農(nóng)村公路不同行車環(huán)境下的速度分布規(guī)律分析

李卓，陳雨人（1.同濟大學 道路與交通工程教育部重點實驗室，上海201804，中國）

?

農(nóng)村公路不同行車環(huán)境下的速度分布規(guī)律分析

李卓，陳雨人
（1.同濟大學 道路與交通工程教育部重點實驗室，上海201804，中國）

駕駛行為的產(chǎn)生是駕駛員通過對行車環(huán)境的感知、判斷和決策，通過操控車輛運行形成的，它受到眾多因素的影響，其中行車環(huán)境自然是主要的方面。通過對大量農(nóng)村公路條件下的實車駕駛數(shù)據(jù)進行分析，對不同行車環(huán)境下的行車速度分布特征進行對比分析，旨在探究行車環(huán)境與駕駛行為的相互關系，為提高農(nóng)村公路行車環(huán)境的協(xié)調(diào)性提供技術(shù)參考。

低等級公路；行車環(huán)境；速度分布

在有關農(nóng)村公路的安全性研究之中，行車環(huán)境一直是眾多學者關注的重點，但有一些行車環(huán)境很好的路段也會時常發(fā)生交通事故，表明駕駛?cè)藢π熊嚟h(huán)境感知與駕駛行為響應之間存在不協(xié)調(diào)。事實上只有行車環(huán)境與駕駛行為協(xié)調(diào)統(tǒng)一，使行車環(huán)境供給滿足駕駛行為的需求，才能在公路上譜寫出和諧的駕駛“樂章”。

駕駛行為包括速度保持、車道保持、跟馳、分心、疲勞等，它們都會受到行車環(huán)境的影響［1］，不過現(xiàn)有的道路安全研究大多以幾何線形作為著眼點，研究線形質(zhì)量對行車安全性和舒適性的影響［2-3］，忽略了幾何線形作為復雜的行車環(huán)境中的重要一環(huán)，是與其他行車環(huán)境因素共同作用并影響駕駛行為的。本文對農(nóng)村公路不同行車環(huán)境下的行車速度分布特征進行對比分析，旨在說明不同的行車環(huán)境因素對行車速度存在不同的影響，為駕駛韻律問題的進一步展開提供理論基礎。

表1 農(nóng)村公路行車環(huán)境分類

1 行車環(huán)境因素分類

本文中的數(shù)據(jù)來源于GARMIN GDR35行車記錄儀，記錄了在318國道林芝地區(qū)段駕駛車輛時的大量自然駕駛數(shù)據(jù)，并根據(jù)視頻資料對駕駛時的行車環(huán)境進行了分類，見表1。由于318國道林芝地區(qū)段來往車輛較少，并且大部分路段行車條件較好，平均行駛速度為67.9km/h，75分位行駛速度為79km/h，大部分時候車輛的行駛速度都沒有超過80km/h，基本屬于自由流行駛狀態(tài)。

2 行車速度分布特征分析方法

為分析不同行駛環(huán)境下車速的分布特性，采用估計不同行車環(huán)境下的車速條件密度函數(shù)的方法，通過估計車速條件概率密度分布，可將不同行車環(huán)境因素的影響作為邊緣密度分離出來，使得該行車環(huán)境因素的影響凸顯。

