微观车辆跟驰模型对比研究
第七章 车辆跟驰模型
（1）局部稳定性 是指与直接在它前面的车辆，在运行中的变化所引起的反应有 关，这可以用车1和车2之间的间隔模式来说明。 （2）渐进稳定性 在领头车辆的摇摆运行中，通过一列车辆传播的方式是渐进稳 定的函数。从前面的例子可以看出，引起第一辆车的摆动运行， 通过列车以增加幅度的模式来传播，导致第三与第四辆车之间 后部的碰撞。
车速条件：后车的车速不能长时间大于前车的车速，而只 有在前车速度附近摆动，否则会发生追尾碰撞
间距条件：车与车之间必须保持一个安全距离，即前车制 动时，两车之间有足够的距离，从而有足够的时间供后车 驾驶员做出反应，采取制动措施。 紧随要求、车速条件和间距条件构成了一对汽车跟驰行驶 的制约性，即前车的车速制约着后车的车速和车头间距。
1975年，丹尼尔（Daniel L.G.）和马休（Matthow J.H.） 合作出版了《交通流理论》一书，1998年出版了修订版。 该书全面系统地阐述了交通流理论的研究内容和成果，成 为交通流理论的经典论著。 此后，从20世纪70年代中期起，交通流理论逐渐由纯理论 转向应用研究。世界各国趋向于综合运用各种现代高科技 方法和手段，致力交通大系统研究。1994年在日本横滨召 开的国际学术会议正式确立了将美国提出的智能交通系统 ITS（Intelligent Transportation Systems）作为现代交通 运输系统的发展方向和主流进行开发和研究。交通流理论 的发展开始朝着不同学科的融合及传统理论创新等方向发 展。 伴随着计算机技术的飞速发展以及模糊论、灰论、突变论、 混沌论、分形论、负熵论、协同论等现代数学分支理论的 诞生、发展和完善，交通流理论研究领域得到进一步拓展。
xn+1(t)－t时刻n+1车的位置
交通行为分析的模型与方法研究
交通行为分析的模型与方法研究交通行为是一个复杂且多样化的现象，它涉及到人类、车辆、道路以及环境等多个因素的相互作用。
对交通行为进行深入分析，有助于优化交通规划、提高交通安全、改善交通拥堵等问题。
为了更好地理解和预测交通行为，研究人员提出了各种模型和方法。
一、交通行为的特点和影响因素交通行为具有不确定性、随机性和动态性等特点。
人们的出行决策往往受到多种因素的影响，例如出行目的、出行时间、出行费用、个人偏好以及交通状况等。
此外，社会经济因素、地理环境和政策法规也会对交通行为产生重要影响。
二、常见的交通行为分析模型（一）微观模型微观模型主要关注个体车辆和驾驶员的行为。
其中，跟驰模型用于描述车辆在跟驰状态下的行为，如驾驶员如何根据前车的速度和距离来调整自己的车速。
换道模型则研究驾驶员在何种条件下会选择换道以及如何进行换道操作。
（二）宏观模型宏观模型将交通流视为一个整体，通过流量、速度和密度等宏观变量来描述交通流的特性。
例如，流体动力学模型将交通流类比为流体，用连续性方程和动量方程来分析交通流的变化。
（三）中观模型中观模型介于微观和宏观模型之间，它通常以车队或路段为研究对象，既能反映个体车辆的行为，又能体现交通流的整体特征。
三、交通行为分析的方法（一）调查方法通过问卷调查、访谈和现场观测等手段收集交通行为数据。
问卷调查可以了解出行者的出行习惯和偏好；访谈能够深入探究出行决策的原因；现场观测则能直接获取车辆和行人的实际行为信息。
（二）仿真方法利用计算机仿真软件构建交通系统模型，模拟不同条件下的交通行为。
仿真方法可以在不实际实施交通措施的情况下，预测其效果，为交通规划和管理提供参考。
（三）数据驱动方法随着大数据技术的发展，越来越多的交通数据被收集和分析。
通过对海量的交通数据进行挖掘和分析，如利用车牌识别数据、手机定位数据等，可以发现交通行为的规律和模式。
四、模型和方法的应用领域（一）交通规划帮助规划人员预测未来交通需求，合理规划道路网络和公共交通设施的布局。
