基于期望跟驰间距的跟驰模型研究
智能交通系统中的车辆跟驰模型研究
智能交通系统中的车辆跟驰模型研究随着人口增长、城市化进程的加快，交通拥堵与交通事故等问题日益突出，智能交通系统（ITS）的建设也逐渐走进了人们的视野。
而车辆跟驰模型则是ITS研究中的一个重要方向，其研究成果能够为交通运输提供参考依据与技术支持。
一、车辆跟驰模型的概述车辆跟驰模型是指对于同一个道路上的相邻两辆车辆之间的相互作用过程进行建模和分析。
车辆跟驰模型包括了车辆的运动学特性和驾驶员行为的影响，因此能够模拟车辆在实际交通环境中的行驶情况。
车辆跟驰模型是智能交通系统研究的重要方向。
在实际交通环境中，相邻车辆之间的距离、速度等因素互相影响，因此通过建立跟驰模型，能够在不同的交通流环境中对其进行仿真模拟能够得到有效结果，对于交通运输管理具有重要的实用价值。
二、车辆跟驰模型的分类车辆跟驰模型通常基于不同的驾驶员行为假设进行分类。
常见的车辆跟驰模型有基于驾驶员反应时间的定常跟驰模型、基于车辆间距和速度的非线性跟驰模型、基于驾驶员判断的智能跟驰模型等。
不同的跟驰模型代表着不同的实际交通流环境，能够更好地模拟驾驶员在不同状况下的反应以及车辆间的交互行为。
三、常见的车辆跟驰模型1.基于时间间隔的定常跟驰模型基于时间间隔的定常跟驰模型是最早被提出并且得到广泛应用的一种跟驰模型，它基于车辆之间的时间间隔，通过驾驶员反应时间与加速度等参数对跟驰过程进行建模。
2.基于间距的非线性跟驰模型基于间距的非线性跟驰模型则主要考虑神经网络以及神经计算模型，通过建立通常输入的距离和速度实现具有非线性的表现，这种跟驰模型可以更好地模拟复杂的交通流环境，对于进一步的交通运输管理有着重要的作用。
3.基于驾驶员判断的智能跟驰模型智能跟驰模型主要是基于驾驶员的行为特征建立，通过考虑驾驶员判断和反应时间、车辆跟驰距离和车辆加速度等参数，进行相互作用，同时集成了模糊逻辑控制与神经网络等技术手段，能够更好地模拟交通流环境，并提高交通运输的安全性和周转效率。
车联网环境下高速公路车辆跟驰模型及仿真研究共3篇
车联网环境下高速公路车辆跟驰模型及仿真研究共3篇车联网环境下高速公路车辆跟驰模型及仿真研究1车联网环境下高速公路车辆跟驰模型及仿真研究随着车联网技术的发展，高速公路上的车辆跟驰行为受到越来越多的关注。
跟驰行为是指车辆在道路上行驶时，根据前方车辆的速度和间距，调整自身速度和位置，保持一定的车距与车速，避免追尾和交通拥堵发生。
本文将探讨车联网环境下高速公路车辆跟驰模型及仿真研究。
一、车辆跟驰模型车辆跟驰模型是指描述车辆在路面上跟随前车的行为规律。
目前已经被广泛研究的跟驰模型有不少，其中以“安全距离模型（SDM）”、“改进兔子模型（IDM）”、“新交通流模型（NMF）”等为代表。
SDM模型主要根据能看到的前车，在保持安全距离前提下决定自己的速度和位置，方程如下：$$a_i = \begin{cases}0 & \text{if}\ {L_i}^* \leq L_{i\beta} + s_i + \frac {v_i T} {2\sqrt{a_i b_i}} \\A_i(\frac{({L_i}^* - L_{i\beta} - s_i - \frac {v_i T}{2\sqrt{a_i b_i}})}{{v_i}^2}) & \text{if}\ {L_i}^* > L_{i\beta} + s_i + \frac {v_i T} {2\sqrt{a_i b_i}}\end{cases}$$其中，$a_i$表示车辆加速度，$v_i$表示车速，$T$为反应时间，$L_{i\beta}$为车身长度，$L_i^*$为前车尾部到后车前部的距离，$s_i$为安全距离，$A_i$和$B_i$均是正参数，在跟驰过程中会根据后车和前车的速度差和距离进行调整。
