霧天對彎道駕駛行為的影響研究＊

李曉夢 閆學(xué)東 趙 佳 王江鋒

（北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室 北京 100044）

0 引言

道路交通系統(tǒng)主要由人、車、路、環(huán)境4部分組成。駕駛?cè)耸堑缆方煌ㄏ到y(tǒng)的主要參與者，其人為因素是導(dǎo)致交通事故發(fā)生的主要原因［1］，因此關(guān)于駕駛行為的研究一直是交通安全領(lǐng)域的1個(gè)熱點(diǎn)［2－4］。惡劣天氣對駕駛?cè)说鸟{駛行為有著極大的 影響［5－6］，據(jù)統(tǒng)計(jì)，2010 年 我國高速公路 發(fā)生的交通事故有26.12%發(fā)生在雨、雪、霧、高溫、低溫等惡劣天氣，有31.74%的直接經(jīng)濟(jì)損失發(fā)生在惡劣氣象環(huán)境中［7］。尤其在霧天條件下，道路能見度大大降低，路面行車條件變差，駕駛?cè)说鸟{駛行為、駕駛?cè)说纳砗托睦?、道路條件以及車輛運(yùn)行狀態(tài)均受到不同程度的影響，容易造成交通事故［8］。此外，道路線形也對駕駛?cè)说鸟{駛行為及安全存在一定影響。由于彎道線形的特點(diǎn)，駕駛?cè)吮容^容易在彎道駕駛中發(fā)生追尾，碰撞或駛出彎道等事故，因而研究駕駛?cè)嗽谶M(jìn)入彎道時(shí)的駕駛特性具有十分重要的意義。

由于霧天環(huán)境對駕駛行為和駕駛安全存在極大的負(fù)面影響，國外已有許多學(xué)者利用駕駛模擬器進(jìn)行了霧天環(huán)境下駕駛行為的研究，主要集中在以下幾個(gè)方面：①霧天對駕駛?cè)烁囆袨榈挠绊懷芯浚?－11］；②霧天環(huán)境下駕駛?cè)吮茏残袨檠芯浚?2－13］；③霧天情況下駕駛?cè)藢β窚y引導(dǎo)和指示標(biāo)志的行為反應(yīng)研究［14－15］。國內(nèi)學(xué)者中利用駕駛模擬器展開霧天駕駛行為研究的不多，陳學(xué)浩等人分析了霧天對高速公路交通安全的影響及霧天駕駛?cè)诵熊嚨男睦硖卣骱托袨樘卣鳎?］，蔣銳等人建立了霧天環(huán)境影響下的車輛換道的安全模型，并提出霧天駕駛反應(yīng)延遲模型以量化霧天對交通流微觀行駛特征的影響［16］。綜合國內(nèi)外研究成果可以發(fā)現(xiàn)，目前針對霧天環(huán)境下駕駛?cè)嗽趶?fù)雜道路線形中（尤其是復(fù)雜S形彎道）的駕駛行為的研究十分有限。

駕駛模擬器由于具有安全、可控、可重復(fù)和高度仿真等優(yōu)點(diǎn)［17］，可以用于設(shè)計(jì)復(fù)雜的動(dòng)態(tài)駕駛模擬實(shí)驗(yàn)，考察駕駛?cè)嗽谔囟{駛環(huán)境下的駕駛行為表現(xiàn)，并進(jìn)行相關(guān)數(shù)據(jù)采集與分析，評估所研究的駕駛干預(yù)因素的安全效果。本研究利用北京交通大學(xué)駕駛模擬器，選取霧天作為環(huán)境干預(yù)因素，設(shè)計(jì)簡單直角彎道以及復(fù)雜S形連續(xù)彎道作為道路環(huán)境進(jìn)行駕駛模擬實(shí)驗(yàn)，同時(shí)考慮駕駛?cè)诵詣e和職業(yè)（是否為職業(yè)司機(jī)）等駕駛?cè)颂匦宰兞浚治鲴{駛?cè)嗽趶澋乐械鸟{駛行為特點(diǎn)。研究成果對于有關(guān)部門進(jìn)行特殊天氣和特殊道路線形下的道路交通安全管理，減少和預(yù)防交通事故具有重要借鑒作用。

