跟随自动驾驶汽车行驶场景下的驾驶人行为分析与建模.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2026，62（1）391

跟随自动驾驶汽车行驶场景下的驾驶人行为分析与建模

1，2+11

王润民，何佳浚，冯皓

1.长安大学信息工程学院，西安710018

2.长安大学西部交通安全与智能控制省部共建协同创新中心，西安710018

+通信作者E-mail：rmwchd@

摘要：为探究混行交通环境下自动驾驶汽车（automatedvehicles，AVs）与人工驾驶汽车（human-drivenvehicles，

HVs）间的动态交互作用，以基于Lyft-5自动驾驶数据集提取的HV跟随HV与HV跟随AV两种跟驰案例数据为研究

场景，采用Mann-WhitneyU检验对两种场景的后车跟驰安全性与稳定性进行差异性分析，结果显示HV在跟随AV

过程中具有更大的车头时距与安全裕度，而跟驰稳定性无显著性差异；提取了数据中与驾驶人对AV信任度有关的

四类特征，采用基于离群点递归筛除的Kmeans++算法对特征进行精确聚类后将驾驶人分为三类（AV怀疑者、AV信

任者、AV中立者）；建立了考虑驾驶人对AV信任度的智能驾驶人模型（intelligentdrivermodel，IDM），采用遗传算

法对改进的IDM模型与原始IDM模型进行参数标定并使用加速度的均方根误差作为参数标定和模型验证的误差

量化指标。实验结果表明，AV怀疑者、AV信任者、AV中立者IDM模型在参数标定过程中的误差均值较原始IDM模

型分别降低了33.3%、45.4%、18.2%，在模型验证过程中三种模型的误差均值分别较原模型降低了12.9%、8.9%、

9.2%，在模型对比过程中，改进模型的误差均值均小于另外两种传统的跟驰模型，证明提出的改进IDM模型可以表

征HV在跟驰AV时的行为特性。

关键词：自动驾驶；混行交通流；跟驰行为；特征聚类；差异性分析

文献标志码：A中图分类号：TP306doi：10.3778/j.issn.1002-8331.2410-0203

DriverBehaviorAnalysisandModelinginDrivingSceneofFollowingAutomatedVehicles

1，2+11

WANGRunmin,HEJiajun,FENGHao

1.SchoolofInformationEngineering,Chang’anUniversity,Xi’an710018,China

2.CollaborativeInnovationCenterforWesternTrafficSafetyandIntelligentControlbyProvinceandMinistry,Chang’an

University,Xi’an710018,China

Abstract：Toinvestigatethedynamicinteractionbetweenautomatedvehicles(AVs)andhuman-drivenvehicles(HVs)

withinmixedtrafficenvironment,thisstudyutilizesdatafromtwocar-followingscenarios:HVfollowingHVandHV

followingAV,extractedfromtheLyft-5automateddrivingdataset.ByemployingtheMann-WhitneyUtest,safetyand

stabilitydifferencesofthefollowingcarinthesescenariosareanalyzed.ResultsrevealthatHVexhibitsalargerti