关于车辆跟驰行为的综述
关于车辆跟驰行为的综述摘要：车辆跟驰（Car Following，CF）是最基本的最微观的驾驶行为，描述了在限制超车的单行道上行驶车队中相邻两车之间的相互作用。
随着科学技术的进步，车辆跟驰模型也在不断更新。
本文通过对国内外关于车辆跟驰行为的文献研究，总结了车辆跟驰理论的特点，回顾了近年来车辆跟驰理论的发展历程，并分析了重要的车辆跟驰模型。
最后，因为车辆跟驰模型影响因素较多，且随着道路交通系统的发展，车辆跟驰理论也要不断更新，与时俱进。
关键词：综合交通运输；交通流特性；车辆跟驰模型；综述中图分类号：U268.6 文献标志码：A0 引言在道路上时常出现车辆因环境、驾驶人或交通管制等原因而无法超越前车，只能跟随在后面行驶的现象，这就是车辆跟驰。
车辆跟驰行为是驾驶人在道路交通环境中的主要驾驶行为之一。
相关学者在采集跟驰行为数据和驾驶特性问卷调查的基础上，通过跟驰距离、车头时距、车头时距的分布及反应时间等指标，对比分析不同驾驶人在跟驰行为中的感知、判断及操作特性的差异，他们发现，不同地区、年龄、性别及驾龄的驾驶人，跟驰特性对道路交通安全的影响程度不同。
因此，对车辆跟驰行为进行研究有助于更深入地理解交通流的特性，进而将这些成果运用于实际的交通规划与管理中，充分发挥交通设施的作用，提高交通系统运行效率，降低交通事故发生的概率。
因此，本文回顾了近些年来不同的学者对车辆跟驰行为研究的成果，总结了主要的研究方法和模型，并对未来研究的趋势和所面临的挑战做了展望。
1 车辆跟驰理论概述1.1车辆跟驰理论的概念车辆跟驰（Car Following，CF）是最基本的最微观的驾驶行为，描述了在限制超车的单行道上行驶车队中相邻两车之间的相互作用。
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。
智能交通系统中的车辆跟驰研究
智能交通系统中的车辆跟驰研究随着智能交通系统的快速发展，现在的汽车不再是简单的交通工具，而是整合了各种技术和系统的智能设备。
其中，车辆跟驰技术是智能交通系统中一个非常重要的部分。
这个技术可以帮助车辆在道路上更加高效地行驶，同时减少事故的发生。
在本文中，我们将介绍车辆跟驰技术的定义、特点和应用领域。
一、车辆跟驰技术的定义车辆跟驰技术是一种基于先进的汽车控制系统和智能交通系统的创新技术。
它主要是通过车辆之间的协调和管理，使车辆在道路上保持相对距离的技术。
在这种技术中，车辆之间通常会使用各种传感器、雷达、通信系统等等设备，以便实现车辆之间的交互和通信。
车辆跟驰技术的实现原理是自动判断和调整车队之间的间距和速度。
它通过实时监测车队的状态信息，包括车辆的速度、车道位置、车辆间的距离、交通灯等等，来确保车队在路上安全有序地行驶。
二、车辆跟驰技术的特点车辆跟驰技术相较于传统的车辆行驶方式，有很多显著的优势和特点。
以下列举了其中几个:1. 提高行驶的效率和安全性车辆跟驰技术可以减少车辆之间的关停和加速，从而大大提高车辆的行驶效率。
通过车辆之间的通信和协调，可以将整个车队的行驶速度控制在一个相对均匀的状态下，避免了车辆之间产生剧烈加减速和抢道等行为，大大减少了交通事故的发生。
2. 节省油耗和环保车辆跟驰技术的实现可以大大减少车辆之间的关停和加速，从而减少了车辆的能量消耗。
这不仅有利于节省油耗和货车成本，也有利于减轻对环境的影响。
3. 自动驾驶技术的基石车辆跟驰技术是未来自动驾驶技术的基石。
现代的自动驾驶技术主要依赖于车辆之间的通信和协调，有了车辆跟驰技术的支持，才能更好地实现自动驾驶技术的梦想。
三、车辆跟驰技术的应用领域车辆跟驰技术可以应用于各种类型的车辆，其应用领域非常的广泛。
以下介绍了几个典型的应用场景:1. 高速公路在高速公路上，车辆的速度相对比较稳定，这为车辆跟驰技术的实现提供了更好的条件。
