山區(qū)公路彎道車輛輪跡集中分布區(qū)的識(shí)別

孟欣強(qiáng)， 郭建鋼

(福建農(nóng)林大學(xué)交通與土木工程學(xué)院，福建 福州350003)

道路與交通標(biāo)線等在行駛車輛荷載的影響下會(huì)縮減使用壽命，車輛動(dòng)荷載的作用與行車輪跡分布直接相關(guān)，彎道行車的輪跡與道路線形有所差異，研究道路彎道上車輛輪跡集中分布區(qū)域可為道路基礎(chǔ)和交通標(biāo)線建設(shè)與養(yǎng)護(hù)提供參考.

在車輛輪跡分布方面，崔洪軍等[1]經(jīng)調(diào)查得到津晉高速上車輛的輪跡分布情況；劉黎萍等[2]研究了高速公路不同車道上不同車型的輪跡分布特點(diǎn)；趙延慶等[3]發(fā)現(xiàn)卡車在高速公路和其他道路上的輪跡橫向分布特征有明顯區(qū)別；Cerni et al[4]從軌跡曲率、路段長(zhǎng)度等對(duì)車輛軌跡偏離道路線形的原因進(jìn)行探究；Chen et al[5]檢驗(yàn)了道路曲線路段的幾何設(shè)計(jì)特征對(duì)車輛偏離的影響；羅驍[6]分析了行駛方向、彎道長(zhǎng)度、彎道半徑和轉(zhuǎn)角對(duì)行駛軌跡的影響.對(duì)于行車速度的變化，Wang et al[7]發(fā)現(xiàn)在不同曲線半徑范圍內(nèi)車速的變化幅度不同；Hashim et al[8]建立了水平曲線和切線的運(yùn)行速度模型；范鵬鵬[9]分析標(biāo)線設(shè)置情況對(duì)運(yùn)行車速的影響；陳瑩等[10]分析了坡度對(duì)車輛運(yùn)行速度的影響；張旺等[11]通過分析得到車輛平均速度和85%位速度與彎道半徑及縱坡的關(guān)系式.

現(xiàn)有研究多是基于道路條帶劃分方式分析較高等級(jí)公路的車輛輪跡分布規(guī)律，對(duì)山區(qū)雙車道公路輪跡分布的研究較少.從彎道內(nèi)單輛車完整輪跡角度分析彎道中車輛輪跡集中分布區(qū)域的相關(guān)研究也較少.本文以福州市森林公園至鼓嶺道路上的4 個(gè)彎道路段的交通流為研究對(duì)象，基于車輛自然行駛狀態(tài)下的實(shí)測(cè)數(shù)據(jù)，構(gòu)建基于BP 神經(jīng)網(wǎng)絡(luò)的車輛輪跡模型，以入彎輪跡和入彎速度作為行車狀態(tài)的分類指標(biāo)，采用重心聚類法分類出占比最大的一類車輛，對(duì)該類車輛進(jìn)行分析，得到彎道車輛輪跡集中分布區(qū).

1 試驗(yàn)設(shè)計(jì)

1.1 研究對(duì)象

選取的4 個(gè)彎道均為雙向兩車道，交通流以小型客車為主，呈自由流狀態(tài).自由流狀態(tài)能更好地反映道路和車輛行駛狀態(tài)對(duì)單車轉(zhuǎn)彎的影響.彎道路段幾何參數(shù)如表1 所示.

表1 彎道幾何參數(shù)Table 1 Curve geometric parameters

1.2 數(shù)據(jù)采集與處理

將搭載攝像設(shè)備的大疆Phantom 4 型無人機(jī)升到不干擾車輛正常行駛的彎道上空(約為50 m)懸停，記錄車輛在彎道上連續(xù)行駛的全過程.

對(duì)行車方向進(jìn)行界定并建立彎道坐標(biāo)系:以靠近彎道曲率中心行車為右轉(zhuǎn)，以遠(yuǎn)離彎道曲率中心行車為左轉(zhuǎn)；以彎道中點(diǎn)為原點(diǎn)，沿道路中心線以右轉(zhuǎn)車輛行駛方向?yàn)閄軸正向，以彎道中點(diǎn)遠(yuǎn)離曲率中心的法線方向?yàn)閅軸正向建立坐標(biāo)系(圖1).不同行車方向的縱坡統(tǒng)一用右轉(zhuǎn)縱坡表示.

