冰雪条件下,路面附着条件变差,驾驶员操作趋谨慎。但不同类型驾驶员的跟驰行为特性迥异,对交通流运行造成的影响程度具有显著差异。与正常条件相比,北方寒冷地区城市冬季交通拥堵、交通安全等问题愈发严重。研究冰雪条件下驾驶员的行为特性对于丰富交通流理论,缓解北方寒冷地区城市交通拥堵具有一定的理论与实践意义。本文通过对正常条件及冰雪条件下驾驶员行为特性的研究,解析冰雪条件影响各类驾驶员行为特性的作用区间,基于冰雪条件下不同类型驾驶员的行为特性,采用任务难度均衡理论构建冰雪条件下考虑驾驶员行为特性的车辆跟驰模型,为冰雪条件下的交通管控及驾驶员行为规范措施的制定提供理论支持。本文首先使用主观驾驶风格评测与客观驾驶风格评测两种方法对被测驾驶员的驾驶风格进行划分。主观评测方法是通过驾驶行为问卷,获取驾驶员相关信息,根据被测驾驶员的主观自我评价进行分类,从而建立驾驶员行为与驾驶员类型特征的联系。客观驾驶风格评测是通过设计车辆跟驰实验采集被测驾驶员的操作行为数据,对被测驾驶员进行驾驶风格判别。对比分析发现两种方法得到的驾驶风格判别结果高度一致,证明驾驶员对自身激进程度有一个清晰的认识,基于主观评测的驾驶风格分类方法能有效进行驾驶风格划分。同时也证明基于实测数据的客观驾驶风格划分方法合理有效。然后,在驾驶风格划分的基础上,组织驾驶员进行了冰雪条件下的车辆跟驰试验,采集了驾驶员的驾驶行为数据,从稳定跟驰、加速、减速三种跟驰状态出发,分析了不同驾驶风格驾驶员在正常与冰雪条件下的驾驶行为特性差异。发现稳定跟驰状态下,大多驾驶员在冰雪条件下车头时距增加,但波动幅度收窄;谨慎型驾驶员驾驶行为调整幅度较大;在减速状态下,最小碰撞时间(TTC)随激进程度增高,变化幅度趋大,而最大减速度降低幅度一致;加速状态下最小车头间距及最大加速度无规律性变化。驾驶员操作总体上更加谨慎。最后,采用任务难度均衡理论构建了人类因素模块,并将其引入改进后的智能驾驶员模型(IDM)模型中,从而构建了冰雪条件下考虑驾驶员行为特性的跟驰模型(TDIDM),使用实车跟驰试验采集到的轨迹数据对模型进行了标定,验证了引入的人类因素参数可以较好地体现出驾驶员行为特性的变化。利用标定好参数的模型仿真驾驶员剩余的轨迹数据,新模型在任何场景中的表现都优于传统IDM模型,且表现出更好的鲁棒性。