通过有效的使用车辆跟驰技术，在高速公路上就可以更加高效地行驶，同时减少了交通事故的发生。
车辆
的知识使得为取得真正的人机系统的最大兼容性，设
计机器的响应性成为可能。 把操作员当作一个转换函数的特殊的概念部分的暗示， 操作员以某种连续的方式工作。有一些不完全正确的 证据显示操作员以一种不连续的方式工作。在一段时 期操里作员反应所作的“决定”是一种不可取消的状 态，同时响应必须在适当的时间做出，与任务保持一 致。
Re sponse Stimulus
（7-2-1）
道路车辆跟驰模型
其中λ是使刺激函数和反应或控制函数相等的适当的因 素。刺激函数由许多因素构成：速度、相对速度、车 间距、加速度、车辆性能、司机受刺激的临界点等等。 所有这些因素都对时间有影响吗？从解释的角度看来， 问题是这些因素中的哪一个是最显著的。忽略这些因
的结合，以及其他一些驾驶任务，例如横向控制、交
通状态和紧急情况。
道路车辆跟驰模型
例如，车辆性能无庸置疑地改变了司机的行为，在实 际的交通中扮演了重要的角色，实际交通中混合交通 表现出较宽的性能分布，通过构成交通流的车辆的子 集，适当的反应并不能总是物理的取得。这是一个能 够充分的更好理解交通流的增长、延迟和分布频率的
道路车辆跟驰模型
因此理解车辆尾随对于理解交通流至关重要。车辆尾 随相比车辆控制所需的全体任务是相对简单的任务。 然而当超车变得困难或者交通被限制到单车道上时， 车辆尾随被普遍的应用到双车道或多车道道路上。从 早期的汽车发展开始，车辆尾随就具有直接或间接的
重要性。
道路车辆跟驰模型
车辆跟驰模型发展的全面的重要性可以从5个优点中看
使用运筹分析把人工操作员的输入和输出进行比较的 方法，由Tustin（1947）、Ellson（1949）和
Taylor（1949）的研究工作首次提出。确定输入输出
车辆跟驰模型在港区工况下的仿真实验研究
关键 词 ：跟驰 模型 ；元胞 自动机 模型 ；港 区车辆 ；受 力分 析 ；坡度 ；仿 真
中图分类 号 ：Ｕ４ ５ ９ 文献标 识码 ：Ａ 文章编 号 ：１ ７ －４ ０ ２ １）２０ ３ —２ ６ ３ ０ （０ ０ １ —０ ６０ １
Ｓｉ ｕ ａ ｉ ｎ Ｅｘ ｒ ｍ ｅ ｕｄｙ ｏ ｒ ｆ ｌｏ ｎｇ Ｔｈｅ ｒ ｍ ｌ ｔｏ ｐｅ ｉ ｎｔＳｔ ｎ Ｃａ ・ｏ ｌ ｗｉ ｏｙ ｕｎｄｅ ｈｅＣｏ ｉｉ ｎ ｏ ａ ｂｏ ｅ ｒｔ ｎｄ ｔｏ ｆＨ ｒ ｒＡｒ ａ
行 车 的安 全性 和 道 路的 使 用功 能 。港 区道 路 纵断 面 平 面 凡 车 辆应 遵 守 的交 通 规 则都 表 述为 细 胞 的演 变规 则 ，车
线形设计中，需要根据港区道路交通特点对各种线形比 辆 行 驶 的加 速 、减 速 、惯 性 、跟 驰 等均 可 以通 过 细 胞 的
计不 可 忽略 的 考虑 因素 ，安全 性 是 港 区道 路纵 断 面线 形 路 上相 比 ，坡 路 上车 辆 的加 、减 速度 更 为 复杂 ，当坡 度
设计的 首要原 则 。
越 大 ，加 、减 速度 的 差 别也 更 大 。 因此 ，为 了真实 模 拟
港 区坡 路上 的交通 流 ，应加以 改进 。
０ 引 言
思想 是 将 路面 格 子 化 ，每个 格 子视 为有 独立 思 维 的小 细 胞 ，若干 个 小 细 胞对 应 一辆 或 几辆 小 汽 车 ，把车 辆 在 路 线形 设 计 的 重要 组 面 上 的运 动看 成 是格 子 场 的演 变 ，细 胞 可以 像 小汽 车 一 成 部分 ，纵 断 面线 形 的 设 计质 量很 大 程 度上 决定 着 道 路 样通过观察周 围环境的变化来决 定下一步的运动状态。
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
典型跟驰模型的特征与性能分析*
陈征1 闫冬梅2 刘钊2 郭建华2
