早期车辆跟驰模型研究综述

《早期车辆跟驰模型研究综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、车辆跟驰模型研究综述学号：14S032034姓名：孟柳1、早期车辆跟驰模型1.1Pipes与Forbes的跟驰模型Pipes的车辆跟驰模型源于加利福尼亚机动车法规中对驾驶员跟驰行驶的建议：在跟随行驶过程中，安全距离至少为一个车身长度，并随速度每增加16km/h，就增加一个车长。Pipes与Forbes的跟驰模型是早期的研究成果，其工作具有开创的意义，虽然随着对这一领域的深入研究，其模型精度已不能令人满意。但其形式简单，物理意义明确，在实际当中仍然得到了广泛应用。1.2刺激--反应模型刺激--反应模型重在描述驾驶环境中各种刺激对驾驶员行为的影响，包括

2、GM模型和线性跟车模型。GM模型最早是1958年由美国通用汽车研究小组的Chandler，Herman和Montroll提出的，它是由驾驶动力学模型（DrivingDynamicModel）推导而来，并引入如下理念：Response=f(sensitivit，stimuli)式中，Response为后车在时刻t+T的加速度或减速度；sensitivity为后车对刺激的敏感度；stimuli为在时刻t后车与前车的相对速度；T是后车驾驶员的反应时间。这个模型的基本假设为：驾驶员的加速度与两车之间的速度差成正比；与两车的车头间距成反比；同时与自身的速度也

3、存在直接的关系。GM模型清楚地反映出车辆跟驰行驶的制约性、延迟性及传递性。GM跟驰模型的优缺点：GM跟驰模型形式简单，物理意义明确。作为早期的研究成果，具有开创意义，许多后期的跟驰模型研究都是以其建立的刺激--反应的方程为基础，在前车紧急刹车时，后车维持不致发生尾撞的最小安全距离为前提推导而得。但是，GM模型的通用性较差，现在较少使用GM模型，这是因为在确定m和l的过程中存在大量的矛盾之处。造成矛盾的原因可能是：（1）车辆跟驰行为非常易于随着交通条件和交通运行状态的变化而变化，前车的刺激与后车的反应并非是一一对应的关系。（2）大量的研究和实验是在低

4、速度和停停走走的交通运行状态中进行的，而这种状态的交通流不能很好地反映一般的跟驰行为。（3）根据GM模型，无论前后车相距多远，都存在影响关系，这不符合车辆跟驰模型的基本概念。（4）前后车速同时允许两车的车头间距无限减小直至为零，这显然是不合理的。1.3安全距离模型（CA模型）安全距离模型也称防追尾模型，简称CA模型，该模型最初由Kometani和Sasaki于1995年提出，该模型最基本的关系并非GM模型所倡导的刺激--反应关系，而是寻找一个特定的安全跟车距离。如果前车驾驶员做了一个后车驾驶员意想不到的动作时，在后车与前车的跟车距离小于这个特定的跟

5、车距离时，就有可能发生碰撞。安全距离模型（CA模型）的优缺点：这一模型的优点在于可以用一些对驾驶行为一般感性假设来标定模型。大多数情况下只需知道驾驶员将采用的最大制动减速度，就能满足整个模型的需要。然而，仍有许多问题有待解决。如避免碰撞的假设在模型的建立中是合乎情理的，但与实际情况存在着差距。在实际的交通运行中，司机在很多情况下并没有保持安全距离行驶。因此，在利用基于安全间距的跟驰模型进行通行能力的分析，很难与实际最大交通量吻合。1.4生理--心理模型生理--心理模型也称反应点模型，简称AP模型。这类模型用一系列阈值和期望距离体现人的感觉和反应，这

6、些界限值划定了不同的值域，在不同的值域后车与前车存在不同的影响关系。生理--心理模型是一种跟驰决策模型。在这类模型中，研究的最为深入，最符合实际驾驶行为的是Wiedemann于1986年建立的MISSION模型，他对阈值进行了较为细致的划分，通过大量的实验调查，Wiedemann定义了6种阈值和期望间距，运用不同的阈值和期望间距的组合将驾驶行为划分为自由驾驶、接近驾驶、跟随过程和紧急刹车等状态，并提供了其相应的加速度计算方法，并将各阈值按一定的分布随机的分配给模型中的每个驾驶员，以便得到更符合实际的随机的样本。生理--心理模型的优缺点：该类模型最大

7、的优点就是充分考虑了驾驶员的生理、心理因素对驾驶行为的影响和制约，及由此而产生的不同驾驶行为，从建模方法上更接近实际情况，也最能描述大多数我们日常所见的驾驶行为。但不足的是，该类模型的参数较多，子模型之间的相互关系比较复杂，并且对于各种阈值的调查观测比较困难。2、近期车辆跟驰模型驾驶员在驾驶过程中受到诸多因素的影响，如驾驶动机、生理因素、心理因素、技术因素等，而驾驶员作为驾驶员--车辆--道路--环境之间的信息传递过程的中介，本身具有延续性、相关性、自学习型、复杂性、模糊性、离散性、时变性、随机性、不确定性等特征，不同的驾驶员对多源信息的感知、综合

8、、判断、预测、决策的过程不同。因此，驾驶行为是一个复杂的人的行为，用上述传统的微分方程模型很难描述这一过程的不确定性和不一