中国公路学报

作者：李林恒, 甘婧, 曲栩, 冒培培, 冉斌

单位：1. 东南大学 交通学院, 江苏 南京 211189;2. 东南大学 东南大学-威斯康星大学智能网联交通联合研究院, 江苏 南京 211189;3. 东南大学 城市智能交通江苏省重点实验室, 江苏 南京 211189

关键词：交通工程,安全势场,人工蜂群算法,跟驰模型,智能网联环境

基金：国家重点研发计划项目（2018YFB1600600）；江苏省自然科学基金项目（BK20160685）；东南大学优秀博士学位论文培育基金项目（YBPY1928）

为有效刻画未来智能网联环境下交通流微观跟驰行为，以更加精确地进行车辆的运动决策，建立了基于安全势场理论下的车辆跟驰模型。模型以势场理论为基础，首先阐述了交通环境中安全势场的客观性、普遍性以及可测性，然后通过引入加速度参数对既有安全势场模型进行改进，改进后的安全势场模型能够有效刻画出在不同速度、加速度值下车辆安全势场的变化趋势。在分析安全势场变化基础上，构建的车辆跟驰模型强化了加速度参数对车辆跟驰行为的影响，由于不同速度、加速度信息在智能网联环境下车辆可以实时获取，因此该模型可应用于未来智能网联环境中。此外，在模型参数标定过程中，通过对NGSIM数据进行筛选，得到含有较多减速停车以及启动加速状态的轨迹数据，共筛选得到412组NGSIM真实跟驰车对数据，并最终利用人工蜂群算法对该模型进行参数标定。为评估模型仿真效果，选择OVM模型、IDM模型与本文模型进行比较，并选取均方根误差RMSE和平均绝对百分误差MAPE为参数标定结果评价与验证的指标，结果表明，建立的基于安全势场理论的车辆跟驰模型具有良好的精度，适用于描述考虑加速度参数条件下的跟驰行为，可为今后智能网联环境下车辆微观驾驶安全决策、交通流中观安全势场分布、交通流宏观状态估计等奠定理论基础。

来源：2019年第12期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2019年第12期