跟跟驰驰自自动动驾驾驶驶车车时时人人驾驾车车行行为为研研究究：实证与建模

随着中国新基建战略的提出及自动驾驶和网联通信技术的不断发展,智能网联车辆（Connected and Automated Vehicle,CAV）、自动驾驶车辆（Autonomous Vehicle,AV）和人工驾驶车辆（Human-driven Vehicle,HDV）混行的状态将在未来一段时间内存在。在混行条件下,车辆间的交互影响模式将发生变化。本文以HDV跟驰AV的驾驶行为为研究对象,通过分析驾驶实验数据将跟驰AV时HDV的驾驶风格量化并分为迟疑型、平稳型和信赖型三类。同时考虑驾驶风格、车辆的转弯能力和转弯半径等参数改进智能驾驶人模型（Intelligent Driver Model,IDM）,建立了前车为AV时的HDV跟驰模型。该模型通过对三类不同风格HDV跟驰AV时的驾驶参数的标定,能根据不同跟驰风格采取相应的跟驰策略。经数据拟合检验,该模型在启动加速、匀速行驶和制动减速阶段均能以较高精度拟合实际驾驶数据,其中直行跟驰的平均拟合精度为96.2%,转弯跟驰的平均拟合精度为91.4%。可见,本文提出的模型可以刻画HDV跟驰AV时的行为特征。在目前难以进行大规模混流实车实验的情况下...     

����ʱ���ֵ���㼰Ӧ���о�

传统的出行时间价值计算方法无法考虑出行者主观因素对出行时间价值判断的影响以及出行时间的利用效率问题。本文综合应用生产法、收入法及非集计Probit模型,引入节省时间利用系数,建立了出行时间价值计算综合模型,对传统方法做出改进;应用已建时间价值计算模型及佛山市南海区出行调查数据计算出行者的广义出行费用,进而建立了出行频率预测Logistic模型;根据出行频率预测及敏感性分析对南海区实施拥挤收费策略的可行性进行了评价。结果表明,改进的时间价值计算方法可以充分考虑出行者主观因素对其时间价值判断的影响,解决时间价值利用率问题,并且提高时间价值计算的准确率。已建方法可为出行行为分析、预测和交通需求管理策略评价提供理论支持。