マイクロスコピックレベルでのインテリジェントドライバーモデル（IDM）のキャリブレーション

本論文は、各パラメータの物理的解釈を考慮したインテリジェントドライバーモデル（IDM）車追従モデルのキャリブレーション技術を提示します。計測された車両を用いて、ポルトガルのドライバーグループに対して軌道データが収集されました。このデータには、無制限の加速および減速操作、ならびに定常状態での他の車両の追従といったさまざまな基本シナリオが含まれています。キャリブレーションプロセスは二つのステップで構成されています。第一のステップでは、明確な物理的解釈を持つ特定のパラメータが手動で調整され、基本的な運転シナリオの速度パターンを正確に再現するようにしました。第二のステップでは、得られた結果を使用して同時キャリブレーション手順の値の範囲を確立しました。結果は、キャリブレーション手順が実際の軌道を正確に再現できることを示しています。それにもかかわらず、モデル検証の結果は、パラメータ探索空間に制限を設けないキャリブレーションが、より大きな説明能力を持つ推定値を生み出すことを示しており、これは以前の研究と矛盾し、追加の分析の必要性を支持しています。