跟车动力学模型的可辨识性
动力系统
2022-02-21 v2
摘要
车载传感器的进步提供了丰富的数据集，用于估计描述驾驶员行为的跟车模型参数。此类模型的参数可辨识性问题（即是否可能从实验数据推断其未知参数）是一个核心的系统分析问题，但至今仍未解决。本文对四种常见跟车模型进行了结构与实际参数可辨识性分析：(i) 恒定时距相对速度（CTH-RV）模型，(ii) 最优速度（OV）模型，(iii) 跟车（FTL）模型以及 (iv) 智能驾驶员模型（IDM）。结构可辨识性分析采用微分几何方法进行，证实了在理论上所有被测跟车系统都是结构局部可辨识的，即仅通过观测空间间距，在几乎所有初始条件和容许输入下都能唯一推断参数。在实际设定中，我们提出了一种基于优化的数值直接检验，以在给定的特定实验设置（已知特定初始条件和输入）下确定参数可辨识性。该直接检验确凿地发现了在特定初始条件和输入轨迹下 CTH-RV 与 FTL 不可辨识的不同参数。
引用
@article{arxiv.2103.08652,
title = {Identifiability of car-following dynamic},
author = {Yanbing Wang and Maria Laura Delle Monache and Daniel B. Work},
journal= {arXiv preprint arXiv:2103.08652},
year = {2022}
}
备注
27 pages, 8 figures