ベイズ分類器と決定木を用いた必須車線変更のモデル化

車線が減少する際に、運転者に安全な隙間を通知する車線変更支援システムが開発された。ベイズ分類器と決定木の手法を用いて車線変更をモデル化した。モデル開発には次世代シミュレーション (NGSIM) データセットからの詳細な車両軌道データが使用され、テストには (米国ハイウェイ 101) と (州間高速道路 80) が用いられた。このモデルは、特定の入力変数の関数として、合流するかどうかの運転者の判断を予測する。ベイズ分類器と決定木分類器を多数決原理を用いて単一の分類器に統合した際に、最良の結果が得られた。非合流イベントの予測精度は94.3%、合流イベントの予測精度は79.3%であった。車線変更支援システムにおいて、非合流イベントの精度は合流イベントより重要である。非合流イベントを合流イベントとして誤分類すると交通事故が発生する可能性があるのに対し、合流イベントを非合流イベントとして誤分類すると合流の機会を失うだけである。非合流イベントの誤分類コストを高く設定する感度分析を行った結果、非合流イベントの精度はさらに向上したが、合流イベントの精度は低下した。