2、交通仿真的风险驱动模型

交通仿真的风险驱动模型

1. 背景与目标

在交通仿真工具中，现有模型大多基于智能驾驶员模型（IDM）来模拟车辆的纵向行为，结合MOBIL模型进行车道切换。这些模型假定车辆对环境有无限的认知，能及时感知前方车辆，旨在避免任何事故，然而并未明确考虑风险因素。仅有MITSIMLab和MATISSE处理碰撞问题，但前者需在模拟执行前定义事故的具体时间和位置，后者则将事故简单归因于驾驶员分心。

我们的目标是构建高效的测试环境，识别一种能模拟交通的模型，使事故源于不同车辆基于各自愿意承担的风险所产生的交互。为此，我们提出了一个与IDM类似的确定性行为模型，并通过风险承担向量进行校准。风险承担通过四个方面来考虑：巡航速度、感知半径、期望的车间距以及车道切换所需的距离。

2. 驾驶模型

2.1 模型概述

我们提出的交通模拟器基于多智能体系统，每辆车都是一个具有个体参数化行为的智能体。所有智能体在该系统中同时进行感知、决策和行动。我们的行为模型可以进行不同的设置，从而产生从安全至上到路怒驾驶等各种驾驶行为。在这个模型中，车辆能够加速、刹车或切换车道，还能根据期望的车间距或巡航速度调节速度，不考虑如在禁止掉头处掉头等不一致的行为。我们假设在不久的将来，车辆能够通过激光雷达和雷达了解相邻车辆的位置、加速度、制动能力并计算其速度。若信息不可用，车辆会用自身信息作为近似值替代缺失信息。

2.2 风险承担向量

我们的模型通过风险承担向量 (k = (k_0, k_1, k_2, k_3)) 来考虑驾驶中的风险承担，其中每个分量对应不同决策方面的风险因素：
- (k_0)：表示对环境要求的速度限制的遵守程度。