基于隐马尔可夫模型和模型预测控制的驾驶员跟车行为建模：一种网络物理系统方法

本文的目的是基于隐马尔可夫模型开发一种新的驾驶员追随行为的运动视野优化建模方法，可以有效地模拟驾驶员的追随过程和驾驶特性。 首先，对驾驶员的驾驶行为与马尔可夫随机过程之间的关系进行了分析，证明了驾驶员期望的驾驶行为具有马尔可夫性质。 然后，提出了具有移动视野优化特征的建模框架，包括预览和感知模块，预测模块，优化模块。 在此框架下，以纵向加速度为隐藏状态，以时空为输出状态，给出了驾驶员跟车行为的隐马尔可夫模型。 为了获得纵向加速度命令，通过使后验概率最大化来使用优化算法。 最后，基于NGSIM数据集，通过Baum-Welch算法识别隐马尔可夫模型的参数，并从某些典型驱动器的闭环响应中讨论了所提出的基于HMM的建模方法的有效性和准确性。