【摘要】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
【关键词】关键词跟驰模型微观交通仿真GM模型Gipps模型FVD模型
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。
car-following models based on driving strategies
基于驾驶策略的车辆跟驰模型研究及其应用前景
基于驾驶策略的跟驰模型（Car-following models based on driving strategies）是模拟车辆在道路上的行驶行为和相互作用的一种模型。
这种模型主要关注驾驶员如何根据周围环境和自身状态来选择和调整驾驶策略，以达到安全、高效地跟驰的目的。
在跟驰模型中，通常需要考虑以下几个因素：
1.驾驶员的反应时间：驾驶员从感知到前方车辆减速或加速，到自己采取相
应行动所需的时间。
这个时间取决于驾驶员的反应速度和决策能力。
2.车辆间的距离和速度差：驾驶员需要保持与前车一定的安全距离，并根据
前车的速度调整自己的速度。
这是为了防止追尾事故和保持交通流畅。
3.道路条件和交通规则：驾驶员需要根据当前道路的线形、交通标志、交通
信号等，以及遵守相应的交通规则，来选择合适的驾驶策略。
基于驾驶策略的跟驰模型可以分为两类：确定性模型和概率性模型。
确定性模型假设驾驶员的驾驶行为是确定的，可以预测的；概率性模型则考虑了驾驶员行为的随机性和不确定性。
确定性模型中最著名的就是油门-刹车线性模型（Linear Throttle-Brake Model），它假设驾驶员的油门和刹车动作是线性的，可以根据前车的速度和距离来预测下一时刻自己的速度和位置。
概率性模型中最常用的是微观跟驰模型（Microscopic Traffic Simulation Model），它考虑了驾驶员行为的随机性和不确定性，可以模拟单个车辆的运动轨迹和速度变化，从而得到整个车流的运行状态和统计特性。
- 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)。
微观车辆跟驰模型对比研究 摘要:车辆跟驰模型是微观交通流模型研究的基础。本文对gm模型、线性模型、安全距离模型、ap模型、模糊推理模型和神经网络的车辆跟驰模型进行了详细的评述，从传统模型入手,分析其存在的优缺点,基于此又阐述了在传统模型基础上改进的模型或者是利用新的方法建立的模型,提出了目前还存在的没有解决的问题,并且对每个模型作了中肯的评价。为今后研究微观交通流模型提供一个比较全面的认识。 关键词:交通流;微观交通流;车辆跟驰模型;对比研究 abstract: car-following model is microscopic traffic flow model research foundation. in this paper, the gm model, linear model, a safe distance model, the ap model, fuzzy reasoning model and neural network car-following model are discussed in details, from the traditional model, and analyses the advantages and disadvantages of the existing, based on this and expounds the traditional model based on the improved model is set up by a new method or the model, put forward the current