1 實(shí)驗(yàn)方法

1.1 實(shí)驗(yàn)設(shè)備

本實(shí)驗(yàn)所用駕駛模擬器由硬件和軟件2部分組成。硬件部分包括：福特?？怂拐囻{駛艙、視覺模擬系統(tǒng)、車輛模擬計(jì)算機(jī)、車輛動(dòng)感模擬平臺以及操作控制臺，駕駛模擬平臺硬件部分見圖1。軟件部分包括：駕駛場景設(shè)計(jì)軟件（SimVista）、場景控制軟件（包括SimCreator實(shí)時(shí)模擬軟件及場景運(yùn)行軟件）。

1.2 實(shí)驗(yàn)參與者

本實(shí)驗(yàn)共有46名實(shí)驗(yàn)人員，根據(jù)實(shí)驗(yàn)人員的職業(yè)性質(zhì)和性別進(jìn)行分類。實(shí)驗(yàn)人員的職業(yè)性質(zhì)分為職業(yè)駕駛?cè)撕头锹殬I(yè)駕駛?cè)耍罢咧敢择{駛車輛作為謀生手段的人員，后者指以機(jī)動(dòng)車作為通勤交通工具且年行駛里程達(dá)到2萬km 以上的人員。實(shí)驗(yàn)人員的樣本結(jié)構(gòu)見表1。

圖1 駕駛模擬器硬件部分Fig.1 The hardware of driving simulator

表1 實(shí)驗(yàn)人員樣本結(jié)構(gòu)Tab.1 The sample structure of experiment subjects人

實(shí)驗(yàn)人員在開始實(shí)驗(yàn)之前需要錄入個(gè)人的詳細(xì)信息，包括姓名、性別、年齡、駕齡、職業(yè)、年駕駛里程、交通事故記錄等，并接受駕駛模擬實(shí)驗(yàn)的培訓(xùn)，然后根據(jù)設(shè)計(jì)的實(shí)驗(yàn)場景依次完成實(shí)驗(yàn)。

1.3 實(shí)驗(yàn)設(shè)計(jì)與步驟

1.3.1 駕駛場景設(shè)計(jì)

實(shí)驗(yàn)選取霧天作為干預(yù)條件，根據(jù)其可見度的不同共設(shè)計(jì)了3種情況：無霧、輕霧和濃霧，其中輕霧和濃霧的可見度分別為250m 和50m，見圖2。實(shí)驗(yàn)道路場景包括直角彎道以及S形連續(xù)彎道2種道路線形，見圖3。

圖2 不同能見度的霧天環(huán)境Fig.2 The different visibilities of fog environment

圖3 實(shí)驗(yàn)駕駛場景Fig.3 Experiment driving scenario

1.3.2 實(shí)驗(yàn)步驟

實(shí)驗(yàn)開始前需向?qū)嶒?yàn)人員介紹實(shí)驗(yàn)要求，并安排他們簽署“實(shí)驗(yàn)知情書”。每個(gè)實(shí)驗(yàn)人員均被告知以正常狀態(tài)駕駛并且要遵守交通規(guī)則，實(shí)驗(yàn)過程中如有不適反應(yīng)可以立即終止實(shí)驗(yàn)。在正式實(shí)驗(yàn)開始前每個(gè)實(shí)驗(yàn)人員都將進(jìn)行10 min的訓(xùn)練以熟悉駕駛模擬操作，包括直道駕駛、加速、減速、左／右轉(zhuǎn)以及其他基本駕駛行為。隨后，實(shí)驗(yàn)人員以隨機(jī)順序開始3種霧天情況下的駕駛場景測試并在每個(gè)場景結(jié)束后休息5min以上，然后再進(jìn)行下一輪場景的測試。

2 數(shù)據(jù)分析

在每個(gè)實(shí)驗(yàn)人員進(jìn)行實(shí)驗(yàn)的過程中，駕駛模擬平臺的主控計(jì)算機(jī)每隔0.1s記錄1次數(shù)據(jù)。初始實(shí)驗(yàn)數(shù)據(jù)包括車輛的位置、速度、加速度、車輛操作、轉(zhuǎn)向和車距數(shù)據(jù)。