用After Effects 軟件的追蹤運(yùn)動(dòng)模塊標(biāo)記車輛左前輪位置時(shí)，每10 幀(視頻時(shí)間0.4 s)選取一個(gè)左前輪軌跡追蹤點(diǎn)作為一處車輛位置記錄點(diǎn).

每處車輛位置記錄點(diǎn)與道路中心線的垂線距離為該點(diǎn)偏移量的絕對(duì)值.對(duì)于每處車輛位置記錄點(diǎn)的瞬時(shí)速度，用該記錄點(diǎn)與前一記錄點(diǎn)之間直線距離的平均速度計(jì)算得到.

1.3 彎道車輛輪跡模型的建立

車輛在彎道內(nèi)的輪跡為曲線，且與道路線形有差異，受道路、車輛、駕駛員、環(huán)境等多方面因素的影響.道路景觀的色彩、植物分布特性、護(hù)欄形式等環(huán)境方面的因素影響相對(duì)較小，本文主要考慮了道路線形、車輛行駛狀態(tài)等因素的影響.為更真實(shí)地反映彎道中車輛輪跡的變化情況，根據(jù)BP 神經(jīng)網(wǎng)絡(luò)高度非線性和較強(qiáng)泛化能力建立相關(guān)模型.

針對(duì)左、右轉(zhuǎn)行車的差異，分別建立左、右轉(zhuǎn)車輛輪跡模型.建立的左、右轉(zhuǎn)車輛輪跡模型的結(jié)構(gòu)相同，各連接權(quán)值不同.車輛輪跡模型采用輸入層、隱含層、輸出層三層結(jié)構(gòu)的BP 神經(jīng)網(wǎng)絡(luò)，輸入層有7 個(gè)節(jié)點(diǎn)，分別對(duì)應(yīng)車輛入彎偏移值、入彎行車速度、行車位置、入彎距離、彎道空間線形曲率、彎道空間線形撓率和橫向坡度，其中彎道空間線形曲率和彎道空間線形撓率由平面線形曲率和縱向坡度計(jì)算得到[12].隱含層為單層結(jié)構(gòu)，有13 個(gè)節(jié)點(diǎn)；輸出層有2 個(gè)節(jié)點(diǎn)，分別對(duì)應(yīng)車輛輪跡偏移值和速度值.

將彎道1、彎道2 和彎道3 中的行車數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)和檢驗(yàn)數(shù)據(jù).利用MATLAB 軟件，基于訓(xùn)練數(shù)據(jù)，采用tansig 傳遞函數(shù)、trainlm 訓(xùn)練函數(shù)、learngdm 權(quán)值學(xué)習(xí)函數(shù)對(duì)BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練；基于檢驗(yàn)數(shù)據(jù)，根據(jù)訓(xùn)練得到的模型進(jìn)行預(yù)測(cè)，以預(yù)測(cè)值和實(shí)際值的平均誤差率作為模型訓(xùn)練結(jié)果的評(píng)價(jià)標(biāo)準(zhǔn).

1.4 入彎車輛分類

對(duì)駛經(jīng)彎道4 的車輛進(jìn)行實(shí)地調(diào)查，得到左、右轉(zhuǎn)車輛的行車狀態(tài)記錄，利用SPSS 軟件，通過重心聚類法得到左、右轉(zhuǎn)車輛入彎狀態(tài)最集中的車輛類別.

1.5 車輛輪跡集中分布區(qū)的確定

根據(jù)建立的彎道車輛輪跡模型和彎道4 中入彎狀態(tài)占比最大的車輛，計(jì)算彎道4 中車輛輪跡集中分布區(qū).

2 結(jié)果與分析

2.1 彎道車輛輪跡模型

用右轉(zhuǎn)93 輛車的1 133 組行車狀態(tài)數(shù)據(jù)進(jìn)行右轉(zhuǎn)車輛輪跡模型的訓(xùn)練，用右轉(zhuǎn)12 輛車的134 組行車狀態(tài)數(shù)據(jù)進(jìn)行誤差檢驗(yàn)，模型預(yù)測(cè)的輪跡偏移值和速度值的平均誤差率分別為27.68%和4.38%.用左轉(zhuǎn)77 輛車的1 055 組行車狀態(tài)數(shù)據(jù)進(jìn)行左轉(zhuǎn)車輛輪跡模型的訓(xùn)練，用左轉(zhuǎn)12 輛車的109 組行車狀態(tài)數(shù)據(jù)進(jìn)行誤差檢驗(yàn)，最終通過確立的模型預(yù)測(cè)得到的輪跡偏移值和速度值的平均誤差率分別為29.85%和5.27%.