IDM模型则更注重车辆之间的相互影响和协同，使用了车辆间的间距，速度和加速度三个因素，方程如下：$$a_i = A_{i}(1 - (\frac{v_i}{v_0})^{(\delta + \epsilon + \alpha)} - (\frac{s^*}{L_i})^2)$$其中，$v_0$表示车辆的期望速度，$\delta$为自由随意的驾驶度，$\epsilon$为安全距离调整参数，$\alpha$为交通流聚集参数，$s^*$为车辆最小安全距离，$L_i$为后车和前车之间的距离。
基于期望间距的加速度补偿跟驰模型与仿真
Ａｃ ｅｅ ａ ｉｎ ｃ ｍｐ ｎ ａｅ ｃ ｒ ｆ ｌ ｗｉ ｇ ｍｏ ｅ ａ ｅ ｘ ｅ ｔｈ ａ ｗａ ｎ ｔ ｉ ｌ ｔ ｎ ｃ ｌｒ ｔｏ ｏ ｅ ｓ ｔ ａ －ｏｌ ｎ ｄ ｌｂ ｓ ｄ ｏ ｅ ｐ ｃ ｅ ｄ ｙ ａ ｄ ｉ ｓｍｕ ａ ｉ ｏ ｎ ｓ ｏ
ＣＨＥＮ Ｃｈｅ ｇ ｈ ｉ ｎ — ｕ ，ＦＵ ａ —ｉ Ｘｉ ｏ ｌ ，ＸＵ ｎ － ｎ Ｙｏ ｇ ｎｅ ｇ
（ ｅ ａｔ ｎ ｆ ｅ ｉ ｅ ｎ ｒｎ ｐ ｒ ｔ ｎ Ｅ ｇ ｅｒ ｇ Ｎ ｎ ｎ ｉ ｒｉ ｆ ｃ ｎ ｅａ ｄＴ ｃ ｎ ｌ ｙ Ｎ ｎｉ １ ０ ４ Ｃ ｉａ Ｄ ｐｒ ｍｅ ｔ ｈｃ ｄＴ ａ ｓｏｔ ｉ ｎ ｉ ｅ ｎ ， ａ ｊ Ｕｎ ｅｓ ｙｏ ｉ ｃ ｎ ｅｈ ｏ ｇ ， ａ ｊ ２ ０ ９ ， ｈ ） ｏ Ｖ ｌａ ａｏ ｎ ｉ ｉ ｇ ｖ ｔ Ｓｅ ｏ ｇ ｎ ｎ
和 紧随心理 ， 明确 了跟驰过 程 中驾驶 员期 望 的车头 间距 ； 出基 于 期 望 间距 的加速 度 补偿 概 念 ， 提 并
利用 量纲分 析 法构造 加速度 补偿 项 函数形 式 ， 分考 虑最 大加速 度和 速度 等实 际跟驰 条件 约束 ， 充 建
立 了基于 期望 间距 的加速度 补偿 改进 跟 驰模 型． 实例 仿 真 表 明， 建 立 的模 型 能很 好地 弥补 传 统 所 ＧＭ 模 型 的不足 ， 实 际跟驰 情 况基本 吻合． 与
第２卷 第 ６ ４ 期 ２１ ０ ０年 １ １月
山 东 理 工 大 学 学 报 （ 然 科 学 版） 自
4-3 交通流理论-跟驰模型
跟驰理论——研究在限制超车的单车道上，行驶车队中前 车速度的变化引起的后车反应。
研究条件——限制超车、单车道 研究前提——前车行驶状态变化 研究对象——后车的行驶状态 研究目的——单车道交通流特性
3/42
一、跟驰状态的判定
跟驰状态临界值的判定是车辆跟驰研究中的一个关键， 现有的研究中，对跟驰状态的判定存在多种观点。
10/42
最早出现的跟弛模型 形式简单 是其他跟弛模型的基础
2辆车跟驰
N+1 S(t) Xn+1(t)
某时刻N+1车位置 正常情况下两车间距 N车停车位置
N
Xn(t) 某时刻N车的位置
N车开始减速位置
d3:N车的制动距离
N+1 N+1 N
d1
反应时间T内N+1 车的行驶距离
d2
N+1车的制动距离
线性模型的缺憾！！！
(t T ) [ X (t ) X (t )] X n 1 n n 1
两边对时间积分
n 1 (t T ) [ xn (t ) xn 1 (t )] C0 x
n 1 (t T ) [ xn (t ) xn 1 (t )] C0 x
(t T ) [ X (t ) X (t )] X n 1 n n 1
1/ T
Xn1(t T) [ Xn (t) Xn1(t)]
反 应
灵敏度
刺 激
反应 灵敏度 刺激
驾驶员，T约为1.5秒