由于初始實(shí)驗(yàn)數(shù)據(jù)量較大，需要根據(jù)實(shí)驗(yàn)場景數(shù)據(jù)分析需要，從中提取關(guān)鍵變量。由于在彎道駕駛過程中，道路線形一直處于變化中，駕駛?cè)诵枰粩嗬糜烷T踏板、剎車踏板以及方向盤調(diào)整車輛的前進(jìn)，因而其在彎道中的駕駛行為表現(xiàn)可從縱向和橫向2個(gè)方面進(jìn)行衡量。縱向變量主要包括車輛前進(jìn)方向的速度和加速度等，橫向變量主要包括車道偏移，橫向速度、橫向加速度、車輛駛出彎道率等。本研究選擇的評估駕駛?cè)藦澋礼{駛行為的關(guān)鍵變量為速度和車輛駛出彎道率，其中速度變量包括平均車速和瞬時(shí)車速，車輛駛出彎道率是指車輛在彎道行駛時(shí)駛出彎道的概率。車輛是否駛出彎道是依據(jù)車輛最大偏移量來判斷的，當(dāng)車輛的最大偏移量大于1時(shí)，說明主車已經(jīng)駛出彎道。速度和車輛駛出彎道率分別可以表征駕駛?cè)诵旭傇趶澋罆r(shí)的縱向和橫向駕駛行為安全。

2.1 平均車速

平均車速是最基本的車輛控制指標(biāo)。本文采用多變量方差分析法（MANOVA）研究霧天等級、駕駛?cè)诵詣e、職業(yè)性質(zhì)以及三者的交叉對2種彎道線形中車輛的平均速度的影響差異。假設(shè)檢驗(yàn)分析中以0.05顯著性水平為基礎(chǔ)進(jìn)行分析，見表2。由SPSS分析結(jié)果可以看出，霧天僅對S形連續(xù)彎道的平均車速有顯著性影響（F＝5.371，p＜0.01）；而駕駛?cè)说穆殬I(yè)性質(zhì)對直角彎道（F＝5.622，p＜0.05）和S 形彎道（F＝16.732，p＜0.01）的平均速度均有顯著性影響；性別以及3種因素的交叉均為非顯著性影響因素。

進(jìn)一步對比分析不同影響因素下的平均車速。圖4為不同霧天等級下的彎道平均車速直方圖。由圖4可見，在彎道中霧天環(huán)境下駕駛?cè)说钠骄囁僖葻o霧環(huán)境下的略高。這是由于在視距良好的條件下，駕駛?cè)丝梢郧逦乜吹綇澋?，并及時(shí)減速；而在霧天環(huán)境下，駕駛?cè)藢η胺降缆肪€形變化的認(rèn)知能力下降，只有在接近彎道時(shí)才能看清道路情況，減速不及時(shí)，容易造成車速偏高。

表2 彎道平均車速的多變量方差分析結(jié)果Tab.2 MANOVA results of average curve speed

圖4 不同霧天等級下的彎道平均車速Fig.4 The average curve speed under different levels of fog condition

對比職業(yè)駕駛?cè)伺c非職業(yè)駕駛?cè)说钠骄囁伲ㄒ妶D5）可以看出在直角彎道和S 形連續(xù)彎道處，職業(yè)駕駛?cè)说钠骄囁佥^非職業(yè)駕駛?cè)嗣黠@偏低，且樣本標(biāo)準(zhǔn)差也小。這是由于職業(yè)駕駛?cè)笋{駛經(jīng)驗(yàn)豐富且駕駛風(fēng)格偏保守，他們在駕駛過程中對可能涉及的風(fēng)險(xiǎn)有較為準(zhǔn)確的估計(jì)，在車速的大小及穩(wěn)定性控制方面優(yōu)于非職業(yè)駕駛?cè)耍瑥亩暂^低的速度行駛來補(bǔ)償可能的風(fēng)險(xiǎn)。

