Abstract：
为探究交通状态及演化趋势在驾驶人自稳定控制(SSC)中的作用,提出了考虑驾驶人交通态势估计的自稳定跟驰模型.首先,基于SHAP解释模型和不同交通状态下速度差敏感性系数分布差异,解析了前方交通状态对驾驶行为的重要作用以及在驾驶人自稳定控制中的影响机制.其次,在全速度差模型(FVDM)中引入表征驾驶人对前方交通态势感知与估计的参数,提出了 一种改进的自稳定全速度差模型(SS-FVDM).然后,对原始和改进后的模型进行了参数标定和对比验证.最后,为弥补SSC的局限性,开发了一种新的网联辅助驾驶策略来实现SSC效果的稳固和进一步提升,并基于线性稳定分析理论,推导了模型的稳定性条件.结果表明:相比于FVDM,SS-FVDM具有更大的稳定区间和更高的拟合精度,并能够很好地捕捉驾驶人在自稳定控制下的松弛行为特征.此外,基于SSC所开发的网联辅助驾驶策略能够更大程度地提升交通流稳定性.
Keyword：
Reprint Author's Address：
Email：
Source ：
东南大学学报（自然科学版）
ISSN： 1001-0505
Year： 2023
Issue： 2
Volume： 53
Page： 315-325
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 6
Affiliated Colleges：
