MR-IDM——合并反应式智能驾驶员模型：迈向增强横向感知的跟车模型
系统与控制
2023-05-23 v1 机器人学
系统与控制
摘要
本文讨论了现有微观交通模型在考虑高速公路上匝道车辆对主车道车辆跟车行为潜在影响方面的局限性。我们首先调查了美国匝道以选择一组代表性匝道，随后在各种交通条件（从自由流到高峰时段交通拥堵）下从合并车辆的视角收集了真实世界观测数据。接下来，作为我们的核心贡献，我们引入了一种新颖的跟车模型，称为 MR-IDM，用于高速公路驾驶，该模型以真实的方式对合并车辆作出反应。所提出的驾驶模型既可用于交通模拟器以生成真实的高速公路驾驶行为，也可集成到试图并入高速公路的自动驾驶车辆的预测模块中。我们定量评估了模型的有效性，并将其与几种其他方法进行比较。我们表明 MR-IDM 在模仿真实世界数据方面误差最小，同时具有平滑性、稳定性和横向感知等特性。
引用
@article{arxiv.2305.12014,
title = {MR-IDM -- Merge Reactive Intelligent Driver Model: Towards Enhancing Laterally Aware Car-following Models},
author = {Dustin Holley and Jovin D'sa and Hossein Nourkhiz Mahjoub and Gibran Ali and Behdad Chalaki and Ehsan Moradi-Pari},
journal= {arXiv preprint arXiv:2305.12014},
year = {2023}
}
备注
8 pages, 9 figures, 1 table