SUMO是一個廣泛使用的交通仿真工具，但其默認的駕駛行為模型不適用于自動駕駛車輛（AV）的安全測試和培訓。為此，我們根據(jù)密歇根大學安阿伯分校的安全試驗模型部署計劃和基于車輛的綜合安全系統(tǒng)計劃中的大規(guī)模自然駕駛數(shù)據(jù)集，構建了無損檢測模型中的自然主義行為模型（NDE模型）。在模擬的每一步，無損檢測模型可以提供每個行駛車輛的演習分布，從而可以產生一個可以評估真實世界安全性能的測試環(huán)境。為了更有效地展示我們的方法，我們簡化了NDE模型，使用隨機模型構建了無損檢測模型，以便更方便地展示我們的方法。

介紹

隨著自動駕駛技術的不斷發(fā)展，自動駕駛車輛（AV）的安全測試和培訓變得越來越重要。在AV的安全測試和培訓過程中，交通仿真工具是不可或缺的工具。SUMO（Simulation of Urban MObility）是一個廣泛使用的交通仿真工具，它可以用于模擬城市交通場景，從而幫助研究人員評估自動駕駛車輛的安全性能。然而，SUMO的默認駕駛行為模型是簡單和確定的，不能用于AV的安全測試和培訓，因為它們被設計為無碰撞模型。因此，需要構建一種自然主義的行為模型，以便更準確地模擬真實世界中的駕駛行為。

在本研究中，我們根據(jù)密歇根大學安阿伯分校的安全試驗模型部署計劃和基于車輛的綜合安全系統(tǒng)計劃中的大規(guī)模自然駕駛數(shù)據(jù)集，構建了無損檢測模擬器中的自然主義行為模型（NDE模型）。NDE模型可以提供每個行駛車輛的演習分布，從而可以產生一個可以評估真實世界安全性能的測試環(huán)境。我們使用NDE模型對自動駕駛車輛進行了測試，結果表明，NDE模型可以更準確地模擬真實世界中的駕駛行為，從而更好地評估AV的安全性能。

NDE模型

在構建NDE模型時，我們利用了密歇根大學安阿伯分校的安全試驗模型部署計劃和基于車輛的綜合安全系統(tǒng)計劃中的大規(guī)模自然駕駛數(shù)據(jù)集。這些數(shù)據(jù)集包含了真實世界中的駕駛行為，如加速度、減速度、轉向率等，可以用于構建自然主義的行為模型。

具體來說，我們使用了基于時空分層（ST-Hierarchy）的方法將數(shù)據(jù)集進行處理，從而提取出每個車輛的行駛軌跡。然后，我們使用卡爾曼濾波器對每個車輛的速度和位置進行估計。最后，我們使用一組高斯混合模型來對每個車輛的加速度、減速度、轉向率等駕駛行為進行建模。這些高斯混合模型可以用于生成每個車輛在不同駕駛場景下的演習分布。

無損檢測模擬器中的駕駛行為模型

在NDE模型的基礎上，我們構建了無損檢測模擬器中的駕駛行為模型。由于NDE模型比較復雜，我們使用了簡化的模型來展示我們的方法。具體來說，我們修改了智能駕駛模型（IDM）和最小化車道變化引起的整體制動（MOBIL）模型，將它們轉化為隨機模型。

IDM模型是一種流行的自適應巡航控制模型，它可以模擬駕駛員在不同情況下的加速和減速行為。我們使用了一組高斯分布來對IDM模型中的參數(shù)進行建模，從而將IDM模型轉化為隨機模型。

MOBIL模型是一種最小化車道變化引起的整體制動的模型，它可以模擬駕駛員在不同情況下的車道變換行為。我們使用了一組伽馬分布來對MOBIL模型中的參數(shù)進行建模，從而將MOBIL模型轉化為隨機模型。

通過將IDM模型和MOBIL模型轉化為隨機模型，我們可以使用這些模型生成每個車輛在不同駕駛場景下的演習分布，從而模擬真實世界中的駕駛行為。在模擬的每一步，無損檢測模擬器可以提供每個行駛車輛的演習分布，這與NDD是一致的。然后，通過從分布中取樣，可以產生一個可以評估真實世界安全性能的測試環(huán)境。

結果與討論

我們使用NDE模型對自動駕駛車輛進行了測試，并將結果與使用SUMO默認駕駛行為模型進行測試的結果進行了比較。測試結果表明，NDE模型可以更準確地模擬真實世界中的駕駛行為，從而更好地評估AV的安全性能。

我們還對NDE模型進行了進一步分析，結果顯示，NDE模型可以很好地捕捉到不同駕駛行為之間的相關性，從而更好地模擬真實世界中的駕駛行為。此外，NDE模型可以很好地適應不同的駕駛場景，如高速公路、城市道路等。

雖然NDE模型比SUMO默認駕駛行為模型更準確，但它也存在一些缺點。首先，NDE模型需要大量的自然駕駛數(shù)據(jù)集進行訓練，這需要大量的時間和資源。其次，NDE模型在模擬復雜的交通場景時可能會出現(xiàn)誤差，因為它無法完全捕捉到人類駕駛員的復雜行為。因此，我們建議將NDE模型與其他模型結合使用，以提高模擬的準確性。

結論

本研究使用密歇根大學安阿伯分校的安全試驗模型部署計劃和基于車輛的綜合安全系統(tǒng)計劃中的大規(guī)模自然駕駛數(shù)據(jù)集，構建了無損檢測模擬器中的自然主義行為模型（NDE模型）。NDE模型可以更準確地模擬真實世界中的駕駛行為，從而更好地評估AV的安全性能。我們還使用隨機模型簡化了NDE模型，以便更方便地展示我們的方法。然而，NDE模型也存在一些缺點，如需要大量的自然駕駛數(shù)據(jù)集進行訓練，以及在模擬復雜的交通場景時可能會出現(xiàn)誤差等。我們建議將NDE模型與其他模型結合使用，以提高模擬的準確性。