其中 V為車速，m為行車環(huán)境因素（m=1～6）。

20世紀60～70年代，許多研究表明公路上車輛的速度服從正態(tài)分布，根據(jù)道路車輛速度差的不同，車輛速度呈現(xiàn)單峰或雙峰特征。M.E. Fouladvand等人［4］發(fā)現(xiàn)了城市道路車輛運行分為四種狀態(tài)，統(tǒng)計了四種狀態(tài)下車速的分布情況，還研究了速度-車頭間距、速度-速差和速差-車頭間距的聯(lián)合分布。Byung-Jung Park等人［5］指出之前學者采用的正態(tài)分布、對數(shù)正態(tài)分布在數(shù)據(jù)表現(xiàn)為雙峰特性或數(shù)據(jù)偏斜嚴重時，擬合優(yōu)度往往不甚理想，于是提出了采用混合高斯模型擬合，并借助馬爾科夫鏈蒙特卡羅抽樣進行參數(shù)估計的方法。即假定速度分布為兩個或多個高斯分布的疊加，進行分布的擬合。針對行車環(huán)境因素m，將車輛行駛速度按條件篩選出數(shù)據(jù)集，數(shù)據(jù)集中的車速可能為多個高斯分布共同構(gòu)成。目前關于混合高斯分布的擬合方法主要包括RBF神經(jīng)網(wǎng)絡，SVM（支持向量機），EM（Expectation-Maximization）算法［6］等。

EM算法是常用的估計參數(shù)隱變量的方法，它是一種迭代式的方法，若參數(shù)已知，則可根據(jù)訓練數(shù)據(jù)X推斷出最優(yōu)隱變量W的值（E步）；反之，若隱變量W值已知，則可以對參數(shù)做極大似然估計（M步）。本研究選擇 EM方法進行混合高斯分布擬合，各個數(shù)據(jù)集僅擬合兩個不同的高斯分布。一是可以體現(xiàn)出單個高斯分布的情況，此外兩個不同的高斯分布也比較容易進行對比分析與定性解釋，其均值，方差，峰距可以對比分析相互的影響。

3 不同行車環(huán)境下的行駛速度分布擬合及分析

根據(jù)上述模型算法，得到的各個行車環(huán)境下的行駛速度分布參數(shù)如表2所示，圖1-6是各組行車環(huán)境下的行駛速度分布圖，圖中橫坐標為行駛速度（km/h），縱坐標分別為分布頻率和樣本個數(shù)。當兩個分布中其中一個所占的比例大于0.95時，可以認為此時只存在一個分布。其中“平直路段”“無需防護”和“路面平整”三種理想行車環(huán)境下行駛速度都只服從一個高斯分布，并且三種情況下的速度均值非常接近數(shù)據(jù)的整體均值，說明車輛正處于一種非常平穩(wěn)順適的行駛狀態(tài)之中。在“轉(zhuǎn)彎路段”“經(jīng)過村鎮(zhèn)”“無標志線”和“護欄防護”的行車速度分布中，兩個分布的峰距明顯較大，說明駕駛?cè)嗽谶@幾種行車環(huán)境中駕駛時，存在著兩種不同的行駛狀態(tài)，其中一種分布可能反映了比較協(xié)調(diào)的駕駛狀態(tài)，而另一種則是行車環(huán)境對行駛速度的不良影響。方差反映了數(shù)據(jù)的離散情況，較小的方差表示數(shù)據(jù)整體比較集中而且穩(wěn)定，方差較小也可以理解為對應行駛狀態(tài)特征比較明顯?！敖?jīng)過村鎮(zhèn)”“無標志線”和“樹木綠化”中存在著這樣方差較小的分布，而其中的具體含義還需要通過對每組行車環(huán)境的速度分布圖進行對比分析。

