基于随机森林的智能网联汽车开放测试道路评级算法

doi:10.13229/j.cnki.jdxbgxb.20250544

摘要/Abstract

摘要：

为研究开放测试道路对智能网联汽车行驶安全性测试的有效性，本文提出了基于随机森林的智能网联汽车开放测试道路评级算法。从道路复杂性、安全保障性、场景多样性、设施全面性和场景典型性五方面构建了智能网联汽车开放测试道路评级指标体系，建立智能网联汽车开放测试道路评级的随机森林模型，应用国内外已建开放测试道路数据进行模型标定，并以长春市智能网联汽车开放测试道路为案例，验证算法可行性。结果表明：应用本文所提出的智能网联汽车开放测试道路评级算法可准确进行道路评级，为智能网联汽车开放测试道路的选择、规划和建设提供模型支持。

关键词: 交通运输规划与管理, 智能网联汽车, 开放测试, 道路分级, 随机森林

Abstract:

To investigate the effectiveness of open roads in the ICV driving safety test， a rating algorithm for open road in ICV test according to the theory of random forest was proposed. A rating index system for open testing roads of intelligent connected vehicles was constructed from five aspects： road complexity， safety assurance， scene diversity， facility comprehensiveness， and scene typicality. Then a random forest model for the rating of open road is built and calibrated with the data of the existing open roads in ICV test. The rating algorithm is then applied in rating of open roads in Changchun City， the results of which demonstrates the feasibility and effectiveness of the model. The results indicate that the proposed intelligent connected vehicle（ICV） open test road rating algorithm can accurately perform road rating， providing model support for the selection， planning， and construction of open test roads for ICV.

Key words: transportation planning and management, intelligent connected vehicle （ICV）, open test, road rating, random forest

中图分类号:

U491.1

王东,李宇暄,吴欢,宗芳. 基于随机森林的智能网联汽车开放测试道路评级算法[J]. 吉林大学学报(工学版), 2025, 55(9): 2998-3006.

Dong WANG,Yu-xuan LI,Huan WU,Fang ZONG. Rating algorithm for open test road of intelligent connected vehicle based on random forest[J]. Journal of Jilin University(Engineering and Technology Edition), 2025, 55(9): 2998-3006.