2.2 入彎車輛分類

將右轉(zhuǎn)車輛35 組行車狀態(tài)分成7 組(圖2)，每組用不同圖形表示，其中最大組占比為68.57%，以點(diǎn)Y1、Y2、Y3、Y4 為頂點(diǎn)的矩形范圍就是右轉(zhuǎn)車輛中占比最大組車輛在入彎時(shí)的行駛狀態(tài)取值.將左轉(zhuǎn)車輛35 組行車狀態(tài)分成4 組(圖2)，最大組占比為60.00%，用頂點(diǎn)為Z1、Z2、Z3、Z4 的矩形區(qū)域表示.

2.3 車輛輪跡集中分布區(qū)

彎道4 中劃在道路中心線處的交通標(biāo)線長(zhǎng)為61.465 m，可行駛的道路面積為460.987 5 m2.

通過計(jì)算得到右轉(zhuǎn)車輛輪跡集中分布區(qū)(圖3).右轉(zhuǎn)車輛輪跡集中分布區(qū)內(nèi)的交通標(biāo)線范圍為-30.73～-24.38 m 和-13.20～18.67 m；右轉(zhuǎn)車輛輪跡集中分布區(qū)面積為100.197 3 m2，占可行駛道路面積的21.74%.通過計(jì)算得到左轉(zhuǎn)車輛輪跡集中分布區(qū)(圖4).左轉(zhuǎn)車輛輪跡集中分布區(qū)內(nèi)的交通標(biāo)線范圍為-28.54～30.73 m；左轉(zhuǎn)車輛輪跡集中分布區(qū)面積為82.600 5 m2，占可行駛道路面積的17.92%.

將計(jì)算得到的左、右轉(zhuǎn)車輛輪跡集中分布區(qū)進(jìn)行疊加，得到左右轉(zhuǎn)車輛都集中行駛的區(qū)域，結(jié)果如圖5 所示.在左、右轉(zhuǎn)車輛疊加輪跡集中分布區(qū)內(nèi)的交通標(biāo)線長(zhǎng)度為-28.54～-24.38 m 和-13.20～18.67 m；疊加輪跡集中分布區(qū)面積為44.909 5 m2，占可行駛道路面積的9.74%，疊加輪跡集中分布區(qū)在道路橫斷面方向上的分布為-150～50 cm.

圖3 右轉(zhuǎn)車輛輪跡集中分布區(qū)Fig.3 Concentrated distribution area of the wheelpaths of the right-turning vehicles

圖4 左轉(zhuǎn)車輛輪跡集中分布區(qū)Fig.4 Concentrated distribution area of the wheelpaths of the left-turning vehicles

3 小結(jié)

(1)采用BP 神經(jīng)網(wǎng)絡(luò)建立山區(qū)雙車道公路彎道左、右轉(zhuǎn)車輛輪跡模型，較好地預(yù)測(cè)車輛駛經(jīng)彎道各處時(shí)在橫斷面方向上的位置，從而得到車輛經(jīng)過彎道時(shí)連續(xù)完整的輪跡線；用重心聚類法對(duì)駛經(jīng)彎道的車輛進(jìn)行分類，得到左、右轉(zhuǎn)車輛中各自占比最大車輛入彎狀態(tài)的臨界值；根據(jù)道路參數(shù)和占比最大車輛入彎狀態(tài)的臨界值，利用建立的輪跡模型計(jì)算出左轉(zhuǎn)車輛、右轉(zhuǎn)車輛和左、右轉(zhuǎn)車輛疊加輪跡集中分布區(qū).

(2)通過計(jì)算得到的彎道左、右轉(zhuǎn)車輛疊加輪跡集中分布區(qū)內(nèi)的交通標(biāo)線分布是-28.54 ～-24.38 m和-13.20～18.67 m；疊加輪跡集中分布區(qū)在道路橫斷面方向上的分布為-150～50 cm.

圖5 左、右轉(zhuǎn)車輛疊加輪跡集中分布區(qū)Fig.5 Concentrated overlapped area of the wheelpaths of the left- and right-turning vehicles