賓夕法尼亞州立大學研發駕駛員在環車輛仿真工具

據外媒報導，美國賓夕法尼亞州立大學（Penn State）的研究人員計劃研發一種駕駛員在環車輛仿真工具，以更好地了解網聯和自動駕駛汽車（CAV）技術對通勤行為的影響，而且該項目得到了多學科研究種子基金（Multidisciplinary Research Seed Grant）6萬美元的支持。

據美國國家公路交通安全管理局（National Highway Traffic Safety Administration，NHTSA）所說，近50年來，美國交通事故傷亡人數首次大幅上升，而網聯和自動駕駛汽車被認為是可以提高駕駛員安全性的最有前景的技術之一，此外，此類汽車具有減少交通擁堵、提高出行效率和便利性，以及提供更多出行選擇的潛力。L4和L5等更先進的高級CAV技術能夠在駕駛員很少或不乾預的情況下執行駕駛任務，從而讓駕駛員可以執行其他任務。

很多人認為，如果通勤者在通勤途中也可工作，那麽他們可能會願意為了更低的住房成本而選擇更長的通勤距離。為了驗證該看法是否準確，就需要更好地了解CAV技術對駕駛員對更長旅行時間和通勤行為變化的接受度有什麽影響。

土木工程系助理教授Ilgin Guler表示：“我們想了解，如果汽車可以自動駕駛，人們是否會願意花更多時間在車上，因為他們可以做很多其他事情了。將不同類型的駕駛方式，如主動駕駛、被動駕駛或不需駕駛考慮在內，了解人們願意通勤多長時間，多遠距離”。

Guler與機械工程系教授Sean Brennan以及工業工程系助理教授Yiqi Zhang合作，計劃利用該筆資金研發一種“駕駛員在環”仿真工具，讓駕駛員體驗模擬的動態交通，幫助研究人員了解CAV技術對通勤行為的影響。

為了實現該目的，研究團隊首先將微觀交通模擬器和駕駛模擬器結合起來，在賓夕法尼亞州立大學重現交通狀況。此過程需要研發必要的軟體，讓駕駛模擬器與微觀交通模擬器可以無縫互動。駕駛模擬器可讓人類駕駛傳統的、半自動駕駛或是自動駕駛汽車，而汽車的位置、速度和加速等具體行為將會提供給微觀模擬器。

接下來，研究人員將檢驗駕駛模擬器的有效性。在此步驟中，將進行人類試驗，收集和比較駕駛模擬器和真實道路中的駕駛性能數據。此類測試將會生成一般駕駛行為基線數據，如速度控制、橫向控制、對交通信號燈和標誌的響應等數據。

最後，研究團隊希望能更好地了解CAC技術對社區內駕駛員行為變化的影響，以及如果人們搬到遠離市中心的位置，城市結構將如何變化。