[论文解读] Intermittent Control Properties of Car Following: Theory and Driving Simulator Experiments

Ihor Lubashevsky, Hiromasa Ando|arXiv (Cornell University)|Sep 7, 2016

Traffic control and management参考文献 16被引用 3

一句话总结

本研究提出了一种四变量间歇控制模型来描述跟车行为，将汽车急动（加速度的时间导数）视为关键控制变量。基于TORCS的驾驶模拟器，通过八名受试者进行实验，结果表明人类驾驶遵循由噪声驱动的间歇控制，其驾驶风格各异，且急动分布中存在明显的峰值，表明控制激活具有概率性，这挑战了基于牛顿力学的传统模型。

ABSTRACT

A rather simple car driving simulator was created based on the available open source engine TORCS and used to analyze the basic features of human behavior in car driving within the car-following setups. Eight subjects with different skill in driving real cars participated in these experiments. They were instructed to drive a virtual car without overtaking the lead car driven by computer at a fixed speed and not to lose sight of it. Moreover, these experiments were conducted with four different speed including 60km/h, 80km/h, 100km/h, and 120km/h. Based on the collected data the distribution of the headway, velocity, acceleration, and jerk are constructed and compared with available experimental data collected previously by the analysis of the real traffic flow. A new model for car-following is proposed capture the found properties. As the main results we draw a conclusion that the human behavior in car driving should be categorized as a generalized intermittent control with noise-driven activation of the active phase. Besides, we hypothesize that the extended phase space required for modeling human actions in car driving has to comprise four phase variables, namely, the headway distance, the velocity of car, its acceleration, and the car jerk, i.e., the time derivative of the car acceleration. This time, the time pattern of pedal pushing and the distribution of time derivative of pedal was utilized in addition to previous variables. Moreover, all subjects' driving data were categorized as some styles with their shapes.

研究动机与目标

• 利用虚拟驾驶环境研究人类间歇控制在跟车动力学中的表现。
• 分离并分析高阶动力学（特别是汽车急动）在人类驾驶行为中的作用。
• 基于受控模拟器实验数据，判断控制激活是基于阈值还是由噪声驱动。
• 建立一个融合间距、速度、加速度和急动作为相空间变量的跟车数学模型。
• 将模拟结果与真实交通流数据进行对比，并基于踏板动力学和急动模式识别不同驾驶风格。

提出的方法

• 基于开源TORCS引擎开发了定制的汽车驾驶模拟器，以复现真实的汽车动力学。
• 在四种固定前车速度（60–120 km/h）下，对八名驾驶员开展实验，采集间距、速度、加速度、急动、踏板位置及踏板变化率的数据。
• 使用高精度Logitech G27赛车方向盘与踏板组，确保驾驶员输入数据的准确性。
• 分析控制变量的统计分布，尤其关注急动和踏板变化率分布中的峰值。
• 提出一个包含间距、速度、加速度和急动的四变量相空间模型，采用噪声驱动的控制激活机制。
• 对模型进行仿真，并将其输出与实验数据及真实世界交通流数据进行对比。

实验结果

研究问题

• RQ1 人类在跟车过程中的间歇控制在间距、速度、加速度和急动的统计分布中如何体现？
• RQ2 跟车过程中的控制激活主要是基于阈值还是由噪声驱动？有何证据支持？
• RQ3 汽车急动（即加速度的时间导数）在人类驾驶的车辆动力学中扮演何种角色？
• RQ4 能否通过一个四变量相空间模型（间距、速度、加速度、急动）准确描述人类驾驶行为？
• RQ5 不同驾驶风格如何从踏板输入动力学与急动分布的动力学中产生？

主要发现

• 汽车急动的分布呈现出明显的零点尖峰，表明驾驶员频繁地突然释放或踩下油门踏板，这是间歇控制的典型特征。
• 踏板位置时间导数（与急动相关）在零点处也表现出显著峰值，证实急动是人类驾驶中的主要控制变量。
• 驾驶员行为可划分为不同风格：一种是踏板频繁按压与释放（高间歇性），另一种是踏板大部分时间保持按压（低间歇性），中间风格则表现出中等层次的间歇性。
• 数据支持噪声驱动的控制激活机制，而非阈值驱动机制，因为主动与被动阶段之间的切换具有概率性，反映了人类感知的不确定性。
• 四变量模型（包含间距、速度、加速度和急动）成功再现了真实交通流和实验数据的关键特征，优于传统模型。
• 本研究结论认为，跟车行为无法仅通过牛顿力学充分描述，必须引入包含高阶导数（如急动）的扩展相空间。