从交通工程角度对跟驰行为进行建模，侧重于微观驾驶行为的表达与微观数据的标定。在分析各种外界因素对驾驶人跟驰行为影响的基础上，设计合理的模型结构以表现出这些影响因素，使得模型能够在微观上符合实际观测数据。由于这类模型主要的应用方向为交通仿真与交通安全，因而实测数据分析和模型参数标定就显得尤为重要。根据建模思想的不同，本文中将交通工程角度的跟驰模型分为刺激－反应类模型、安全距离类模型、心理－生理类模型和人工智能类模型。刺激－反应类模型和安全距离类模型将人－车系统作为统一体，采用精确的运动学或动力学公式描述车辆运行轨迹，在交通仿真和智能车辆等领域有着广泛的应用价值。心理－生理类模型和人工智能类模型则更多地考虑对驾驶人心理反应特性的描述与建模，模型中更多地体现了跟驰行为中人的因素。

按照统计物理学的观点，车辆被作为自驱动远离平衡的相互作用粒子。物理学家通过在跟驰模型中引入能够描述实际交通流基本特性的一些本质因素，建立起微观跟驰模型。对于模型的理论分析和计算机仿真不仅能够对模型进行深入的理解，还能帮助更好地理解观察到的实际交通流的复杂现象（相变、亚稳态、迟滞现象、时走时停等）。

中国在跟驰行为建模方面的研究起步较晚，相关重要的研究成果多仅限于统计物理角度的理论模型，较少涉及到跟驰行为数据的采集与分析。中国交通状况、驾驶行为特性等都与国外有着较大的差异，因此，开展跟驰行为基础数据研究就显得尤为迫切。通过建立较为先进完善的跟驰轨迹、驾驶人反应特性数据库，为建立适合中国交通流特性的跟驰模型奠定基础。