2.2 車輛駛出彎道率

車輛駛出彎道率是指駕駛?cè)嗽趶澋佬旭倳r(shí)，駛出彎道的可能性的大小。車輛在彎道行駛時(shí)，由于道路線形的變化，駕駛?cè)诵枰粩嗟乜刂妻D(zhuǎn)向盤，保持車輛沿著車道軌跡安全的行駛。車輛是否駛出車道是評判駕駛?cè)嗽趶澋捞幮旭偽ｋU(xiǎn)性的重要指標(biāo)之一，駛出彎道的可能性越大，說明駕駛危險(xiǎn)性越高。表3中統(tǒng)計(jì)了不同影響因素下，駕駛?cè)嗽谥苯菑澋篮蚐形彎道時(shí)駛出彎道的情況。

圖5 職業(yè)與非職業(yè)駕駛?cè)说膹澋榔骄囁貴ig.5 The average curve speed of professional and non－professional drivers

表3 車輛駛出彎道情況的描述統(tǒng)計(jì)Tab.3 The descriptive statistics of vehicles driven out of curve

由表3可見，隨著霧的濃度的增大，駕駛?cè)嗽谥苯菑澋捞幒蚐形連續(xù)彎道處駛出彎道的比例均顯著增大；男女駕駛?cè)嗽趶澋捞庱偝鰪澋赖母怕蕸]有明顯的差別；對比職業(yè)與非職業(yè)駕駛?cè)?，可以發(fā)現(xiàn)在直角彎道處，職業(yè)駕駛?cè)笋偝鰪澋赖谋壤黠@高于非職業(yè)駕駛?cè)?，而在S形連續(xù)彎道處，兩者沒有明顯的差異。

為分析各個(gè)自變量對車輛彎道駛出率的影響，將各個(gè)自變量作為可能的影響因子，利用Logistic回歸分析其對彎道駛出率的影響趨勢，建立車輛駛出彎道率的Logistic回歸模型。

2.2.1 車輛駛出直角彎道率

表4給出了車輛駛出直角彎道的Logistic回歸分析結(jié)果，其中霧天等級、駕駛?cè)寺殬I(yè)和車輛進(jìn)入彎道時(shí)的瞬時(shí)車速均為顯著性影響因子（p＜0.01）。

表4 對車輛駛出直角彎道的Logistic回歸分析結(jié)果Tab.4 The Logistic regression analysis of vehicles driven out of right angle curve

由表4可見，與無霧相比，輕霧和濃霧天氣屬于危險(xiǎn)因素，會增加駕駛?cè)笋偝鰪澋赖母怕剩渲休p霧會造成駕駛?cè)笋偝鰪澋赖目赡苄员葻o霧天氣增大1.481倍，而濃霧會造成駕駛?cè)笋偝鰪澋赖目赡苄员葻o霧天氣增大約10倍；此外隨著進(jìn)入彎道時(shí)車速的增加，駕駛?cè)笋偝鰪澋赖目赡苄砸?.228倍的速度增加，所以進(jìn)入直角彎道時(shí)的瞬時(shí)車速也屬于潛在危險(xiǎn)因素。將對車輛駛出直角彎道具有顯著性影響的因素作為自變量建立Logistic回歸模型，如下：

式中：p為車輛駛出直角彎道的可能性；0≤p≤1；

a為霧天等級，無霧天氣時(shí)，a0＝0，a1＝0；

輕霧天氣時(shí)，a0＝1，a1＝0；

濃霧天氣時(shí)，a0＝0，a1＝1；

b為職業(yè)性質(zhì)，職業(yè)駕駛?cè)藭r(shí)，b＝1，非職業(yè)駕駛?cè)藭r(shí)，b＝0；v為進(jìn)入直角彎道的瞬時(shí)車速。

此模型可以預(yù)測無霧、輕霧、濃霧環(huán)境下，職業(yè)與非職業(yè)駕駛?cè)艘圆煌乃俣冗M(jìn)入直角彎道時(shí)駛出彎道的可能性。例如，圖6展示了對應(yīng)不同的車輛進(jìn)入直角彎道的瞬時(shí)車速，不同霧天環(huán)境下車輛駛出彎道的可能性的變化。

圖6 基于Logistic回歸模型的車輛駛出直角彎道可能性變化圖Fig.6 The possibility of vehicles driven out of right angle curve based on logistic regression model

