基于AHP和物元分析的憤怒駕駛狀態(tài)辨識研究

基于AHP和物元分析的憤怒駕駛狀態(tài)辨識研究*

祁鈺茜1,2吳超仲1,2高嵩▲1,2彭理群1,2

(1.武漢理工大學(xué)智能交通系統(tǒng)研究中心武漢 430063；

2.武漢理工大學(xué)水路公路交通安全控制與裝備教育部工程研究中心武漢 430063)

摘要駕駛?cè)嗽趹嵟榫w下的駕駛行為是影響車輛行駛安全性的重要因素之一，憤怒駕駛情緒的產(chǎn)生及其程度受到駕駛?cè)俗陨砗偷缆方煌ōh(huán)境中多因素的影響。文中綜合考慮駕駛?cè)俗陨硪蛩睾托熊嚟h(huán)境對駕駛狀態(tài)的影響，提出了憤怒駕駛狀態(tài)的辨識方法。文中篩選了與憤怒駕駛行為相關(guān)的駕駛?cè)艘蛩睾偷缆翻h(huán)境因素，構(gòu)建了1個駕駛?cè)藨嵟瓲顟B(tài)辨識的層次分析模型，并根據(jù)相關(guān)因素之間對憤怒駕駛行為影響的重要程度構(gòu)造判斷矩陣，求出各相關(guān)因素對憤怒駕駛行為的影響權(quán)值。應(yīng)用綜合權(quán)重的物元多屬性決策方法辨識駕駛?cè)说膽嵟{駛狀態(tài)及程度。應(yīng)用所提出的方法對22組實車試驗中出現(xiàn)的憤怒駕駛狀態(tài)進行辨識，結(jié)果表明，72.7%的結(jié)果與實車實驗所得的結(jié)果相符，因此，該方法可對憤怒駕駛行為進行識別。文中所提出的方法能夠融合駕駛?cè)艘蛩睾铜h(huán)境因素對憤怒駕駛行為的影響，有效的辨識出駕駛?cè)说膽嵟{駛狀況及程度。

關(guān)鍵詞交通安全；憤怒駕駛；物元分析；層次分析法

中圖分類號：U491文獻標(biāo)志碼：A

收稿日期：2014-09-12修回日期：2015-01-24

基金項目*國家自然科學(xué)(批準(zhǔn)號：51178364)、 湖北省杰出青年

作者簡介：第一祁鈺茜(1990-)，碩士研究生.研究方向：交通安全與駕駛行為.E-mail:1055418395@qq.com

通訊作者：▲高嵩(1979-)，助理研究員，碩士.E-mail:gaosong@whut.edu.cn

A Study of Angry Driving Identification

Based on AHP and Matter Element Analysis

QI Yuqian1,2WU Chaozhong1,2GAO Song1,2PENG Liqun1,2

(1.IntelligentTransportSystemsResearchCenter,WuhanUniversityofTechnology,

Wuhan430063,China;

2.EngineeringResearchCenterforTransportationSafety,WuhanUniversityofTechnology,

MinistryofEducation,Wuhan430063,China)

Abstract:Driving behaviors under anger emotion are one of the most important factors impacting on traffic safety. Drivers and road traffic environment affect the degree of driver's anger directly. This research proposes a hierarchical analysis model to identify the angry driving behaviors, which is based on the factors, resulted in angry driving related to driver's individual factors and the road environment factors. According to the importance of related factors to driver's behaviors, the hierarchical analysis model creates a judgment matrix, and calculates the effect weight from the related factors to angry driving. The angry driving behaviors and the extent of anger are identified by using the comprehensive weighting method of matter-element multi-attribute decision. A total of 22 on-road experiments on urban road were conducted to acquire the data of angry driving behaviors. 72.7 angry driving behaviors were identified by using the proposed model. The results also show that the proposed model l can identify the angry driving behaviors and the extent of anger effectively, based on the individual driver's factors and the road environment.

