摘要
通过引入驾驶员反应时间、反应车型特征的期望跟驰间距系数及前车加速度信息,提出了一种考虑前车加速度信息的改进智能驾驶员模型(AIDM).稳定性分析结果表明:考虑前车加速度信息能进一步提高交通流的稳定性,有效抑制交通拥堵.利用城市道路的实车数据对模型中的前车加速度信息敏感系数进行标定,理论分析和仿真结果表明:与IDM相比,提出的AIDM的拟合精度提高了1.41%.改进后的模型能有效描述实际交通现象,可为智能网联驾驶的相关研究提供参考.
基金项目
中央高校基本科研业务费专项D类项目碳中和专项(2572021DT09)
黑龙江省自然科学基金联合牵引项目(LH2019E004)