第五章-车辆跟驰模型.ppt

5.3 跟驰行为模型 3、模型特点 1.优点 ① 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。 ② 由于驾驶员的行为是影响交通安全和通行能力的一项重 要因素，所以生理—心理模型的研究具有重要意义。 行为阈值模型的缺点在于模型的参数较多。 子模型之间的相互关系比较复杂。 对于各种阈值的调查观测比较困难及其通用性比较差。 5.3 跟驰行为模型 四、人工智能类模型 1、概述 该类模型主要是基于模糊逻辑，通过驾驶员未来的逻辑推理来研究驾驶行为的跟驰模型。 2、基本形式 （1）如果 适当，则 式中： ——两车之间的距离； ——隶属于第i个模糊集的第n辆车的加速度； ——隶属于第i个模糊集的相对速度； ——使用规则进行仿真的时间间隔，取为1s； ——跟驰车期望追上前导车的时间，取为2.5s。 5.3 跟驰行为模型 （2）如果 不适当，则 每增加或减少一个等级， 将增加或减少0.3m/s2； 3、模型特点 1.优点 ①与传统GM模型相比，该模型具有局部稳定性。 两个因素可能导致模型与实际有较大的出入： 该模型认为能够精确地得出 为 0.3m/s2； 已经从线性模型中得知 对加速度的影响非常小。 5.3 跟驰行为模型 五、优化速度类模型 1、概述 为了解决GM模型在停车启动过程中过大加速度的问题而建立，其本质上与GM模型具有相同的形式。 2、基本形式 优化速度模型的表达式为： 式中： ——敏感系数； ——优化速度函数，即根据车头间距优化出驾驶人期望的速度。 5.3 跟驰行为模型 两类典型的优 化速度函数为 优化速度函数可以有各种不同的形式： 5.3 跟驰行为模型 六、智能驾驶模型 1、模型方程 该模型由两项构成，包含自由状态下的加速趋势和考虑与前导车碰撞的减速趋势。 5.3 跟驰行为模型 七、元胞自动机模型 1、基本理论 物理学 方面 数学 方面 计算机方面 元胞自动机被视为描述连续现象的偏微分方程的对立体，是一个时空离散的数学模型。 元胞自动机被视为新兴的人工智能、人工生命的分支。 元胞自动机的含义存在不同的解释： 生物学 方面 元胞自动机被视为生面现象的一个抽象。 元胞自动机被视为离散的、无穷维的动力学系统。 5.3 跟驰行为模型 1、基本概念 图 5-5 元胞自动机构成示意图 5.3 跟驰行为模型 2、基本形式 STCA模型可用如下运动规则表述： 如果 则v以概率p减1， 式中： ——车辆速度； ——车辆最大速度； ——车辆车头间距； ——车辆的位置。 5.3 跟驰行为模型 3、模型特点 Text in here 缺点 Text in here 优点 对交通系统的描述实践了用—种离散化模型描述离散化 问 题的思想。 避免了流动比拟下确定性方程的严格假设及求解离散化 对真实信息的损失。 模型的假设与实际的驾驶行为还存在着较大的差距。 如何将元胞自动机模型与交通实际联系起来，还需 要做大量的工作。 5.4 跟驰模型仿真示例 5.1 5.2 5.3 5.4 5.4 跟驰模型仿真示例 采用跟驰模型的仿真软件主要有 VISSIM、CORSIM、PARAMICS、FLOWSIM等。 一、VISSIM软件 1、“Wiedemann”模型 VISSIM 的交通流模型是一个基于时间的、离散、随机的微观模型，它以驾驶员—车辆—单元为基本实体。 5.4 跟驰模型仿真示例 1974年维德曼（Wiedemann）提出以行为阈值划分跟驰状态，并建立了一个行为阈值模型(Behavioral Threshold Model)。 图5-6 跟车模型（Wiedemann维德曼，1974） 5.4 跟驰模型仿真示例 Free driving Approaching Following Braking 基于Wiedemann 模型把驾驶员 的行驶状态分为四种类型 5.4 跟驰模型仿真示例 2、Wiedemann 74模型 模型适用于市区内的一般道路驾驶行为。模型的形式为： 式中： d——停车时的平均车辆间距； ——安全距离附加部分； ——安全距离倍数部分； ——随机因子[0,1]，平均值0.5，标准差0.15的正态分布； ——车速（单位m/s）。 5.4 跟驰模型仿真示例 2、Wiedemann 99模型 该模型适用于郊区或者高速道路的驾驶行为。模型的形式为： 式中： ——平均安全距离。 CC0 （停车间距）——两停止车辆之间的平均期望间隔距离，没有变量； CC1