Key words:traffic safety; angry driving; matter element analysis; analytic hierarchy process

0引言

近年來。隨著車輛保有量的增加和道路交通環(huán)境的日益復(fù)雜，“路怒癥”出現(xiàn)的頻率越來越多，逐漸成為影響道路交通事故的重要因素之一，憤怒駕駛所引起的交通事故和沖突引起了交通管理部門和相關(guān)研究機構(gòu)的關(guān)注和重視。研究發(fā)現(xiàn)，在交通阻塞情況下，開車壓力與挫折所導(dǎo)致的憤怒情緒，發(fā)作時會襲擊他人的汽車[1-2]。因此，國內(nèi)外學(xué)者針對憤怒駕駛狀態(tài)及其程度的辨識展開了深入的研究。

在國外，美國心理學(xué)家Jerry L. Deffenbacher[3]設(shè)計了駕駛憤怒量表(driving anger scale，DAS)，以此來研究駕駛?cè)嗽诓煌慕煌ōh(huán)境下的駕駛?cè)说膽嵟?。Amanda N.Stephens等[1]研究發(fā)現(xiàn)駕駛跟隨在前車行駛緩慢的車輛后面容易產(chǎn)生憤怒情緒，且隨著時間壓力的增加，憤怒情緒會惡化，危險駕駛行為增加。Heather S. Lonczak等[4]通過研究發(fā)現(xiàn)，相對于男性駕駛?cè)耍择{駛?cè)说膽嵟{駛與飲酒頻率有更明顯的正相關(guān)性。在國內(nèi)，對情緒駕駛的研究起步較晚，因此在憤怒駕駛這方面的研究比較匱乏。朱國鋒等[5]設(shè)計了駕駛?cè)饲榫w狀態(tài)量表，并對其信效度進行了分析。雷虎等[6]研究了憤怒情緒下的汽車駕駛行為特征及其對交通安全的影響，并編制了駕駛憤怒情緒表達量表。鐘銘恩等[7]利用駕駛模擬駕駛器，研究了駕駛員在憤怒情緒狀態(tài)下的駕駛行為，即駕駛速度、超速、剎車、鳴笛和斑馬線減速等駕駛行為的變化規(guī)律，以及憤怒狀態(tài)下駕駛?cè)说哪X電特征。嚴(yán)利鑫等[8]基于實車實驗，對駕駛?cè)藗€體因素與駕駛憤怒情緒之間的關(guān)系進行了分析，采用情景誘導(dǎo)法中的給定任務(wù)法對駕駛?cè)藨嵟榫w進行誘導(dǎo)，研究發(fā)現(xiàn)男性駕駛?cè)嗽隈{駛過程中產(chǎn)生憤怒情緒的概率要高于女性駕駛?cè)?，年長駕駛?cè)顺霈F(xiàn)駕駛憤怒情緒的概率顯著高于年青駕駛?cè)耍S著駕齡的增加駕駛?cè)似骄鶓嵟燃壷饾u降低。

以往研究表明，憤怒駕駛狀態(tài)的產(chǎn)生及其程度會受到駕駛?cè)藗€體、行車環(huán)境等多因素的影響，且表現(xiàn)形式多樣，憤怒駕駛狀態(tài)及其程度的實時辨識方法是當(dāng)前國內(nèi)外學(xué)者關(guān)注的難點問題之一。經(jīng)查閱相關(guān)文獻，發(fā)現(xiàn)物元分析方法在憤怒駕駛行為領(lǐng)域從未被使用研究。因此，本文綜合考慮駕駛?cè)俗陨硪蛩睾托熊嚟h(huán)境對駕駛狀態(tài)的影響，引用AHP層次分析法和物元可拓模型提出了憤怒駕駛狀態(tài)的辨識方法。通過22組實車試驗證明了筆者所提出方法的可行性。筆者提出的方法能夠有效的辨識出駕駛?cè)说膽嵟{駛狀態(tài)及程度，可以為道路交通“路怒癥”的辨識與監(jiān)控技術(shù)提供理論依據(jù)。