8/42
3、传递性
由制约性可知，第一辆车的运行状态制约着第二辆车的运
行状态，第二辆车又制约着第三辆车，…，第n辆车制约 着第n+1辆。一旦第一辆车改变运行状态，它的效应将会 一辆接一辆的向后传递，直至车队的最后一辆，这就是传 递性。
智能交通系统中车辆跟驰模型研究
智能交通系统中车辆跟驰模型研究随着城市人口的迅速增长和汽车保有量的不断增加，交通拥堵问题越来越严重，给城市的经济、环境和社会发展带来了许多不利影响。
而智能交通系统作为一种新兴的交通管理方式，可以有效地减少交通拥堵、提高交通安全性，并且对环境保护具有积极意义。
而其中的重要一环就是车辆跟驰模型的研究。
车辆跟驰是指车辆在道路上行驶时保持一定距离跟随前车的行为。
在传统的路段交通流模型中，人们常常采用的是单车跟驰模型。
这种模型只关注单个车辆的运动规律，忽略了车辆之间相互影响的因素，因此在实际应用中的效果并不理想。
而针对这一问题，研究者们开始从驾驶行为的角度出发，建立了车辆跟驰模型。
车辆跟驰模型是研究车辆运动规律和交通流动性的数学模型，通过考虑车辆之间相互影响的因素，更好地描述了真实道路上的交通流动状况。
在智能交通系统中，车辆跟驰模型是实现车辆自动驾驶和智能交通管理的基础，也是解决交通拥堵问题的重要手段之一。
现有的车辆跟驰模型可以分为基于宏观观测和微观观测的两类。
宏观观测是指以整个交通流为单位进行观测和分析，常用的宏观观测指标有交通流率、车辆密度和平均速度等。
这种模型适用于高速公路等交通流较为稳定的路段。
而微观观测是指以单个车辆为单位进行观测和分析，包括车辆加速度、车头时距和相对速度等指标。
这种模型适用于城市道路等交通流较为密集和复杂的路段。
研究人员通过对交通流动的统计数据和车辆运动行为的分析，发现了一系列有规律的现象和规律，从而提出了多种车辆跟驰模型。
最著名的车辆跟驰模型之一是新中国交通学家吴自坚在上世纪50年代提出的WZ模型。
此后，又陆续提出了许多其他的模型，包括GHR模型、IDM模型和FSL模型等。
这些模型通过拟合大量的交通数据，准确地描述了车辆之间的跟驰行为和交通流动的规律。
除了传统的车辆跟驰模型，近年来，基于人工智能和大数据分析的新型车辆跟驰模型也开始受到关注。
这些模型通过收集和分析大量的车辆运动数据和驾驶行为数据，利用机器学习和深度学习算法，建立了更加准确和精细的模型。
典型跟驰模型的特征与性能分析
典型跟驰模型的特征与性能分析陈征;闫冬梅;刘钊;郭建华【摘要】为对比分析传统的跟驰模型在描述车辆行驶特性中的应用特征,从模型形式和基本特征两方面对典型的刺激-反应类GM模型、安全距离类Gipps模型、优化速度类FVD模型进行了对比分析.为验证以上理论分析结果,对3种跟驰模型分别进行了数值仿真分析,并分别对前后车之间的速度变化关系以及位置变化关系进行了对比分析.实验结果表明,相较于GM模型与Gipps模型,FVD模型在应用中更符合实际情况,能够较为准确地描述单一车辆加速或减速的行驶特性.【期刊名称】《交通科技》【年(卷),期】2018(000)003【总页数】5页(P98-102)【关键词】跟驰模型;微观交通仿真;GM模型;Gipps模型;FVD模型【作者】陈征;闫冬梅;刘钊;郭建华【作者单位】南京理工大学自动化学院南京 210094;东南大学智能运输系统研究中心南京 210018;东南大学智能运输系统研究中心南京 210018;东南大学智能运输系统研究中心南京 210018【正文语种】中文车辆跟驰(Car Following，CF)模型主要研究前车行驶过程中状态改变所引起的后车相应的变化行为，通过车辆逐一跟驰的方式描述单一车道上的交通流特性，建立驾驶员微观行为与交通流宏观现象之间的联系。