2.2.2 車輛駛出S形連續(xù)彎道率

表5給出了車輛駛出S形彎道的Logistic回歸分析結(jié)果。

表5 對車輛駛出S形連續(xù)彎道的Logistic回歸分析結(jié)果Tab.5 The logistic regression analysis of vehicles driven out of s type curve

由表5可見，霧天等級和進(jìn)入彎道時(shí)的瞬時(shí)車速對駕駛?cè)嗽赟形連續(xù)彎道處駛出彎道的可能性有顯著影響（p＜0.05）。與無霧相比，輕霧會造成駕駛?cè)笋偝鰪澋赖目赡苄栽龃蠹s1.8倍，濃霧會造成該可能性增大6.372倍；隨著車輛進(jìn)入彎道時(shí)的瞬時(shí)速度增加，其駛出彎道的可能性以1.192倍的速度增加。根據(jù)分析結(jié)果建立車輛駛出S形彎道可能性的Logistic回歸模型，如下：

式中：p為車輛駛出S形彎道的可能性，0≤p≤1；

a為霧天等級，無霧天氣時(shí)，a0＝0，a1＝0；

輕霧天氣時(shí)，a0＝1，a1＝0；

濃霧天氣時(shí)，a0＝0，a1＝1；

v為進(jìn)入S形連續(xù)彎道的瞬時(shí)車速。

通過此模型可以計(jì)算無霧、輕霧、濃霧環(huán)境下，駕駛?cè)艘圆煌俣冗M(jìn)入彎道時(shí)，在S形連續(xù)彎道處駛出彎道的可能性見圖7。

3 結(jié)束語

圖7 基于Logistic回歸模型的車輛駛出S形連續(xù)彎道可能性變化圖Fig.7 The possibility of vehicles driven out of S type curve based on Logistic regression model

由于霧天條件下能見度較低，駕駛?cè)嗽隈{駛時(shí)的視覺特性、認(rèn)知能力、駕駛操作等行為都會受到不同程度影響，交通安全隱患也會隨之增加，因此研究霧天環(huán)境下駕駛?cè)说鸟{駛行為及安全具有重要的現(xiàn)實(shí)意義。本文利用駕駛模擬仿真平臺模擬霧天環(huán)境，建立直角彎道與S形連續(xù)彎道2種道路線形，重點(diǎn)分析了霧天、駕駛?cè)寺殬I(yè)以及性別因素對駕駛?cè)藦澋礼{駛行為的影響。此外，本文還建立了考慮霧天等級、駕駛?cè)诵詣e、職業(yè)性質(zhì)以及進(jìn)入彎道的瞬時(shí)車速作為影響因子的Logistic回歸模型，用于分析車輛在不同條件下駛出直角彎道和S形彎道的可能性。研究結(jié)果發(fā)現(xiàn)，駕駛?cè)嗽趶澋佬旭倳r(shí)，霧天下的平均車速要比無霧情況下略高，并且在霧天條件下，無論是簡單直角彎道還是復(fù)雜S型彎道，駕駛?cè)诉M(jìn)入彎道時(shí)的速度都對其是否能安全通過彎道具有顯著性影響。這一研究成果表明，在濃霧天氣多發(fā)地帶，尤其是山區(qū)道路彎道線形較多，有必要在彎道路段前方設(shè)置警示標(biāo)志或限速標(biāo)志，提醒駕駛?cè)诉M(jìn)入彎道前及時(shí)減速，以便順利安全的通過彎道。本研究目前僅選擇了速度和車輛駛出彎道率2個(gè)變量衡量霧天對駕駛?cè)藦澋礼{駛行為的影響，對于霧天情況下駕駛?cè)送ㄟ^彎道的行為機(jī)制還有待于進(jìn)一步深化。未來的研究中將考慮更為全面的行為變量，為進(jìn)一步建立霧天駕駛行為安全評價(jià)體系奠定數(shù)據(jù)基礎(chǔ)，同時(shí)為分析其他干預(yù)因素對駕駛行為的影響提供研究思路和系統(tǒng)的實(shí)驗(yàn)分析方法。

［1］李曉夢.基于駕駛模擬實(shí)驗(yàn)的駕駛員緊急避撞行為研究［D］.北京：北京交通大學(xué)，2013.Li Xiaomeng.Study of driver＇s emergentcy collision avoidance behavior based on driving simulator experiment［D］.Beijing：Beijing Jiaotong University，2013.（in Chinese）.