图/表 7

表1

表2

图1

图2

表3

图3

表4

参考文献 26

[1]	杨涛, 马玉琴, 刘梦, 等. 智能网联环境下信号交叉口车辆轨迹重构模型[J]. 西南交通大学学报, 2024, 59(5): 1148-1157.
	Yang Tao, Ma Yu-qin, Liu Meng, et al. Vehicle trajectory reconstruction model of signalized intersection in connected automated environments[J]. Journal of Southwest Jiaotong University, 2024, 59(5): 1148-1157.
[2]	蒋阳升, 刘梦, 王思琛, 等.基于跟驰特性的智能网联车混合交通流轨迹重构[J]. 西南交通大学学报, 2021, 56(6): 1135-1142.
	Jiang Yang-sheng, Liu Meng, Wang Si-chen, et al. Trajectory reconstruction for traffic flow mixed with connected automated vehicles based on car-following characteristics[J]. Journal of Southwest Jiaotong University, 2021, 56(6): 1135-1142.
[3]	李骁驰, 赵祥模, 徐志刚, 等.面向智能网联交通系统的模块化柔性试验场[J]. 中国公路学报, 2019, 32(6): 137-146.
	Li Xiao-chi, Zhao Xiang-mo, Xu Zhi-gang, et al. Modular flexible test bed for intelligent and connected transportation system[J]. China Journal of Highway and Transport, 2019, 32(6): 137-146.
[4]	Connected automated driving roadmap [R]. Brussels:European Road Transport Research Advisory Council, 2019.
[5]	和福建, 石娟, 秦孔建. 国内外智能网联汽车公共道路测试现状和发展趋势研究[J]. 中国汽车, 2018(12):28-33.
	He Fu-jian, Shi Juan, Qin Kong-jian. Research on the current situation and future development of domestic and foreign intelligent and connected vehicle public road testing[J]. China Auto, 2018(12): 28-33.
[6]	于胜波, 陈桂华, 李乔, 等. 国内外智能网联汽车道路测试对比研究[J]. 汽车文摘, 2020(2): 29-36.
	Yu Sheng-bo, Chen Gui-hua, Li Qiao, et al. Comparative research on intelligent and connected vehicle road tests at home and abroad[J]. Automotive Digest, 2020(2): 29-36.
[7]	北京自动驾驶车辆测试路段道路要求(试行)[R]. 北京: 北京市交通委员会, 2018.
[8]	宗晨宏, 马健霄, 陆涛. 封闭式智能网联汽车测试场可靠性评价方法[J]. 重庆理工大学学报: 自然科学, 2023(4): 105-114.
	Zong Chen-hong, Ma Jian-xiao, Lu Tao. Reliability evaluation method of closed test fields for intelligent connected vehicles[J]. Journal of Chongqing University of Technology (Natural Science), 2023(4): 105-114.
[9]	李晓庆, 刘奇, 李炳林, 等. 智能网联汽车测试开放道路选线及分级研究[J]. 交通工程, 2019(5): 74-78.
	Li Xiao-qing, Liu Qi, Li Bing-lin, et al. Research on selection and classification of intelligent connected vehicle public testing roads[J]. Journal of Transportation Engineering, 2019(5): 74-78.
[10]	黄丽. 部分自动驾驶汽车场地测试与评价研究[D]. 重庆: 重庆大学车辆工程学院, 2018.
	Huang Li. Study on the field test and evaluation methods of partial automated vehicles[D]. Chongqing: College of Vehicle Engineering, Chongqing University, 2018.
[11]	滕金润. 智能网联汽车开放测试道路交通安全评价研究[D]. 成都: 西华大学交通学院, 2022.
	Teng Jin-run. Research on traffic safety evaluation of open test roads for intelligent connected vehicles[D]. Chengdu: College of Transportation, Xihua University, 2022.
[12]	Avery D J. System and method for testing the integrity of a vehicle testing/ diagnostic system[P].United States Patent: 20110185115, 2011-07-28.
[13]	Daniel L. Research of the stopping distance for different road conditions[J]. Transport Problems, 2011, 6(4): 119-126.
[14]	马亚芳, 王文杰, 顾可, 等. 智能网联汽车自动驾驶功能测试分析[J]. 时代汽车, 2021 (23): 38-40, 46.
	Ma Ya-fang, Wang Wen-jie, Gu Ke, et al. Test and analysis of autonomous driving function of intelligent and connected vehicles[J]. Auto Time, 2021 (23): 38-40, 46.
[15]	Breiman L. Random forests[J]. Netherlands: Machine Learning, 2001, 45(1): 5-32.
[16]	Strobl C, Boulesteix A L, Kneib T, et al. Conditional variable importance for random forests[J]. England: BMC Bioinformatics, 2008, 9(1): l-11.
[17]	Reif D M, Motsinger A A, McKinney B A, et al. Feature selection using a random forests classifier for the integrated analysis of multiple data types[C]∥Proceedings of the 2006 IEEE Symposium on Computational Intelligence in Bioinformatics and Computational Biology, Toronto, Canada, 2006: 171-178.
[18]	Mohammed K, Sounak C, Mihail P. Predicting disease risks from highly imbalanced data using random forest[J]. England: BMC Medical Informatics and Decision Making, 2011, 11(7): 51-58.
[19]	Verikas A, Gelzinis A, Bacauskiene M. Mining data with random forests: a survey and results of new tests[J]. England: Pattern Recognition, 2011, 44(2): 330-349.
[20]	智能网联道路系统分级定义与解读报告(征求意见稿)[R]. 北京: 中国公路学会自动驾驶工作委员会, 2019.
[21]	北京市自动驾驶车辆道路测试能力评估内容与方法(试行)[R]. 北京: 北京市经济和信息化委员会, 2019.
[22]	北京自动驾驶车辆测试路段道路要求(试行)[R]. 北京: 北京市交通委员会, 2019.
[23]	蔡越, 潘怡宏. 智能网联汽车开放测试道路建设研究[J]. 城市道桥与防洪, 2021(1): 24-28, 48.
	Cai Yue, Pan Yi-hong. Study on open test road construction of intelligent connected vehicle[J]. Urban Roads Bridges & Flood Control, 2021(1): 24-28, 48.
[24]	蔡勇, 李秀文. 智能网联汽车测试评价体系研究[J]. 中国汽车, 2018(10): 27-33.
	Cai Yong, Li Xiu-wen. Research on test and assessment system of intelligent & connected vehicle (ICV)[J]. China Auto, 2018(10): 27-33.
[25]	张立建. 人们追求效用最大化的全新解读[J]. 广州大学学报: 社会科学版, 2018, 17(4): 50-56.
	Zhang Li-jian. A new interpretation of people's pursuit of utility maximization[J]. Journal of Guangzhou University (Social Science Edition), 2018, 17(4): 50-56.
[26]	长春市智能网联汽车开放测试道路(一期)可行性评估报告[R]. 长春: 长春市启明信息技术股份有限公司, 2018.