exist not solve the problem, and the model of each of the evaluation of the position. for future research microscopic traffic flow model to provide a more comprehensive understanding. keywords: traffic flow; microscopic traffic flow; car-following model; contrast research 中图分类号：u491.1+12文献标识码：a文章编号： 1跟驰模型 跟驰理论是运用动力学方法,研究在无法超车的单一车道上车辆列队行驶时,后车跟随前车的行驶状态,并且用数学模型来表达并加以分析阐明的一种理论。跟驰理论只研究非自由行驶状态下车队的特性。非自由行驶状态的车队有以下三个特性:制约性、延迟性和传递性。自20世纪50年代以来,国外的学者对车辆跟驰模型进行了大量、系统的研究,发表了众多的研究成果,主要可以分为以下几类:刺激—反应模型、安全距离模型、生理—心理模型，模糊推理模型，神经网络的车辆跟驰模型。 2.1刺激—反应模型及评价 刺激—反应模型重在描述驾驶环境中各种刺激对驶员行为的影响,包括gm模型和线性模型 。 (1)gm（general motor）模型 gm模型是从20世纪50年代后期逐渐发展起来的车辆跟驰模型。其一般表达式为: (1) 式中: ——t + t 时刻第n+1辆车的加速度; ——t时刻第n辆车与第n+1辆车之间的速度差; ——t时刻第n辆车与第n+1辆车之间的距离; c，m, l——常数。 gm模型形式简单,物理意义明确,许多后期的车辆跟驰模型研究都源于刺激—反应基本方程。但是gm模型通用性较差,这是因为在确定m和l的过程中存在大量的矛盾之处。另外,当前后车速相同时允许两车的车头间距无限减少直至为零,这显然是不合理的。 (2)线性模型 helly提出的线性模型考虑了前面第一辆车是否制动减速对后车加速度的影响项,有以下关系: (2) (3) ——期望跟驶距离; , ,α,β,γ——参数。 helly认为 应当与车头间距变量 及反应时间t有关,这样就产生了m=0,l=1的gm模型。线性模型较gm模型有一定的优势,但是通用性还是较差。 1.2安全距离模型及评价 安全距离模型也称防撞模型,该模型最初是kometani和sasaki提出,该模型最基本的关系是寻找一特定的跟车距离。 模型表示如下： (4) 式中： , , , ——参数。 gipps对此模型的研究取得重大突破,提出了如下模型: ， (5) ——车辆n的驾驶员所愿采用的最大加速度; ——车辆n的驾驶员所愿采用的最大减速度; ——车辆n-1的效用尺寸,其值等于车身长度加停车间距; ——车辆n的驾驶员认为车辆n-1会采取的最大减速度。 上式右端的第一项对大多数车辆起作用时,交通流处于自由行驶状态;第二项起作用时,交通流处于拥挤状态 。 utsc-1算法属美国早期的限制车辆跟驶模型,该算法假设前车采取紧急制动行为,后车在经历反应时间t后,不发生追尾碰撞,以汽车动力学构造公式。该模型建立了相关分析和安全车距的跟驰模型的步骤,采用多元一次回归方程拟合后车加速度,如果拟合效果不好,再采用多元高次方程拟合。此模型的拟合精度取决于所取得的跟驰试验数据。 1.3生理-心理模型及评价 生理-心理模型也称反应点模型,简称ap模型。1963年,todosiv发现相对加速度只是在被称为作用点的地方才改变。他认为驾驶员的速度感知阈值是这些作用点产生的根源。 michaels认为驾驶员通过分析视野中前车尺寸大小的改变,感知前后车相对速度。michaels将车辆跟驶状态划分为三个阶段:第一阶段,两车的速度差低于速度感知阈值;第二阶段,速度差超过阈值;第三阶段,相对速度保持为零。 