在过去60多年的发展过程中，学者们相继提出了许多不同形式的跟驰模型，取得了丰富的研究成果[1]。
车辆跟驰模型在微观交通仿真、交通安全评价和通行能力分析等领域得到了广泛应用。
因此，对跟驰模型进行充分研究，从而揭示交通流运行的内在机理，完善微观仿真系统，提高交通仿真的现实性，具有重要的理论价值和现实意义。
本文首先阐述跟驰模型的发展背景，然后分析典型模型GM模型、Gipps模型和全速度差模型的基本形式、假设条件和基本特性。
最后，通过实例研究，对比分析不同跟驰模型下车辆跟驰过程中的位置、速度和加速度等参数的变化，分析车辆行驶状态的变化。
智能交通系统中的车辆跟驰模型研究
智能交通系统中的车辆跟驰模型研究近年来，随着城市化进程的不断推进，交通拥堵问题已经成为制约城市发展和人们出行便利性的重要因素。
解决交通拥堵问题是当前交通研究的重要课题之一。
而智能交通系统作为一种新兴的交通管理手段，通过信息技术的应用，可以提高交通的智能化、自动化水平，为缓解交通压力提供了新的解决方案。
在智能交通系统中，车辆跟驰模型研究起着重要的作用。
车辆跟驰模型是描述车与车之间的相互关系和互动行为的数学模型。
对于智能交通系统来说，准确地模拟车辆之间的跟驰行为，是实现道路交通优化和高效运行的关键。
通过分析和研究车辆跟驰模型，可以更好地预测和控制车辆之间的交通流，提高交通效率，并最终实现缓解交通拥堵的目标。
目前，车辆跟驰模型主要分为宏观模型和微观模型两类。
宏观模型主要关注的是整体交通流的行为，通过描述车辆之间的相对运动关系和交通流量之间的关系来预测交通流的演化趋势。
而微观模型则较为详细地关注车辆之间的跟驰行为和互动规则，通过考虑车辆间的细微差异和个体行为来模拟具体的交通流动态。
在宏观模型方面，研究者们主要采用流体动力学理论和控制理论来建立数学模型。
最常用的宏观模型是Lighthill-Whitham-Richards (LWR) 模型和Cellular Automaton (CA) 模型。
LWR模型基于连续介质流体力学方程，通过考虑交通流密度和流速之间的关系，来预测道路上交通流量的分布和变化。
CA模型则通过将道路分割为若干个车辆大小的空间单元，模拟车辆之间的跟驰行为和相互之间的影响。
微观模型方面，研究者们主要使用的是基于车辆间距离和车辆速度之间的关系建立的模型，如Gipps模型、Intelligent Driver Model (IDM) 模型等。
Gipps模型是一种基于离散动态系统的模型，通过计算车辆的期望加速度，来预测车辆的跟驰行为。
IDM模型则是一种基于驾驶员行为的模型，通过考虑车辆之间的互动行为、期望速度和与前车的车头间距等因素，来模拟车辆的跟驰行为。
基于时变期望车距与最大车速的跟驰模型
忌 ｚ ￡） ［ （ ｘ （） 一 （） ＋ ｘ ￡］
ａ （ ｖ （） Ａｖ （ ） ｏ Ａ ｎ ￡ ） ｎ ￡ （） ２
数 据进行 分 析发现 ， 不 同的行 驶速 度 下 ， 了保 在 为 证 安全行 车 ， 驾驶 员 对 于车 间 距 的 期 望 值有 所 不 同 。本 文提 出 的基 于时变期 望 车距 与最 大车 速 的 跟 驰模 型 旨在反 映前 车 与 目标 车在 不 同 的行 驶 状
前 方 ２辆 前 导 车 的运 行 状 态 对 后 车 加 速 度 的 影 响 。其 物理 意 义 明确 ， 型形 式 简 单 实 用 。该 模 模
型的缺 陷和 难点 在 于各种 阈值 的调 查 和测 量 比较
（） ￡ 一 １ １ １ 一 ； ｄ Ａ ￡ ） — Ｖ （ ｘ （ ）
为 驾驶 员根 据
维普资讯
基 于 时 变 期 望 车 距 与 最 大 车速 的跟 驰 模 型— — 李 迎 峰
