基于自然驾驶数据的分心状态特征分析与跟驰行为建模

来源：同济大学学报·自然科学版杂志2023年第7期北京时间：

作者：朱奕昕，张铎，王俊骅，孙剑

单位：同济大学 道路与交通工程教育部重点实验室，上海 201804

摘要：基于行为特征对分心跟驰行为进行分类和建模，根据模型标定的方法探究不同状态下跟驰模型的适应性。首先从持续开展3年有余的上海自然驾驶数据中提取了大量分心跟驰样本，基于驾驶行为刺激反应框架对分心状态特征进行了初步分类，得到了5类分心跟驰行为；其次分析了现有4类经典跟驰模型（GHR、GIPPS、IDM和Wiedemann）对分心跟驰行为的适应性，同时根据五折交叉验证适应性结果对分心跟驰行为分类进一步优化，最终得到3类分心跟驰行为（麻木反应、过激反应和延迟反应）；最后探讨了分心状态下的2种跟驰行为建模策略（AIDM和TDIDM）。结果表明，对IDM模型进行合理标定即可较准确地描述不同类型的分心跟驰行为。

关键词：交通流,分心驾驶,跟驰模型,自然驾驶数据,驾驶人行为

基金资助：国家自然科学基金（52125208，52002278）；国家重点研发计划（2018YFB1600505）