相关文章 15

[1]	贾洪飞,庄博,罗清玉,刘玲,黄秋阳. 积水条件下城市路网性能恢复决策优化[J]. 吉林大学学报(工学版), 2025, 55(9): 2969-2977.
[2]	戢晓峰,邓若凡,乔新,关昊天. 建成环境对共享单车时间集聚模式的非线性影响[J]. 吉林大学学报(工学版), 2025, 55(7): 2233-2242.
[3]	何庆龄,裴玉龙,侯琳,刘静,潘胜. 混合策略改进WOA-BiLSTM的快速路出口匝道车速预测[J]. 吉林大学学报(工学版), 2025, 55(6): 2038-2049.
[4]	徐慧智,郝东升,徐小婷,蒋时森. 基于深度学习的高速公路小目标检测算法[J]. 吉林大学学报(工学版), 2025, 55(6): 2003-2014.
[5]	岳昊,常笑,刘建业,曲秋莳. 引入车辆窗的定制公交线路优化[J]. 吉林大学学报(工学版), 2025, 55(4): 1266-1274.
[6]	孟祥海,王国锐,张明扬,田毕江. 基于选择集成的山区高速事故预测模型[J]. 吉林大学学报(工学版), 2025, 55(4): 1298-1306.
[7]	吴文静,邓淳淳,贾洪飞,孙舒航. 内涝影响下路网畅通可靠度评估及关键路段识别[J]. 吉林大学学报(工学版), 2025, 55(4): 1250-1257.
[8]	李昱燃,汪飞,朱才华,韩飞,李岩. 污染天气居民通勤模式选择影响因素的链式效用[J]. 吉林大学学报(工学版), 2025, 55(2): 577-590.
[9]	高天洋,胡大伟,姜瑞森,吴雪,刘慧甜. 基于模块化车辆的区域灵活接驳公交线路优化[J]. 吉林大学学报(工学版), 2025, 55(2): 537-545.
[10]	马书红,张俊杰,陈西芳,廖国美. 利用出租车时序数据识别城市功能区[J]. 吉林大学学报(工学版), 2025, 55(2): 603-613.
[11]	孙峣,姚宝珍,白子建. 基于随机森林模型的交通拥堵疏导效果评估[J]. 吉林大学学报(工学版), 2025, 55(2): 512-519.
[12]	年光跃,潘海啸,孙健. 城市建成环境与道路交通运行关系[J]. 吉林大学学报(工学版), 2025, 55(1): 141-149.
[13]	徐慧智,蒋时森,王秀青,陈爽. 基于深度学习的车载图像车辆目标检测和测距[J]. 吉林大学学报(工学版), 2025, 55(1): 185-197.
[14]	郑长江,陶童统,陈志超. 基于流量可调重分配的级联失效模型[J]. 吉林大学学报(工学版), 2024, 54(9): 2441-2450.
[15]	闫云娟,查伟雄,石俊刚,严丽平. 基于随机充电需求的充电桩优化双层模型[J]. 吉林大学学报(工学版), 2024, 54(8): 2238-2244.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed

评价方面	评价内容	具体指标	评价方面	评价内容	具体指标
测试道路复杂性	路网形态	X₁方格式	相关设施全面性	道路交通管理设施	X₃₁限速标志
		X₂放射式			X₃₂停车让行标志标线
		X₃环形放射式			X₃₃车道线
		X₄自由式			X₃₄人行横道线
	道路等级	X₅快速路			X₃₅中央隔离带
		X₆主干路			X₃₆机非分离设施
		X₇次干路			X₃₇可变车道
		X₈支路			X₃₈减速带
	车道数	X₉含有单向双车道道路		道路交通设施	X₃₉公交专用道
		X₁₀含有单向三车道道路			X₄₀路边式公交站
		X₁₁含有单向四车道及以上道路			X₄₁港湾式公交站
		X₁₂道路变窄			X₄₂路侧停车设施
	交叉口类型	X₁₃十字交叉口			X₄₃左弯待转区
		X₁₄丁字交叉口			X₄₄照明设施
		X₁₅异形交叉口		路侧设施智能化水平	X₄₅ R₁（基础信息化） X₄₆ R₂（部分协同）
		X₁₆环形交叉口		路侧设施智能化水平	X₄₇ R₃（有条件协同） X₄₈ R₄（高度协同）
测试场景多样性	路段类型	X₁₇直路	交通安全保障性	交通事故率/（起·年^-1）	X₄₉简易交通事故率≤50
		X₁₈坡路			X₅₀一般交通事故率≤10
		X₁₉弯路			X₅₁重大交通事故率≤1
	交叉口组织方式	X₂₀机动车信号灯交叉口		居住密度	X₅₂中低居住密度
		X₂₁方向指示信号灯交叉口		居住密度	X₅₃中高居住密度
		X₂₂无信号灯交叉口		路段饱和度（高峰时段）	X₅₄路段饱和度≤0.6
	障碍物	X₂₃路墩、井盖、车阻石等			X₅₅ 0.6<路段饱和度≤0.75
	特殊场景	X₂₄学校区域			X₅₆ 0.75<路段饱和度≤0.9
		X₂₅隧道	交通场景典型性	路段饱和度（全时段）	X₅₇ 0.75≤部分路段饱和度≤1
		X₂₆桥下道路		路段饱和度（全时段）	X₅₈部分路段饱和度＞1
		X₂₇林荫路		混行交通	X₅₉机非混行道路
		X₂₈互通式立交
		X₂₉转弯盲区
		X₃₀无中央隔离带

城市	测试开放道路总里程/km	分布区域	测试开放道路环境	交通概况
北京	2 238.43	大兴、海淀、房山、顺义、亦庄等7个区	以双向四车道为主	交通流量较小
上海	2 008	嘉定、临港、奉贤和金桥、浦东新区等区域	测试道路几何线形较好	交通流量小
深圳	144.69	福田、南山、盐田、宝安等9个区	测试道路以非交通性主、次干路为主	交通流量较小交通状况良好
武汉	3 378.73	遍布武汉市12个行政区	测试场景多样，路况全面	交通流量小
杭州	115	余杭区、临平区、富阳区	测试场景多样，路况全面	交通量小交通状况良好
广州	1 980	南沙、黄埔、花都等6个行政区	测试场景丰富	社会车辆较少

路测等级	随机森林算法	Logit算法
R₁	98.84	84.34
R₂	89.00	76.42
R₃	90.94	64.55
R₄	88.57	66.78
R₅	87.15	47.00

序号	地点		信号灯	交通摄像头	交叉口类型
1	绿柳路	聚业大街	布设	布设	十字路口
2	青桐路		未布设	未布设	丁字路口
3	蓝桉路		未布设	布设	丁字路口
4	紫杉路		未布设	未布设	丁字路口
5	银杏路		布设	布设	异形路口
6	金桔路		未布设	未布设	Y形路口
7	福业广场		未布设	未布设	环岛
8	福祉大路	郁金香街	未布设	未布设	丁字路口
9		樱花街	布设	布设	十字路口
10		擎天树街	布设	布设	十字路口
11		槐荫路	未布设	布设	十字路口
12		新城大街	未布设	未布设	—
13	紫杉路	欧李街	未布设	未布设	十字路口
14	夏荷路	欧李街	未布设	未布设	丁字路口
15	枫叶路	欧李街	未布设	未布设	丁字路口
16	百合街	欧李街	未布设	未布设	十字路口
17	百合街	红梅街	未布设	未布设	十字路口
18	长春大学旅游学院长春市实验中学长春市机械工业学校		未布设	未布设	环岛
19			未布设	未布设	—
20			未布设	未布设	—