史 忠科
周 致 纳
基 于 时 变 期 望 车距 与最 大 车 速 的跟 驰 模 型 ＊
李迎峰 史忠科 周致 纳
（ 北工业 大学 西 西安 ７０７ ） １０ ２
中 图 分 类 号 ： Ｐ ９ Ｔ ３１ 文献标志码 ： Ａ
０ 引 言
跟 驰模 型是 交 通 流 模 型 的 主要 内容 ， 研 究 它 的是非 自由行驶 状 态下 车 队的特性 口 。 ｊ 由于交 通 系统 的复 杂 性 ， 别 是 跟 驰 行 为 影 特
态下 的期 望车 间 距 ， 而 更 加 准确 地 描 述 了车 辆 从
２０ ０ ８年 第 ３ 期
第２ ６卷
总 １２期 ４
式 中 ： 为车 辆长度 ； Ｃ 、ｄ、 为常数 。 Ｚ Ｃ 、 ２Ｖ
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
１．１ 跟 驰 调 查 为获取 实地 跟驰 数 据 ，搭 载高 精 度 车 载 ＧＰＳ
设备 开 展跟驰 实 验．该 方法 的优 点有 ：采集 数据 精 度 较高 ，高精 度 ＧＰＳ接 收 机 定 位 精 度 在 ２ ＣＩＴＩ以 内 ，且 不 随 距 离 和 速 度 的 变 化 而 变 化 ；尺 寸 较 小 ， 便 于携 带 ，能够 安 装在 实 际 交通 流 中 的 任何 类 型 的 车 辆 上 ；不 会 给 司机 带 来 额 外 操 作 负 担 ，对 司 机 和其他 车辆 的 心理影 响也 较小 ．
距模 型 ，结 果 表 明 ，期 望 车 头 间 距 模 型 与 实 测 数 据 的 拟 合 精 度 更 高 ，且 在 加 速 度 变 化 的 平 顺 性 ，以
及 车 辆 减 速 行 为 的 表 现 上 更 符 合 实 际跟 驰 行 为．
关 键 词 ：期 望 跟 驰 间距 ；跟 驰 模 型 ；车 载 ＧＰＳ数 据 ；安 全距 离模 型
第 ４０卷 第 ４期 ２０１６年 ８月
武汉 理 工大学 学报 （交 通科 学与 工程 版 ）
Ｊ ｏｕｒｎａ［ｏｆ Ｗ ｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ
（Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｃｉｅｎｃｅ ＆．Ｅｎｇｉｎｅｅｒｉｎｇ）
Ｖ ｏ１．４０ ＮＯ．４ Ａ ｕｇ． ２Ｏｌ６
· ５８１ ·
中档 的格 式进 行存 储 ．行 车记 录仪 记 录车 辆行 驶 过程 中 的视 频 和音频 ，用 于车 辆行 驶环 境 、跟 驰 车 辆 先后 顺序 ，以及 行 驶 中其他 事件 的记 录 ，便 于筛 除无效 数 据．流 动接 收机 和单 基站定 位 ，在实 验 的 大部 分 时 间 内可 以达 到 网 络 ＲＴＫ 的定 位 精 度 ， 定 位 信 息 输 出 格 式 用 ＮＭＥＡ一０１８３ 中 规 定 的 ＧＧＡ 输 出格 式．在 调查 地 点 的选 择 上 ，为 了研 究 不 同 的车辆 速度 ，选 择 了在 良好 天 气 条件 下 哈 尔 滨 市 的支 路 、次干 路 、主干路 及绕 城 高速 等道路 进 行 了超过 ３ ｈ的跟 驰行驶 ，采 集 了超 过 １０万 条 跟 驰数 据． １．２ 跟 驰 数 据 分 析
了 心 理 一生 理 模 型 ，这 一 模 型 也 成 为 微 观 仿 真 软 件 ＶＩＳＳＩＭ 的核 心模 块．Ｋｉｋｕｃｈｉ等¨８ 将 ＧＨＲ模 型 的相 对速度 、相 对距 离 和加速 度进行 了分类 ，提 出了各个 参 数 的隶 属 度 函数 ，构 建 了模 糊 跟 驰 模 型 ．这些 模型 在 构建 之 初 由于 跟 驰 数 据 的采 集 方 法 还较 为落 后 ，大多是 从 车辆 动力 学 、驾 驶人 行 为 特 性等 理论 方 面构 建 了模 型．随着 调 查 手 段 的发
