在混合交通中的游戏理论场景中的人机合作策略:对驾驶风格的模拟器研究

科学领域:

• 人与计算机的互动.
• 运输工程 运输工程 运输工程
• 交通安全 交通安全 交通安全

背景情况:

• 人驾驶车辆 (HV) 和自动驾驶车辆 (AV) 的混合交通环境带来了独特的安全和效率挑战.
• 了解AV和人类驾驶行为之间的相互作用对于开发有效的交通管理策略至关重要.

研究的目的:

• 研究不同自动驾驶车辆 (AV) 驾驶风格如何在模拟混合交通场景中影响人类驾驶员的决策.
• 分析场景类型和个体驾驶员特征对HV和AV之间的相互作用的影响.

主要方法:

• 利用带有游戏理论场景的驾驶模拟器来模拟HV和AV之间的相互作用.
• 使用轨迹聚类来区分主动和反应式驾驶调整.
• 分析了诸如碰撞时间和横向减速等指标.

主要成果:

• 在平行互动场景中,AV驾驶风格对平行互动场景的影响更大.
• 积极的AV驾驶风格促使被动但更有风险的人类机动,其特点是减少碰撞时间和增加横向减速.
• 司机在正面的场景中表现出更大的倾向,在正面的场景中主张道路权 (缺陷).
• 保守的人类驾驶员表现出更高的反转速率和横向减速以减轻风险.

结论:

• 无人驾驶驾驶风格在混合交通中显著影响人类驾驶员的反应,特别是在并行场景中.
• 场景类型极大地影响驾驶员的策略,在面对面的情况中倾向于自信的行为.
• 适应性AV策略对于在混合交通环境中促进安全和合作互动至关重要.