驾驶行为模拟的审查:VISSIM和人工智能方法

科学领域:

• 运输工程 运输工程
• 交通安全研究 交通安全研究
• 交通运输中的人工智能

背景情况:

• 人类错误导致了大约95%的严重交通碰撞,突出了检查驾驶行为的必要性,以提高交通运营和安全.
• 人工智能,计算和数据收集方面的进步提高了在各种交通场景中复制和理解驾驶员行为的能力.
• 交通微模拟,特别是使用 Verkehr In Städten - SIMulationsmodell (VISSIM),是分析交通性能和复制现实世界的条件的宝贵工具.

研究的目的:

• 系统地审查基于VISSIM的驾驶行为模型在不同研究环境中的多样化应用.
• 根据研究人员的目标,为VISSIM利用选择适当的方法指导.
• 评估VISSIM建模的关键方面,包括校准,驾驶行为,事故模拟,异质流量和AI集成.

主要方法:

• 在驾驶行为建模中对VISSIM应用的系统文献综述.
• 分析了五个关键方面:校准,驾驶行为建模,事故模拟,异质交通模拟和VISSIM中的AI利用.
• 评估基于VISSIM的模型在复制真实世界的交通场景中的实用性和准确性.

主要成果:

• VISSIM是一种高度可靠的软件,可以在现实场景中准确复制交通情况.
• 基于VISSIM的驾驶行为模型在各种研究环境中具有多样化的应用性.
• 人工智能与VISSIM的整合显示了推进更精确和更真实的驾驶行为建模的潜力.

结论:

• VISSIM是一个强大的平台来模拟驾驶行为,对于交通安全和运营研究至关重要.
• 审查强调了VISSIM在不同研究领域的实用性,帮助研究人员选择模型.
• 进一步整合人工智能,专注于校准和异质交通等特定方面,可以显著提高VISSIM驾驶行为模型的可靠性.