圖1中“平直路段”的速度分布非常均勻且規(guī)律；在“轉(zhuǎn)彎路段”中大多數(shù)樣本都服從分布1，處于一種與“平直路段”行駛相似的行駛狀態(tài)之中，分布2則反映了少數(shù)情況下可能由于彎坡較大或視距不良而減速行駛的狀態(tài)。圖2中“基本路段”存在一個平緩的速度分布和一個明顯行駛速度偏快的分布，“經(jīng)過村鎮(zhèn)”時也同樣存在這樣的兩個分布，只是“經(jīng)過村鎮(zhèn)”時速度平穩(wěn)的分布所占比例明顯較“基本路段”高，說明駕駛員在經(jīng)過村鎮(zhèn)時傾向于較為平穩(wěn)的駕駛，但速度并沒有明顯的降低。圖3中“有標志線”的分布與圖2中的基本類似，一個平緩的速度分布和一個較快的速度分布；“無標志線”中存在一個所占比例雖然不大但速度明顯偏小的分布，說明在“無標志線”的路段車輛大多數(shù)情況下都處于一種良好的行駛狀態(tài)之中，但有個別路段存在不協(xié)調(diào)的地方，需要改進。圖4中“樹木綠化”的整體速度均值較其它環(huán)境偏大，它的分布1比較均勻和對稱，較快的速度分布所占比例偏小，說明“樹木綠化”有利于駕駛員保持一種輕松愉快的駕駛狀態(tài)。圖5、圖6的速度分布情況基本類似，在“無需防護”或“路面平整”的條件下，只存在一種速度分布，在“護欄防護”和“路面斑駁”的條件下存在一個平緩的分布和一個速度較快的分布，“護欄防護”的平緩分布速度較低可能是因為設置防護欄的路段線形都比較曲折，也可能是防護欄給駕駛?cè)藥淼奈ｋU暗示作用。

表2 不同行車環(huán)境下的速度分布參數(shù)表

綜上所述，“平直路段”“無需防護”和“路面平整”這種幾乎不會對駕駛狀態(tài)產(chǎn)生不良影響的行車環(huán)境下，行駛速度只有一個分布。而在其他大多數(shù)行車環(huán)境下，速度分布總是分為一個較慢較為平緩的分布和一個較快較為集中的分布，這可能反映了兩種不同的行駛狀態(tài)。根據(jù)對不同駕駛狀態(tài)的進一步分析，可以為行車環(huán)境的協(xié)調(diào)性研究提供理論支持。

4 結(jié)論

本文對農(nóng)村公路行車環(huán)境進行了分類，并通過對行駛速度分布的分析對比得出了行車環(huán)境對行車速度的影響情況，發(fā)現(xiàn)了不同行車環(huán)境中車速分布的共性與差異。車速分布不僅可以用于分析車輛所處的行駛狀態(tài)，還可以進一步應用于發(fā)現(xiàn)已知路段的不良行車環(huán)境條件，以及駕駛員在行駛過程中的危險駕駛傾向，是深入研究駕駛韻律、行車環(huán)境協(xié)調(diào)性的重要方法之一。

［1］ 吳永紅，魯亞拼.淺析行車舒適性的主要影響因素及評價方法［J］.黑龍江交通科技，2009，32（8）

［2］ 高建平，郭忠印. 基于運行車速的公路線形設計質(zhì)量評價［J］. 同濟大學學報，2004，第11期∶ 1470-1473

［3］ 池坤敏.公路線形安全性評價體系研究［D］.華南理工大學碩士論文，2007

［4］ Fouladvand M E， Darooneh A H. Statistical analysis of floating-car data∶ an empirical study［J］. The European Physical Journal B. 2005， 47（2）∶ 319-328.

［5］ Park B， Zhang Y， Lord D. Bayesian mixture modeling approach to account for heterogeneity in speed data［J］. Transportation Research Part B∶ Methodological. 2010， 44（5）∶662-673.

［6］ Jeff BilmesBilmes. A Gentle Tutorial of the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models［J］. International Computer Science Institute， 1998， 4.

Analysis of velocity distribution under different environments of rural highway

LI Zhuo，CHEN Yuren
（1.Key Lab of Road and Traffic Engineering of Ministry of Education， Tongji University， Shanghai 201804， China）

Driving behavior generates while the driver perceiving the driving environment， making judgment and decision， then manipulating the vehicle， it is influenced by many factors， driving environment is one of the most important aspects. This article through analyzing a large number of data under the condition of real vehicle experiment on rural roads， studied the characteristics of velocity distribution in different driving conditions， in order to explore the relationship between the driving environment and driving behavior， and provide a reference for the research of rural highway traffic environment coordination.

Rural highway；driving environment；velocity distribution