1基于AHP的憤怒駕駛狀態(tài)分析模型

基于AHP層次分析法，綜合考慮駕駛?cè)艘蛩睾托熊嚟h(huán)境因素，構(gòu)建了1個憤怒駕駛狀態(tài)的分析模型。層次分析法(analytic hierarchy process,AHP)是1種定性與定量相結(jié)合的多準(zhǔn)則決策方法。通過建立憤怒駕駛指標(biāo)體系，比較相關(guān)因素之間對憤怒駕駛狀況的影響程度，逐層建立判斷矩陣，從而求取各相關(guān)因素對憤怒駕駛行為的影響權(quán)重。

1.1憤怒駕駛指標(biāo)體系

相關(guān)研究表明，影響憤怒駕駛的因素主要為駕駛?cè)撕屯饨绛h(huán)境，駕駛?cè)藙t與個人氣質(zhì)和年齡等有關(guān)，外界環(huán)境則與行車環(huán)境相關(guān)[8,14]。根據(jù)調(diào)查問卷和實車實驗的結(jié)果，筆者選取與憤怒駕駛主要相關(guān)的2個因素，即駕駛員因素(個人氣質(zhì)類型、年齡)、行車環(huán)境(等紅燈、擁堵等)，建立憤怒駕駛指標(biāo)體系，見圖1。

圖1　憤怒駕駛指標(biāo)體系

1.2確定各指標(biāo)權(quán)重

由于各特征指標(biāo)對憤怒駕駛的影響程度不同，因此需根據(jù)實際情況對各特征指標(biāo)分別賦予不同的權(quán)重，筆者依據(jù)層次分析法的原理確定各指標(biāo)對憤怒駕駛影響的權(quán)重。

根據(jù)AHP層次分析的理論方法，通過構(gòu)建判斷矩陣，然后確定各個特征值的權(quán)重。通過Matlab軟件計算得到各個特征值的權(quán)重，結(jié)果見表1。

表1　各特征值權(quán)重

1.3憤怒駕駛狀況等級辨識

駕駛?cè)嗽隈{駛車輛過程中產(chǎn)生憤怒的程度會因不同的環(huán)境條件而不同，筆者將憤怒駕駛等級劃分為4級:1級-低級憤怒，2級-次級憤怒，3級-中級憤怒，4級-高級憤怒。根據(jù)實車實驗得到的數(shù)據(jù)，通過總結(jié)憤怒量表所展現(xiàn)的趨勢，得到等紅燈時間和擁堵時間的劃分范圍，時間越長，憤怒程度越大；依據(jù)實車實驗駕駛員的年齡分布，將其取整得到駕駛?cè)说哪挲g劃分范圍，由文獻[11]可知年輕駕駛?cè)嗽隈{駛過程中憤怒程度要比年長的駕駛?cè)舜?；由文獻[12]可知不良匯入率與主路車流速度成線性關(guān)系，速度低時不良匯入頻率高，速度高時不良匯入頻率高。因此在車流速度低時駕駛?cè)说膽嵟潭却?，再結(jié)合文獻[13]得到車流速度的劃分范圍；由文獻[14]得到前車行駛速度(車速標(biāo)準(zhǔn)差)和氣質(zhì)的劃分范圍，見表2。

表2　憤怒駕駛影響特征指標(biāo)和等級辨識

2基于物元分析的憤怒駕駛狀態(tài)辨識模型

物元分析理論是由我國學(xué)者蔡文教授創(chuàng)立的一門介于數(shù)學(xué)和實驗科學(xué)之間的新學(xué)科，它是系統(tǒng)科學(xué)、思維科學(xué)、數(shù)學(xué)交叉的邊緣學(xué)科，是貫穿自然科學(xué)和社會科學(xué)而應(yīng)用較廣的橫斷學(xué)科。該模型能將定性和定量因素聯(lián)系起來進行研究，通過關(guān)聯(lián)度分析，使評價中的問題定量化。

2.1物元分析理論

給定事物的名稱N，它關(guān)于特征C的量值為V，以有序三元R=(N,C,V)組作為描述事物的基本元，簡稱物元[9]。事物名稱N，特征C和量值V稱為物元的3要素。如果事物N有多個特征，它以n個特征C1,C2,…，Cn和對應(yīng)量值V1,V2,…,Vn來描述，則表述為

(1)

1) 確定經(jīng)典域、節(jié)域。經(jīng)典域Rj。

(2)

