基于自然驾驶数据的分心状态特征分析与跟驰行为建模OA北大核心CSCDCSTPCD
Distracted Car-Following Behavior Analysis and Modeling Based on Large-Scale Naturalistic Driving Experiment
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.
朱奕昕;张铎;王俊骅;孙剑
同济大学 道路与交通工程教育部重点实验室,上海 201804同济大学 道路与交通工程教育部重点实验室,上海 201804同济大学 道路与交通工程教育部重点实验室,上海 201804同济大学 道路与交通工程教育部重点实验室,上海 201804
交通工程
交通流分心驾驶跟驰模型自然驾驶数据驾驶人行为
traffic flowdistraction drivingcar-following(CF)modelnaturalistic driving datadriver behavior
《同济大学学报（自然科学版）》 2023 (7)
1094-1104,11
国家自然科学基金(52125208,52002278)国家重点研发计划(2018YFB1600505)
评论