基于自然驾驶数据的高速公路跟驰模型参数标定

来源：中国血液净化杂志2020年第5期北京时间：

作者：王雪松, 孙平, 张晓春, 张凯

单位：1. 同济大学 道路与交通工程教育部重点试验室, 上海 201804;2. 深圳市城市交通规划设计研究中心股份有限公司, 广东 深圳 518000"],"fundList_en":["National Natural Science Foundation of China (51878498), Scientific Research Program of Shanghai Municipal Science and Technology Commission (18DZ1200200)

摘要：为了研究中国驾驶人在高速公路上的跟驰行为特征，从上海自然驾驶研究试验数据库中提取48位驾驶人在高速公路上的跟驰事件并进行特征分析。利用自动化筛选准则及人工验证方式提取1 548个有效事件，选取后车车速与车头间距为性能指标，其均方根百分比误差之和为目标函数，利用遗传算法对Gazis-Herman-Rothery模型、GIPPS模型、智能驾驶人模型、全速度差模型和Wiedemann模型进行参数标定及效果验证。基于误差、碰撞及后退等异常情况出现次数等比较其表现性。研究结果表明：不同模型对中国驾驶人的适应性不同，智能驾驶人模型具有最小的误差和误差标准差，更加适合仿真中国驾驶人在高速公路上的跟驰行为。研究结果对于开发适合于中国驾驶人与道路环境特征的跟驰模型具有重要价值。

关键词：交通工程,跟驰模型标定与验证,遗传算法,跟驰模型,自然驾驶,高速公路

基金资助：国家自然科学基金项目（51878498）；上海市科学技术委员会科研计划项目（18DZ1200200）