1974年wiedemann提出以行为阈值划分跟驶状态, 并建立了行为阈值模型。以后,burnham和bekey,lee,kumamoto,fritzsche及zhang,y.l分别建立了不同的行为阈值模型 。 行为阈值模型充分考虑了驾驶员的生理、心理因素对驾驶行为的影响和制约,及由此而产生的不同驾驶行为,从建模方法上更接近实际情况,这是行为阈值模型的优点。其缺点在于模型的参数较多,子模型之间的相互关系比较复杂,并且对于各种阈值的调查观测比较困难。 1.4模糊推理模型及评价 一个驾驶员对其它驾驶员的动作所做出的反应,可能不是基于一个确定性的一对一的关系,这时候可以采用模糊集理论和逻辑允许用数学方法来处理主观判断的推断问题。 模糊推理模型主要通过驾驶员未来的逻辑推理来研究驾驶行为。这类模型的最大特色是将模型的输入项分为几个相互部分重叠的模糊集,每个模糊集用来描述各项的隶属度。 利用模糊推理模型建立车辆跟驰模型的一般步骤为:确定模糊推理模型的输入变量和输出变量;建立模糊控制集和控制逻辑;最后建立合理的模糊控制规则（一般采用三角形函数建立隶属函数）。 基于模糊推理的车辆跟驶模型是近年来才发展起来且发展较快的车辆跟驶模型。该模型主要通过推理驾驶员未来的逻辑阶段来研究驾驶员的驾驶行为。该模型的核心仍是刺激-反应关系。与传统gm模型相比,该模型具有局部稳定性。 近年来,在该领域的一些研究主要包括:rekersbrink模糊化了的mission模型,yikai等mitram模型中的微观模型,henn的traffic-jam模型。但是这些研究都没有去标定模型中最重要的部分——模糊集,只有最近brackstone等作了些主观性的标定。 1.5神经网络的车辆跟驰模型及评价 目前国内的研究主要是利用多层前馈网络(b p网络)建立跟驰模型。bp网络存在收敛慢、有局部极小值等缺点,导致利用bp网络建立模型需要多次训练,所需时间长,存在一定误差。 rbf网络也被应用于跟驰模型的建立。rbf网络是单隐层的前向网络,结构简单、训练简洁而且学习收敛速度快,能够逼近任意非线性函数。rbf网络要学习的参数有3个:基函数的中心、方差及权值。相比较bp网络而言,rbf网络模型训练时间短,精度高,结构简单,适宜在线应用。 在文献中,应用bp神经网路和径向基函数（rbf）网络建立神经网络模型,然后利用两个模型结合成混合神经网络模型。在基于bp神经网络的跟驰模型中采用双隐层结构。另外在基于rbf神经网络的跟驰模型中,选用高斯函数作为径向基函数。采用混合神经网络建立车辆跟驰模型比单一的采用bp网络模型或rbf网络模型产生的误差低,并且在很多时段具有更好的稳定性。但混合神经网络模型建立过程较为复杂,运算时间长,其准确程度由组成模型的准确性来决定。 2 模型评价总结 如上所述,这些模型在实际应用中,还存在以下一些问题: （1）模型的通用性问题; （2）没有考虑到突发事件; （3）实测数据取得的准确性; （4）模型验证的严密性。 3结束语 随着世界各国城市化进程的加速,城市交通问题已经成为当今世界上许多城市所面临的难题之一。而为了解决这样的难题,对交通流的研究就势在必行了。目前计算机技术的发展使得对微观交通流模型的研究成为可能。 本文所综述的车辆跟驰模型是微观交通流模型的基本模型。虽然是研究交通流模型的基础,但是由于人为（驾驶行为）的影响因素比较大,所以模型并不是很容易建立的。文中综述的模型都是针对某一具体情况才适用的。这就存在着使用的局限性,缺乏普适性的问题。同时文中所阐述的车辆跟驰模型可以为建立适应新环境下的车辆跟驰模型和换车道模型奠定基础并且提供一定的借鉴和参考。 参考文献: [1]王殿海.交通流理论[m].北京:人民交通出版社,2002. [2]史忠科,黄辉先,曲仕茹.交通控制系统导论[m].北京:科学出版社,2003.