文 中共 使 用 ４台 小 汽 车 作 为 试 验 车 辆 ，每 辆 车装 备 有 Ｔｒｉｍｂｌｅ Ｒ８高精 度 ＧＰＳ流 动 站 、ＧＰＳ 手簿 、笔记 本 电脑和 高清 行车记 录 仪 ，在 哈工 大二 校 区交 通 学 院 设 置 ＧＰＳ基 站 ，基 站 的 覆 盖 半 径 ２０ ｋｍ．ＧＰＳ设备 以 １０ Ｈｚ的频 率获取 时 间 、位 置 等车 辆轨 迹相 关 的 地理 信 息 ，这些 信 息 通 过 串 口 和相 关 的软件 实 时 传输 至笔 记 本 电脑 ，并 以文 文
基 于期 望 跟 驰 间距 的跟 驰模 型研 究
杨 龙 海 赵 顺 罗 沂
（哈 尔 滨 Ｔ 业 大 学 交 通 科 学 与 工 程 学 院 哈 尔 滨 １５０００６）
摘 要 ：搭 载 高 精 度 车 载 ＧＰＳ设 备 进行 车 辆 跟 驰 实 验 ，采 集 不 同 速 度 和 交 通 流 状 态 下 的 车 辆 跟 驰 数
中 图 法 分 类 号 ：Ｕ４９１．１
ｄｏｉ：１０．３９６ａ／ｊ．ｉｓｓｎ．２０９５ ３８４４．２０１６．０４．００３
车 辆跟 驰理论 既 是微 观交 通流 理论 最基 本 的 仿 真模 型 ，也 是理 解宏 观交 通 流形成 的 理论基 石 ， 而 且 具 有 指 导 交 通 组 织 管 理 、缓 解 交 通 拥 堵 的 现 实 意 义．在 跟 驰模 型 研 究 中 ，车辆 被 看 成 分散 的 、 存 在相 互作 用 的粒子 ，在 假设 没有 超车 的情 况下 ， 通 过研 究后 车 跟 随前 车 的动 力 学 过 程 ，进 而分 析 单 车 道上 交通 流 的演 化 特 征 ．Ｒｅｕｓｃｈｅｌｄ等 的 研 究 标 志 着 跟 驰 理 论 解 析 方 法 研 究 的 开 始 ． Ｃｈａｎｄｌｅｒ等 在 通 用 汽 车 实 验 室 首 次 提 出 了 （ ＨＲ 跟 驰 模 型 ，并 使 用 卷 轴 钢 丝 连 接 的 车辆 获 取 的实地 跟驰 数据 对模 型进行 参 数标定 和 相关 分 析 ．Ｋｏｍｅｔａｎｉ等 通 过车 辆 动力 学 的方 法计 算 出 车辆 跟驰 中的安全 距离 并 以此构 建 了安全 距离 模 型 ．Ｗ ｉｅｄｅｍａｎ［ 在 总 结 前 人 研 究 成 果 的 基 础 上 提
据 ．对 车 辆 跟 驰 中 的速 度 、车 头 间 距 、速 度 差 ，以及 加 速 度 等 参数 之 间 的 关 系 进 行 ｒ统 计 分 析 ，构 建
了 基 于 期 望 车 头 间 距 的 跟 驰 模 型 ．通 过 参 数 标 定 和 数 值 模 拟 ，比较 了 安 全 距 离 模 型 和 期 望 车 头 间
展 许 多学 者 对 这 些 模 型 进 行 了参 数 标 定 和 检 验 等 。 。］，但 是基 于 实 测 数 据 对 模 型 结 构 的修 正 较 少．文 中采 用 车载高 精度 ＧＰＳ设备 进 行 了实 地跟 驰数 据调查 ，在 跟 驰 参 数 数学 关 系 分 析 的 基 础上 提 出 了基 于期 望 跟 驰 间距 的跟 驰 模 型 ，并 与 Ｇｉ— ｐｐｓ模 型 进行 了对 比和评 价 ．
收 稿 日期 ２０１ ６ ０６—１ ２ 杨 龙 海 （１ ９７０ ）：男 ，博 士 ，副 教 授 ，主 要 研 究 领 域 为 交 通 流 理 论 、交 通 规 划 、交 通仿 真 、交 通 环 境 保 护
第 ４期
杨 龙 海 ，等 ：基 于 期 望 跟 驰 间 距 的 跟 驰 模 型 研 究