Provably safe and human-like car-following behaviors: Part 1. Analysis of phases and dynamics in standard models

要約

軌道計画は、コミュニケーション、センシング、および天候、道路状況、政策、その他の道路利用者などの動的な要因に関連する不確実性に直面して安全な運転を確保するために不可欠です。
既存の自動車フォローモデルは、しばしば厳密な安全証明と、人間のような運転行動を一貫して複製する能力を欠いています。
この記事では、多相動的システム分析をよく知られている自動車フォローモデルに適用して、既存のアプローチの特性と制限を強調しています。
私たちは、快適さと最小ジャム間隔のためのゼロオーダーの原則、速度と時間のギャップのための1次原理、および快適加速/減速境界の2次原理、およびブレーキングプロフィールを含む、安全で人間のような自動車中の行動の基本原則を策定することから始めます。
これらのゼロトと1次原理のセットから、Newellの単純化された車によるモデルを導き出します。
その後、Newellのモデルの固定鉛車両問題と、境界加速度と減速の両方を組み込んだ拡張の速度間隔内のフェーズを分析します。
次に、インテリジェントドライバーモデルとGIPPSモデルのパフォーマンスを分析します。
この分析を通じて、前述の原則のいくつかに関して、これらのモデルの制限を強調します。
数値シミュレーションと経験的観測は、理論的洞察を検証します。
最後に、この研究のパート2で対処されている自動車中のモデルの安全性、人間のような行動、および車両自動化をさらに統合するための将来の研究の方向性について説明します。

要約(オリジナル)

Trajectory planning is essential for ensuring safe driving in the face of uncertainties related to communication, sensing, and dynamic factors such as weather, road conditions, policies, and other road users. Existing car-following models often lack rigorous safety proofs and the ability to replicate human-like driving behaviors consistently. This article applies multi-phase dynamical systems analysis to well-known car-following models to highlight the characteristics and limitations of existing approaches. We begin by formulating fundamental principles for safe and human-like car-following behaviors, which include zeroth-order principles for comfort and minimum jam spacings, first-order principles for speeds and time gaps, and second-order principles for comfort acceleration/deceleration bounds as well as braking profiles. From a set of these zeroth- and first-order principles, we derive Newell’s simplified car-following model. Subsequently, we analyze phases within the speed-spacing plane for the stationary lead-vehicle problem in Newell’s model and its extensions, which incorporate both bounded acceleration and deceleration. We then analyze the performance of the Intelligent Driver Model and the Gipps model. Through this analysis, we highlight the limitations of these models with respect to some of the aforementioned principles. Numerical simulations and empirical observations validate the theoretical insights. Finally, we discuss future research directions to further integrate safety, human-like behaviors, and vehicular automation in car-following models, which are addressed in Part 2 of this study \citep{jin2025WA20-02_Part2}, where we develop a novel multi-phase projection-based car-following model that addresses the limitations identified here.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google