［2］Shamsa M，Shojaeizadeh D.Taxi drivers views on risky driving behavior in Tehran：aqualitative study using a social marketing approach［J］.Accident Analysis ＆Prevention，2011，43（3）：646－651.

［3］Shams M，Rahimi－Movaghar V.Risky driving behaviors in Tehran，Iran［J］.Traffic Injury Prevention，2009，10（1）：91－94.

［4］Stephens A N，Groeger J A.Situational specificity of trait influences on drivers’evaluations and driving behavior［J］.Transportation Research Part F：Traffic Psychology and Behavior，2009，12（1）：29－39.

［5］Edwards J B.Speed adjustment of motorway commuter traffic to inclement weather［J］.Transportation Research Part F：Traffic Psychology and Behavior，1999，2（1）：1－14.

［6］陳學(xué)浩，季 君，江海龍.淺析霧天高速公路事故成因及管控要點(diǎn)［J］.中國公共安全，2010（3）：96－98.Chen Xuehao，Ji Jun，Jiang Hailong.Analysis of highway traffic accidents causes and traffic control points in the fog［J］.China Public Security，2010（3）：96－98.（in Chinese）.

［7］公安部交通管理局.中華人民共和國道路交通事故統(tǒng)計(jì)年報(bào)（2010 年度）［Z］.北京：公安部交通管理局，2009，5.The Ministry of Public Security Traffic Administration.The road traffic accident statistics annals of the people＇s republic of china（2010）［Z］.Beijing：The Ministry of Public Security Traffic Administration，2009，5.（in Chinese）.

［8］潘曉東，蔣 宏，高 昂.霧天高速公路交通事敵成因分析及安全對策［J］.交通標(biāo)準(zhǔn)化，2006（10）：200－203.Pan Xiaodong，Jiang Hong，Gao Ang.Analysis of highway traffic accidents causes and safety countermeasures［J］.Communications Standardization，2006（10）：200－203.（in Chinese）.

［9］Broughton K L M，Switzer F，Scott D.Car following decisions under three visibility conditions and two speeds tested with a driving simulator［J］.Ac－cident Analysis and Prevention，2007，39（1）：106－116.

［10］Ni R，Kang J J，Andersen G J.Age－related declines in car following performance under simulated fog conditions［J］.Accident Analysis and Prevention，2010，42（3）：818－826.

［11］Abdel－Aty M，Ekram A，Huang H，Choi K.A study on crashes related to visibility obstruction due to fog and smoke［J］.Accident Analysis and Prevention，2011，43（5）：1730－1737.

［12］Brooks J O，Crisler M C，Klein N，et al.Speed choice and driving performance in simulated foggy conditions［J］.Accident Analysis and Prevention，2011，43（3）：698－705.

［13］Hassan H M，Abdel－Aty M A.Analysis of drivers’behavior under reduced visibility conditions using a structural equation modeling approach［J］.Transportation Research Part F，2011，14（6）：614－625.

［14］Trick L M，Toxopeus R，Wilson D.The effects of visibility conditions，traffic density，and navigational challenge on speed compensation and driving performance in older adults［J］.Accident Analysis and Prevention，2010，42（6）：1661－1671.

［15］蔣 銳，郭忠印，李振楠.惡劣天氣條件下車輛換車道的安全模型［J］.同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2011，39（4）：529－533.Jiang Rui，Guo Zhongyin，Li Zhennan.Lane changing safety model for deteriorative weather［J］.Journal of Tongji University：Natural Science，2011，39（4）：529－533.（in Chinese）.

［16］劉 暢，丁 榮，趙 瓊，等.使用手機(jī)對低齡駕駛?cè)丝煽慷扔绊懙哪M駕駛實(shí)驗(yàn)分析［J］.交通信息與安全，2012，30（3）：152－156.Liu Chang，Ding Rong，Zhao Qiong，et al.Reliability analysis of cell－phone related driving based on simulator［J］.Journal of Transport Information Safety，2012，30（3）：152－156.（in Chinese）.