Resumen

La modelización del seguimiento de automóviles es un atractivo tema de investigación en simulación de tráfico y transporte inteligente. El conductor desempeña un papel importante en el seguimiento de un coche, pero la mayoría de los modelos de seguimiento de coches lo ignoran. Este artículo presenta un nuevo modelo de conductor que sigue a un coche, que puede retener aspectos de los estilos de conducción humanos. En primer lugar, se generan datos simulados de seguimiento de coches utilizando el modelo de conductor con control de velocidad y los datos de comportamiento de conducción del mundo real si no se dispone de datos de seguimiento de coches del mundo real. A continuación, se establece el modelo del conductor que sigue al coche imitando la maniobra de conducción humana durante el seguimiento del coche en el mundo real. Para ello se utiliza un paradigma de control de aprendizaje basado en redes neuronales y datos de seguimiento de coches. Por último, se toma prestado el ciclo de conducción FTP-72 como perfil de velocidad del vehículo líder para el ensayo del modelo. El estilo de conducción se analiza cuantitativamente mediante AESD. Los resultados muestran que el modelo propuesto de conductor que sigue a un coche es capaz de mantener los estilos de conducción naturalistas a la vez que realiza bien la tarea de seguir al coche, con un error de distancia relativa inferior a 5 metros para todos los estilos de conducción.

• Materias:Motores (Mecánica) Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Engines Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:automóvil, modelo de conductor, datos, automóvil mundial, modelo de conductor con control de velocidad, ciclo de conducción ftp-72, tema de investigación atractivo, maniobra de conducción humana, estilos de conducción humana, paradigma de control del aprendizaje
• Keywords:car, driver model, data, world car, speed control driver model, ftp-72 driving cycle, attractive research topic, human driving maneuver, human driving styles, learning control paradigm