式中：j=1,2,…,m;Cj為等級的特征，即分項指標(biāo)，區(qū)間(ajn,bjn)為Nj關(guān)于Cj所規(guī)定的量值范圍，即各憤怒等級對應(yīng)指標(biāo)所取的數(shù)據(jù)范圍。

節(jié)域Rp。

(3)

式中：(api,bpi)(i=1,2,…,n)為關(guān)于P中ci的取值范圍，即稱為P的節(jié)域。

2) 確定待評物元。對待評估的事物R0，把所檢測得到的數(shù)據(jù)或分析結(jié)果用物元模型可以描述為

(4)

式中：N0為待評估事物；x0i為N0關(guān)于cj所取的量值，即待評事物各特征指標(biāo)的實際值。

2.2關(guān)聯(lián)度函數(shù)

1) 距的計算。點x0與有限實區(qū)間X=(a,b)的距為

(5)

采用距的概念可以較好地解決沒有考慮實際數(shù)據(jù)落在等級表征區(qū)間中何處位置的問題。

2) 關(guān)聯(lián)函數(shù)K(x)的計算。各特征指標(biāo)屬于各評價等級的關(guān)聯(lián)度為

(6)

其意義為待評估對象在第i個分項狀況上屬于等級j的程度。對于每個分項狀況指標(biāo)ci，若其綜合權(quán)系數(shù)為ai，則令

(7)

式中：Kj(N0)為待評估對象關(guān)于等級j的關(guān)聯(lián)度。

2.3憤怒駕駛等級確定方法

若Kj0=maxKj(N0)，則判定N0屬于j0級。直接利用已制定出的各憤怒駕駛等級標(biāo)準(zhǔn)，以Kj(xi)為基礎(chǔ)，采用關(guān)聯(lián)度進行等級識別，克服了不同指標(biāo)值域換算不足。此外，關(guān)聯(lián)度的大小還反映出憤怒駕駛狀態(tài)符合某等級標(biāo)準(zhǔn)的程度；數(shù)值越大，符合程度就越高。

3試驗驗證

在憤怒駕駛行為研究領(lǐng)域，未出現(xiàn)利用物元法對憤怒駕駛進行識別的先例，筆者首次提出使用AHP層次分析法和物元法對憤怒駕駛行為進行研究，文中對上述2種模型的參數(shù)未進行修改，僅依據(jù)基本理論對憤怒駕駛行為進行研究。文中根據(jù)實車實驗所得到的數(shù)據(jù)，選取1名駕駛員為例，其數(shù)據(jù)見表3。

表3　特征指標(biāo)數(shù)值

3.1確定待評物元

根據(jù)表2可得待評物元為

3.2確定經(jīng)典域、節(jié)域

根據(jù)表2以及2.1節(jié)的內(nèi)容，確定經(jīng)典域、節(jié)域如下所示。

3.3確定各特征指標(biāo)的權(quán)重

結(jié)果見表1。

3.4計算各特征指標(biāo)關(guān)聯(lián)度和綜合關(guān)聯(lián)度

根據(jù)式(5)～(7)計算各特征指標(biāo)的關(guān)聯(lián)度和綜合關(guān)聯(lián)度，結(jié)果見表3。

從實例分析結(jié)果可見，當(dāng)駕駛員等紅燈的時間為80 s時，其他處于正常的情況下，被評估的駕駛員的憤怒等級與憤怒等級(4級)的聯(lián)合關(guān)聯(lián)度最大，因此，該駕駛員的憤怒狀態(tài)為高級憤怒。實車實驗數(shù)據(jù)顯示該狀態(tài)下駕駛?cè)藨嵟勘頌?，表示憤怒程度較大，符合模型中所屬的高級憤怒。

