754-1760
[48] 调谐器,N。;Le,T.T.,爆发模型的结构和实际可识别性分析,数学。生物科学。,299, 1-18 (2018) ·Zbl 1393.92053号
[49] Glad,S.T.,微分代数方程和不等式的可解性:算法,(1997年欧洲控制会议(ECC)(1997)),1195-1200
[50] 沃尔特·E。;Lecourtier,Y.,《无法识别的隔间模型:该怎么办?》?,数学。生物科学。,56, 1, 1-25 (1981) ·Zbl 0465.93028号
[51] 查佩尔,M.J。;Godfrey,K.R.,非线性间歇反应器模型参数的结构可识别性,数学。Biosci.公司。,108, 2, 241-251 (1992) ·Zbl 0738.92010号
[52] 赫尔曼,R。;Krener,A.,非线性可控性和可观测性,IEEE Trans。自动化。控制,22,5,728-740(1977)·Zbl 0396.93015号
[53] 瓦伊达,S。;戈弗雷,K.R。;Rabitz,H.,非线性房室模型可识别性分析的相似变换方法,数学。生物科学。,93, 2, 217-248 (1989) ·兹伯利0696.92001
[54] Pohjanpalo,H.,基于解的幂级数展开的系统可识别性,数学。生物科学。,41, 1, 21-33 (1978) ·Zbl 0393.92008号
[55] 格雷瓦尔,M。;Glover,K.,线性和非线性动力系统的可识别性,IEEE Trans。自动化。控制,21,6,833-837(1976)·Zbl 0344.93022号
[56] 夏,X。;Moog,C.H.,应用于HIV/AIDS模型的非线性系统的可识别性,IEEE Trans。自动化。控制,48,2,330-336(2003)·Zbl 1364.93838号
[57] Ritt,J.F.,微分代数(美国数学学会学术讨论会出版物,第33卷(1950))·Zbl 0037.18501号
[58] 费罗,G.C。;Gerdt,V.,改进的Kolchin-Ritt算法,程序。计算。软质。,29, 83-87 (2004) ·Zbl 1065.68114号
[59] Villaverde,A.F。;巴雷罗,A。;Papachristodoulou,A.,《动态系统生物模型的结构可识别性》,《公共科学图书馆·计算》。生物,12,10,1-22(2016)
[60] 贝鲁,G。;Saccomani,M。;奥多利,S。;D'Angió,L.,DAISY:一种测试生物和生理系统全局可识别性的新软件工具,Compute。方法生物识别程序。,88, 52-61 (2007)
[61] 北梅什卡特。;Kuo,C.E.z。;DiStefano,J.,《在非线性动态系统生物模型和COMBOS中发现和使用可识别参数组合:一种新的网络实现》,PLOS ONE,9,10,1-14(2014)
[62] Hong,H。;奥夫钦尼科夫,A。;波古丁,G。;Yap,C.,微分模型的全局可识别性,Comm.Pure Appl。数学。,73, 9, 1831-1879 (2020) ·兹比尔1496.93059
[63] Villaverde,A.F。;N.D.埃文斯。;查佩尔,M.J。;Banga,J.R.,非线性系统的输入相关结构可识别性,IEEE控制系统。莱特。,3, 2, 272-277 (2019)
[64] Raue,A。;Kreutz,C。;Maiwald,T。;巴赫曼,J。;席林,M。;Klingmüller,美国。;Timmer,J.,《利用剖面可能性对部分观测到的动力学模型进行结构和实际可识别性分析》,生物信息学,25,151923-1929(2009)
[65] Kreutz,C.,《测试可识别性的简单有效方法》,生物信息学(英国牛津),34,11,1913-1921(2018)
[66] 斯蒂格特,J.D。;Molenaar,J.,评估局部结构可识别性的快速算法,Automatica,58,118-124(2015)·Zbl 1330.93068号
[67] 北卡罗来纳州大都会。;Ulam,S.,《蒙特卡罗方法》,J.Amer。统计师。协会,44,247,335-341(1949)·Zbl 0033.28807号
[68] Maiwald,T。;哈斯,H。;斯泰尔特,B。;Vanlier,J。;工程师R。;Raue,A。;Kipkeew,F。;博克,H.H。;Kaschek,D。;Kreutz,C。;Timmer,J.,《将模型推向极限:基于剖面似然的模型简化》,《公共科学图书馆综合》,第11期,第9期,第1-18页(2016年)
[69] Bareket,Z。;P.S.Fancher。;彭,H。;Lee,K。;Assaf,C.A.,评估自适应巡航控制行为的方法,IEEE Trans。智力。运输。系统。,4, 3, 123-131 (2003)
[70] Liang,C.-Y。;Peng,H.,具有保证串稳定性的最优自适应巡航控制,Veh。系统。动态。,32, 4-5, 313-330 (1999)
[71] 班多,M。;Hasebe,K。;Nakayama,A。;柴田,A。;Sugiyama,Y.,交通动力学中拥堵的结构稳定性,日本J.Ind.Appl。数学。,11, 203-223 (1994) ·Zbl 0811.90036号
[72] 加齐斯特区。;赫尔曼,R。;Rothery,R.W.,交通流的非线性跟随领先模型,Oper。第9、4、545-567号决议(1961年)·Zbl 0096.14205号
[73] 沃尔特·E。;Lecourtier,Y.,《线性和非线性状态空间模型可识别性测试的全球方法》,数学。计算。模拟,24,6,472-482(1982)·Zbl 0504.93021号
[74] Villaverde,A.F.,非线性生物系统的可观测性和结构可识别性,复杂性,2019,1-12(2019)·Zbl 1417.93085号
[75] 卡尔森,J。;Anguelova,M。;Jirstrand,M.,《大型动力系统结构可识别性分析的有效方法》,IFAC Proc。第45、16、941-946卷(2012年),第16届IFAC系统识别研讨会
[76] 沃尔特·E。;Braems,I。;Jaulin,L。;Kieffer,M.,《保证数值计算作为测试模型可识别性的计算机代数的替代方法》,(Alt,R.;Frommer,A.;Kearfott,R.B.;Luther,W.,《数值软件与结果验证》(2004),施普林格-柏林-海德堡:施普林格–柏林-海德堡-柏林,海德堡),124-131·Zbl 1126.93329号
[77] Villaverde,A.F。;Barrero,A.,大型非线性生化网络的可识别性,Match,76,2(2016)·Zbl 1466.92063号
[78] MATLAB全局优化工具箱,R2020 a。The MathWorks,美国马萨诸塞州纳蒂克。
[79] Audet,C。;Dennis,J.E.,《广义模式搜索分析》,SIAM J.Optim。,13, 3, 889-903 (2002) ·Zbl 1053.90118号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。