宾夕法尼亚州立大学研发驾驶员在环车辆仿真工具 了解CAV技术对通勤行为的影响

据外媒报道，美国宾夕法尼亚州立大学（Penn State）的研究人员计划研发一种驾驶员在环车辆仿真工具，以更好地了解网联和自动驾驶汽车（CAV）技术对通勤行为的影响，而且该项目得到了多学科研究种子基金（Multidisciplinary Research Seed Grant）6万美元的支持。

据美国国家公路交通安全管理局（National Highway Traffic Safety Administration，NHTSA）所说，近50年来，美国交通事故伤亡人数首次大幅上升，而网联和自动驾驶汽车被认为是可以提高驾驶员安全性的最有前景的技术之一，此外，此类汽车具有减少交通拥堵、提高出行效率和便利性，以及提供更多出行选择的潜力。L4和L5等更先进的高级CAV技术能够在驾驶员很少或不干预的情况下执行驾驶任务，从而让驾驶员可以执行其他任务。

很多人认为，如果通勤者在通勤途中也可工作，那么他们可能会愿意为了更低的住房成本而选择更长的通勤距离。为了验证该看法是否准确，就需要更好地了解CAV技术对驾驶员对更长旅行时间和通勤行为变化的接受度有什么影响。

土木工程系助理教授Ilgin Guler表示：“我们想了解，如果汽车可以自动驾驶，人们是否会愿意花更多时间在车上，因为他们可以做很多其他事情了。将不同类型的驾驶方式，如主动驾驶、被动驾驶或不需驾驶考虑在内，了解人们愿意通勤多长时间，多远距离”。

Guler与机械工程系教授Sean Brennan以及工业工程系助理教授Yiqi Zhang合作，计划利用该笔资金研发一种“驾驶员在环”仿真工具，让驾驶员体验模拟的动态交通，帮助研究人员了解CAV技术对通勤行为的影响。

为了实现该目的，研究团队首先将微观交通模拟器和驾驶模拟器结合起来，在宾夕法尼亚州立大学重现交通状况。此过程需要研发必要的软件，让驾驶模拟器与微观交通模拟器可以无缝互动。驾驶模拟器可让人类驾驶传统的、半自动驾驶或是自动驾驶汽车，而汽车的位置、速度和加速等具体行为将会提供给微观模拟器。

接下来，研究人员将检验驾驶模拟器的有效性。在此步骤中，将进行人类试验，收集和比较驾驶模拟器和真实道路中的驾驶性能数据。此类测试将会生成一般驾驶行为基线数据，如速度控制、横向控制、对交通信号灯和标志的响应等数据。

最后，研究团队希望能更好地了解CAC技术对社区内驾驶员行为变化的影响，以及如果人们搬到远离市中心的位置，城市结构将如何变化。