表4　各特征指標(biāo)的關(guān)聯(lián)度

根據(jù)上面所述的方法，選取實車實驗的22組數(shù)據(jù)，進行對比驗證，結(jié)果見表4。

表5　22組樣本對比驗證結(jié)果

由表5可見，通過AHP和物元分析方法對憤怒駕駛狀態(tài)進行辨識，其中有72.7%的結(jié)果與實車實驗的結(jié)果相一致，由此可見，使用AHP和物元分析方法可以對憤怒駕駛行為進行識別。在上述結(jié)果中仍然有28.3%的不符合結(jié)果，其中次級憤怒結(jié)果與實際的結(jié)果不相符的次數(shù)更多，憤怒等級確認與實際結(jié)果相比，相差2級或1級，如模型結(jié)果為次級憤怒，而實車實驗結(jié)果為高級憤怒或者中級憤怒，且相差兩級的結(jié)果出現(xiàn)較多。經(jīng)研究分析，造成該誤差的影響因素可能有以下幾個：

1) 特征指標(biāo)權(quán)重的確定：本文中對影響憤怒駕駛行為的相關(guān)因素權(quán)重確定是由AHP層次分析方法得到的。該種方法帶有一定的主觀性，對權(quán)重的確定不是很精確，從而會對模型的結(jié)果產(chǎn)生一定的誤差影響。

2) 物元分析中等級標(biāo)準(zhǔn)的劃分：在物元分析法中需要確定各個影響因素指標(biāo)等級的劃分，不同的劃分值域以及值域的精準(zhǔn)度都會對結(jié)果產(chǎn)生影響，因此物元法中每個特征指標(biāo)等級劃分值域的確定也會影響模型的結(jié)果。

3) 實車實驗數(shù)據(jù)影響：憤怒駕駛的實車數(shù)據(jù)是通過調(diào)查問卷等主觀性方式得到的，因此會存在一定的誤差，從而對模型結(jié)果產(chǎn)生影響。

針對出現(xiàn)誤差可能性影響因素的分析，未來對憤怒駕駛辨識的研究可從指標(biāo)權(quán)重的確定和等級劃分的標(biāo)準(zhǔn)兩方面著手，進一步提高權(quán)重和等級劃分的精確性，從而增加模型驗證結(jié)果的有效性。

4結(jié)論與展望

筆者綜合考慮駕駛?cè)俗陨硪蛩睾托熊嚟h(huán)境對駕駛狀態(tài)的影響，提出了憤怒駕駛狀態(tài)的辨識方法。本文篩選了與憤怒駕駛行為相關(guān)的駕駛?cè)艘蛩睾偷缆翻h(huán)境因素，構(gòu)建了1個憤怒駕駛狀態(tài)的層次分析模型，并根據(jù)相關(guān)因素之間對憤怒駕駛行為的影響程度構(gòu)造判斷矩陣，進而得到各相關(guān)因素對憤怒駕駛行為的影響權(quán)值。然后，建立了憤怒駕駛行為相關(guān)因素的特征指標(biāo)和等級劃分標(biāo)準(zhǔn)，并結(jié)合物元分析法構(gòu)建了憤怒駕駛狀態(tài)的辨識模型。

通過研究，得到以下結(jié)論。

1) 使用AHP和物元分析方法所構(gòu)建的模型可以對憤怒駕駛狀態(tài)進行辨識。

2) 基于已建立的憤怒駕駛狀態(tài)辨識模型，對實車試驗所得到的22組數(shù)據(jù)進行驗證，驗證發(fā)現(xiàn)，有72.7%的結(jié)果符合實際憤怒駕駛狀態(tài)的結(jié)果，因此，基于AHP和物元分析方法所建立的憤怒駕駛狀態(tài)辨識的模型可以對憤怒駕駛行為進行識別。

筆者所提出的方法能夠融合駕駛?cè)艘蛩睾铜h(huán)境因素對憤怒駕駛行為的影響，可有效的辨識出駕駛?cè)说膽嵟{駛狀態(tài)及程度，對“路怒癥”辨識提供依據(jù)。

參考文獻

[1]STEPHENS A N,GOREGER J A.Anger-congruent behavior transfers across driving situations[J].Cognition & Emotion,2011,25(8):1423-1438.

[2] 胡克.情緒情感與安全行車[J].道路交通管理,1998(8):17.

HU Ke. Mood emotion and safe driving [J]. Road Traffic Management, 1998,08:17.(in Chinese)

[3]DEFFENBACHER J L,OETTING E R,LYNCH R S.Development of a driving anger scale[J].Psychological Reports,1994,74(1):83-91.

