2019年11月7日18：00，TOPS课题组第72期组会在通达馆A102顺利召开。本次组会由2018级硕士生张一豪、李宇迪和蔡秀挺分别对其硕士毕业论文《驾驶能力评估和优秀驾驶行为建模》《基于奖励机制的主动需求管理中的用户行为研究——基于实验经济学方法》和《考虑侧向车影响的自适应巡航控制系统》的相关研究进行开题汇报。参会人员包括孙剑教授、倪颖副教授、田野副研究员和课题组全体成员。

汇报人张一豪提出，作为驾驶汽车的主体，“驾驶人”的驾驶能力是影响交通安全和效率的最重要因素，自动驾驶汽车的能力测试也更关注对“驾驶人”能力的测试，以期提高智能车的接受度和人机混驾的适应性，因此如何从驾驶行为的角度科学合理的评估驾驶人的能力具有十分重要的意义。但是，驾驶任务驱动的驾驶能力评估仍缺乏合理的评估体系理论支撑，不同任务下的驾驶能力参差不齐，标准不一，且目前尚无使用基于行为谱的能力评估方法筛选优秀驾驶人和驾驶行为的研究。而优秀驾驶行为建模对于提升驾驶安全、效率和品质十分重要，针对优秀驾驶行为的建模能从根本上提升规划预测的效果。对此，张一豪提出了构建详细的驾驶人行为特征谱，并针对跟驰、换道、被切入等多个典型驾驶任务开展行为表征指标体系构建，建立典型驾驶任务的表征模型；基于注意力长短时记忆网络建立跟驰和换道插入行为预测模型，模拟人在决策和执行驾驶任务时的注意力分布与转移等创新性方法。

汇报时刻

紧接着，汇报人李宇迪为我们对比介绍了交通需求管理（TDM）和基于奖励的主动需求管理（IBTDM），并指出IBTDM更能体现自愿性、公平性，社会接受度更高。然后通过比较IBTDM的实证研究与理论研究的优缺点即实证研究数据真实但花费成本大，方案较为固定，而理论研究得出定量结果但缺乏真实数据，忽略非理性行为，得出实证研究与理论研究都有必要，但都存在不足。并相应地提出应用实验经济学的方法研究奖励政策下用户出行的非理性行为特征是性价比更高的实证研究手段，随后具体阐述了基于z-tree协助开发、执行实时在线的经济实验研究心理账户、即刻效应和确定效应这三种行为特征的方法以及实验设计。本研究的意义在于能够验证奖励政策的有效性及其对出行者出行行为的影响，并验证奖励政策下的非理性出行行为特征，可提供未来评估IBTDM方案的试验平台。预期得到基于奖励的主动需求管理对出行行为的影响，面向不同奖励方案的评估和验证出行者在奖励作用下的非理性行为特征等成果。

汇报时刻

汇报人蔡秀挺为我们展示了智能驾驶的四个阶段，并指出自动驾驶的第一个阶段及驾驶员辅助阶段已基本实现，目前科研人员更多的是着力于半自动驾驶和高度自动驾驶的相关研究。并指出当前汽车纵向控制系统多为分层控制，上层控制根据车载设备获得的车间距与速度差等行驶状态，负责输出下一时刻的目标加速度；下层控制负责调整车辆内部动力系统以实现上层控制的加速度优化目标。而在实际的多车道交通流环境下，传统的跟驰模型并不能完全适用，本课题研究则将提出一个适用于多车道交通流环境下的个性化跟驰模型，更好地描述在多车道交通流环境中真实的驾驶员跟驰行为，并建立基于上述跟驰模型的智能汽车纵向驾驶控制系统，实现系统仿真并构建测试场景，对系统进行评价，验证系统安全有效且舒适，并对系统的稳定性进行分析。

汇报时刻

汇报结束后，孙剑教授首先指出当前汽车实装的纵向控制算法与仿真中的微观算法有很大区别，并鼓励我们要把研究与实际对接，推动应用落地。随后，吴纪龑对李宇迪的实验设计中样本选取的有效性，参与者的独立性，以及是否考虑样本本身特性等问题进行了提问。秦国阳提出可多次实验并根据实验结果对实验设计进行实时修改，并对实验内信息的交互提出了建议。关于李逸昕提出的IBTDM的盈利模式的问题，田野副研究员给出了相应的解答。对此，孙剑教授则认为中美出行者的行为模式有很大区别，在中国IBTDM的盈利需要互联网思维，即“出行+生活”的模式。随后，倪颖副教授和田野副研究员分别提出了行为谱的应用以及优秀如何量化的问题，汇报人张一豪对此做出了解答。

讨论时刻

最后，孙剑教授对三位汇报人的汇报做了总结，并对硕士和博士开题报告的尺度和深度提出了相应要求，鼓励我们在开题方面向张一豪和马子安学习。