同济大学学报(自然科学版)

作者：李林波，李瑞杰，邹亚杰

单位：同济大学 道路与交通工程教育部重点实验室， 上海 201804

关键词：跟驰模型,模糊感知,深度学习,highD数据集

基金：国家重点研发计划（2018YFE0102800）；同济大学大型仪器设备开放测试基金（2021GX106）

为模拟驾驶人记忆效应以及模糊感知特性，设计了基于模糊感知时间窗的深度学习跟驰模型。提取highD数据集跟驰轨迹，以0.2 s最小时间间隔，连续3 s本车速度、前后车速度差、车头间距的时序数据作为模型输入，模拟驾驶记忆。训练深度学习跟驰模型，得出单层32个输出维度的门控循环单元（GRU）网络可以很好拟合实际数据。在每次输入模型的时序数据中，用模型预测值替换部分真实跟驰状态值，作为驾驶员对场景的估计，即模糊感知。实验得出对同一场景的不同模糊感知，可产生不同跟驰行为，模拟了驾驶行为的异质性，可为异质交通行为仿真提供方法。

来源：2021年第3期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2021年第3期