[4]LONCZAK H S,NEIGHBORS C,DONOVAN D M.Predicting risky and angry driving as function of gender[J].Accident Analysis & Prevention,2007,39(3):536-545.

[5]朱國鋒,何存道.駕駛員情緒狀態(tài)量表信度與效度的初步研究[J].心理科學(xué),2002(3):296-299+382.

ZHU Guofeng,HE Cundao.Driver's emotional state scale reliability and validity of preliminary study[J].Journal of Psychological Science,2002(3):296-299，382.(in Chinese)

[6]雷虎,吳超仲,張暉.基于駕駛行為的駕駛憤怒表現(xiàn)量表研究[J].武漢理工大學(xué)學(xué)報：交通科學(xué)與工程版,2012(4):836-839.

LEI Hu,WU Chaozhong,ZHANG Hui.A Study of driving anger expression scale based on driving behavior[J].Journal of Wuhan University of Technology:Transportation Science and Engineering Edition，2012(4):836-839. (in Chinese)

[7]鐘銘恩,洪漢池,袁志群.憤怒情緒對駕駛行為影響的實驗[J].重慶理工大學(xué)學(xué)報:自然科學(xué)版,2011(10):6-11.

ZHONG Mingen,HONG Hanchi,YUAN Zhiqun.Experiment research on influence of angry emotion for driving behaviors[J].Journal of Chongqing University of Science and Technology:Natural Science Edition,2011(10):6-11. (in Chinese)

[8]嚴(yán)利鑫,吳超仲,高嵩,等.駕駛?cè)藗€體因素對駕駛憤怒情緒影響關(guān)系研究[J].交通信息與安全,2013(6):119-124.

YAN Lixin,WU Chaozhong,GAO Song,et al.Study on the relationship between the driver individual factors that affect driving anger[J].Journal of Transportation Information and Security,2013(6):119-124.(in Chinese)

[9]馬榮國,楊申琳.基于物元分析的AHP確定指標(biāo)權(quán)重方法[J].長安大學(xué)學(xué)報:自然科學(xué)版,2003(5):117-119.

MA Rongguo,YANG Shenlin.AHP confirming weight of index by matter element analysis[J].Journal of Chang ′an University:Natural Science Edition,2003(5):117-119.(in Chinese).

[10] 吳超仲,雷虎.汽車駕駛憤怒情緒研究現(xiàn)狀與展望[J].中國安全科學(xué)學(xué)報,2010(7):3-8.

WU Chaozhong,LEI Hu.Review on the study of motorists′ driving anger[J].China Safety Science Journal,2010(7):3-8.(in Chinese)

[11]H Fernandez D. Psychometric adaptation of the driving anger expression inventory in a spanish sample:difference by age and gender[J].Transportation Research Part F:Traffic Psychology and Behaviour,2011,14(4):324-329.

[12]漆巍巍.城市道路不良匯入與變道駕駛行為特性研究[D].哈爾濱：哈爾濱工業(yè)大學(xué),2009.

QI Weiwei.The characteristic of risky merging and lane-changing driving behavior on urban road[D].Harbin：Harbin institute of university,2009.(in Chinese)

[13]任福田,劉小明,榮建.交通工程學(xué)[M].北京：人民交通出版社,2008.

REN Futian,LIU Xiaoming,RONG Jian.Traffic engineering[M].Beijing:China Communications Press,2008.(in Chinese)

[14]雷虎.考慮憤怒駕駛情緒的汽車駕駛行為建模方法研究[D].武漢：武漢理工大學(xué).2014.

LEI Hu.Consider the car driving anger driving behavior modeling method research[D].Wuhan：Wuhan University of Technology,2014.(in Chinese).

[15]嚴(yán)新平,張暉,吳超仲,等.道路交通駕駛行為研究進展及其展望[J].交通信息與安全,2013(1):45-51.

YAN Xinping,ZHANG Hui,WU Chaozhong,et al.Research progress and prospect of road traffic driving behavior[J].Journal of Transport Information and Safety,2013(1)：45-51.(in Chinese).