1.一种考虑车型和驾驶风格异质性的跟驰行为建模方法，其特征在于，所述方法包括以下步骤：S1、获取原始车辆运行轨迹数据，对原始车辆运行轨迹数据进行预处理；

S2、将预处理后的车辆运行轨迹数据依据跟驰车辆对的车辆组合类型进行分类，得到各类跟驰车辆对的轨迹数据；每个所述跟驰车辆对包含一辆引导车辆与一辆跟随车辆；

S3、依据制定的跟驰片段样本标准，从各类跟驰车辆对的轨迹数据中分别筛选出符合条件的跟驰片段作为跟驰片段样本；由每个跟驰车辆对类型中筛选出的所有跟驰片段样本构成对应跟驰车辆对类型的跟驰片段样本集；

S4、基于任一跟驰车辆对类型的跟驰片段样本集，选用一个通用型车辆跟驰模型进行参数标定，得到任一跟驰车辆对类型的跟驰片段样本集中每个跟驰片段样本的参数标定结果；

S5、对任一跟驰车辆对类型的跟驰片段样本集的所有参数标定结果进行统计学分析，并根据统计学分析结果对驾驶员驾驶风格进行定义，得到不同跟驰车辆对类型下的考虑车型和驾驶风格异质性的分类车辆跟驰模型；

步骤S4，基于任一跟驰车辆对类型的跟驰片段样本集，选用一个通用型车辆跟驰模型进行参数标定，得到任一跟驰车辆对类型的跟驰片段样本集中每个跟驰片段样本的参数标定结果，具体包括：以加速度作为性能指标，采用均方根百分比偏差表示拟合优度，所述均方根百分比偏差的表达式为：式中，l为任一跟驰片段样本中数据点的编号；N为任一跟驰片段样本中数据点的个数；

为任一跟驰片段样本中的第l个加速度数据点； 为与该任一跟驰片段样本中的第l个加速度数据点 对应的参数标定后的通用型车辆跟驰模型的仿真轨迹中的加速度数据点；

针对所选用的通用型车辆跟驰模型，应用遗传算法求解出所选用的通用型车辆跟驰模型的参数，使每个跟驰片段样本的均方根百分比偏差最小；

步骤S5，具体包括：

S5‑1、依据所得到的任一跟驰车辆对类型的跟驰片段样本集中每个跟驰片段样本的参数标定结果，分别对所选用的通用型车辆跟驰模型中各参数进行主成分分析，并确定所选用的通用型车辆跟驰模型中各参数的特征权重贡献率；

所述特征权重贡献率的计算公式为：

式中，βi是第i个主成分的贡献率；wij表示第i个主成分和第j个参数的相关性；h为累计贡献率超过80％的主成分的个数；WCFj代表参数j的特征权重贡献率，WCFj的值越高表示参数j的特征越明显；

S5‑2、分别对所选用的通用型车辆跟驰模型中特征权重贡献率靠前的参数应用模糊聚类方法进行分析；

S5‑3、对聚类后的每一组群体进行分析，并根据分析结果对驾驶员驾驶风格进行定义；

S5‑4、利用分布拟合技术探究不同驾驶员驾驶风格所对应的各个参数的概率分布情况；

S5‑5、利用Kullback‑Leibler散度法计算出不同驾驶员驾驶风格所对应的各个参数的概率分布的拟合优度，找到各个参数的最佳拟合分布；

S5‑6、依据各个参数的最佳拟合分布确定所选用的通用型车辆跟驰模型中各个参数的具体数值，并将各个参数的具体数值代入所选用的通用型车辆跟驰模型，由此得到不同跟驰车辆对类型下的考虑车型和驾驶风格异质性的分类车辆跟驰模型。

2.根据权利要求1所述的一种考虑车型和驾驶风格异质性的跟驰行为建模方法，其特征在于，所述跟驰车辆对的车辆组合类型包括：小汽车跟随小汽车，卡车跟随小汽车，小汽车跟随卡车，卡车跟随卡车。

3.根据权利要求1所述的一种考虑车型和驾驶风格异质性的跟驰行为建模方法，其特征在于，所述跟驰片段样本标准包括：a)跟驰片段中的引导车辆和跟随车辆应在同一车道行驶，且不包含超车行为；

b)跟随车辆的速度应大于5m/s，引导车辆和跟随车辆的车头间距应在7m到120m之间；

c)引导车辆和跟随车辆之间的速度差小于2.5m/s；

d)跟驰片段的持续时间应大于20s；

e)跟随车辆的加速度与速度差之间的Pearson相关系数应大于0.6。

4.根据权利要求1所述的一种考虑车型和驾驶风格异质性的跟驰行为建模方法，其特征在于，所述通用型车辆跟驰模型包括：全速度差模型、刺激‑反应模型、智能驾驶人模型。

5.根据权利要求1所述的一种考虑车型和驾驶风格异质性的跟驰行为建模方法，其特征在于，所述方法还包括步骤S6，对所得到的不同跟驰车辆对类型下的考虑车型和驾驶风格异质性的分类车辆跟驰模型进行校准。

6.根据权利要求5所述的一种考虑车型和驾驶风格异质性的跟驰行为建模方法，其特征在于，对所得到的不同跟驰车辆对类型下的考虑车型和驾驶风格异质性的分类车辆跟驰模型进行校准，具体包括：S6‑1、构建仿真环境，用于评估对所得到的不同跟驰车辆对类型下的考虑车型和驾驶风格异质性的分类车辆跟驰模型的性能；

S6‑2、采用均方根误差评估CCF轨迹和UCF轨迹这两种仿真轨迹数据与所获取的原始车辆运行轨迹数据的误差情况；

所述均方根误差的表达式为：

式中， 和 分别代表任一跟驰车辆对类型的跟驰片段样本集中第k个跟驰片段样本的第t条仿真轨迹数据和真实轨迹数据；T代表每个跟驰片段样本中所选取的轨迹数据的数量；n表示跟驰片段样本总数；

所述CCF轨迹是基于所得到的不同跟驰车辆对类型下的考虑车型和驾驶风格异质性的分类车辆跟驰模型仿真生成的；

所述UCF轨迹是基于未分类的确定性车辆跟驰模型仿真生成的；所述未分类的确定性车辆跟驰模型是基于所选用的通用型车辆跟驰模型，其每个模型参数取自步骤S4中所有跟驰片段样本的参数标定结果的平均值。

7.一种考虑车型和驾驶风格异质性的跟驰模型，其特征在于，所述跟驰模型是通过如权利要求1‑6任一所述的考虑车型和驾驶风格异质性的跟驰行为建模方法得到的不同跟驰车辆对类型下的考虑车型和驾驶风格异质性的分类车辆跟驰模型。