为了真实地反映驾驶员在道路行驶中的车辆跟驰机理，使用相关性分析方法找出影响期望间距的关键因素，从而提出改进的基于期望间距的车辆跟驰模型（improved desired distance model，IDDM）。利用NGSIM数据对IDDM和经典的Gipps车辆跟驰模型的参数进行了标定，之后对标定的模型进行评价。研究结果表明，前后两车的速度以及相对速度主要影响跟驰过程中驾驶员采用的期望间距；IDDM与传统Gipps模型相比，其加速度、速度与位置的仿真精度分别提高了0.24 m/s2、0.72 m/s、0.53 m，可以为车辆跟驰行为分析提供参考。

车辆跟驰模型

应用分子动力学研究了车辆跟驰特性,探索了车辆跟驰的需求安全距离及其应用模型构建。通过赋予跟驰模型多个刺激项的反应权重,运用数学演绎方法,推导出驾驶员对各种刺激反应同向性的状态方程。在此基础上提出了描述跟驰变化过程的分子跟驰模型。数据验证和试验对比分析结果表明,分子跟驰模型对跟驰状态的描述更加全面和贴切,弥补了速度跟驰模型的不足,完善了交通流跟驰理论。

城市环路车流波传播状态模糊车辆跟驰模型，袁月明，关伟，应用模糊推理建立车流波传播状态车辆跟驰模型，首先对视频采集技术采集的实际环路车流波数据进行统计分析得出车流波传播状态下车

使用Python对NGSIM数据集中车辆跟驰部分的数据进行了筛选和提取，筛选出了连续时间戳下目标车辆对应前车的相关信息并进行整合

matlab车辆跟驰仿真代码该存储库包含MATLAB代码，用于处理新一代模拟（NGSIM）州际80（I-80）车辆轨迹数据集，并提取领导者跟随者车辆轨迹对。 这些对可用于分析驾驶行为并建立汽车跟随模型。 车道变更情景已删除。 脚步： 从NGSIM网站下载数据。 转到创建帐户并搜索数据I-80。 下载车辆轨迹数据。 此项目中使用了RETRACTERTED trajectories-400-0415_NO MOTORCYCLES.csv。 获取csv文件后，将其添加到项目文件夹下并运行saveNGSIMdata.m 运行main.m，其中包含一个示例，该示例在通道2上绘制轨迹对1。

车辆跟驰模型m码，代码简洁，适合初学者练习，拓展。能绘制跟驰车速被扰动时空曲线

在传统的基于制动过程的安全距离模型的基础上, 考虑了前后车之间的速度关系和车辆制动减速度 的渐变过程, 建立了单车道跟驰状态下车辆跟驰的安全距离模型。通过M atlab 仿真计算, 从理论上验证了该 模型能够很好地解决传统模型计算的安全距离存在较大偏差的问题。最后, 通过V C+ + 建立了十字交叉口 的仿真系统, 进一步检验了改进模型在保证车辆安全跟驰的情况下, 能够提高道路交通效率, 减小交叉口的总 延误, 从而减少交通环境污染。

讲解车辆跟驰模型的基本内容，有利于初学者学习