基于实地数据的自动驾驶接驳车探索性驾驶性能与跟驰建模
机器人学
2024-01-18 v1 应用统计
摘要
自动驾驶接驳车（AS）已在多个城市运营，并显示出改善公共交通网络的潜力。然而，目前尚无基于实地数据的跟驰模型，使决策者能够评估和规划AS的运营。为填补这一空白，本研究收集了AS的实地数据，分析了其驾驶性能，并提出了对AS轨迹模型的修改建议以提升乘客舒适度。样本采集了超过4000秒AS跟随传统汽车的数据，包含AS和传统车辆的GPS位置。经纬度位置被用于计算前车与后车的速度、加速度和加加速度。数据分析表明，AS具有较高的加加速度值，可能影响乘客舒适度。评估了多种现有模型，研究人员得出结论，经校准的ACC模型在AS间距和速度方面产生的误差较低。校准结果表明，与其他研究中为自动驾驶车辆模型校准的参数相比，该AS具有较低的峰值加速度和较高的减速度。
引用
@article{arxiv.2401.08643,
title = {Exploratory Driving Performance and Car-Following Modeling for Autonomous Shuttles Based on Field Data},
author = {Renan Favero and Lily Elefteriadou},
journal= {arXiv preprint arXiv:2401.08643},
year = {2024}
}
备注
10 pages