交通信息影響駕駛?cè)嗽谕韭窂竭x擇的關(guān)鍵因素及分析

朱廣宇，吳冕張彭

（1. 北京交通大學(xué) 城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點實驗室，北京，100044；2. 北京城市交通協(xié)同創(chuàng)新中心，北京，100022；3. 系統(tǒng)控制與信息處理教育部重點實驗室，上海，200240；4. 北京市交通發(fā)展研究中心 城市交通運行仿真與決策支持北京市重點實驗室，北京，100073）

交通信息影響駕駛?cè)嗽谕韭窂竭x擇的關(guān)鍵因素及分析

朱廣宇1，2，3，吳冕1，2，張彭4

（1. 北京交通大學(xué) 城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點實驗室，北京，100044；2. 北京城市交通協(xié)同創(chuàng)新中心，北京，100022；3. 系統(tǒng)控制與信息處理教育部重點實驗室，上海，200240；4. 北京市交通發(fā)展研究中心 城市交通運行仿真與決策支持北京市重點實驗室，北京，100073）

通過分析提出交通阻抗、駕駛?cè)藢煌ㄐ畔⒌男湃纬潭仁怯绊戱{駛?cè)嗽谕緵Q策的主要因素，而且在需求一定的情況下，信息發(fā)布率對決定交通阻抗有重要作用；分析交通信息對交通阻抗的影響機理，同時，基于駕駛?cè)藢煌ㄐ畔⒌男湃味葘ζ渎窂竭x擇決策的影響進行建模分析。引入交通信息發(fā)布率的概念，對交通信息與交通阻抗的關(guān)系進行定量建模，分析結(jié)果對于交通管理部門評價交通信息服務(wù)質(zhì)量，制定交通流誘導(dǎo)、控制策略，具有一定的理論與應(yīng)用價值。

交通誘導(dǎo)信息；路徑選擇；信息發(fā)布率；信任度

城市道路交通誘導(dǎo)系統(tǒng)實施的理想目標(biāo)之一，是借助發(fā)布交通誘導(dǎo)或提示信息，在交通管理部門與駕駛?cè)酥g建立有效的協(xié)同關(guān)系。交通管理部門結(jié)合城市特征設(shè)定道路交通流狀態(tài)的期望值（或期望變化范圍），然后通過不同的檢測裝置采集、獲取道路交通流狀態(tài)的實際值，將兩者進行對比，若實際交通流狀態(tài)未達到期望值，則說明道路正處于某種程度的擁堵狀態(tài)，于是啟動控制模式，通過發(fā)布交通信息實施交通誘導(dǎo)［1］，或通過出警進行疏導(dǎo)。如圖1所示，在誘導(dǎo)信息和人工指揮的調(diào)節(jié)下，駕駛?cè)私Y(jié)合其駕駛經(jīng)驗，隨機調(diào)整其行駛路徑［2］。駕駛?cè)嗽谕菊{(diào)整行駛路徑，宏觀上表現(xiàn)為交通流在路網(wǎng)中的均衡分配［3］，從而達到緩解交通擁堵的目的［4］。從圖1可見：城市交通需求分布、駕駛?cè)说某鲂新窂竭x擇是影響道路交通流狀態(tài)的重要因素。而當(dāng)交通需求一定時，駕駛?cè)藚⒖冀煌ㄐ畔⒍M行的在途行駛路徑選擇行為，就成為影響道路交通流狀態(tài)的關(guān)鍵因素［5］。因此，研究交通信息影響駕駛?cè)嗽谕韭窂竭x擇的關(guān)鍵因素并分析影響機理，對準(zhǔn)確預(yù)測、調(diào)節(jié)道路交通流狀態(tài)，完善、提升交通信息發(fā)布系統(tǒng)的功能，具有十分重要的作用。

圖1 城市道路交通流狀態(tài)調(diào)節(jié)基本原理圖Fig.1 Adjustment principle of state of urban road traffic flow

事實上，交通信息對駕駛?cè)嗽谕韭窂竭x擇的影響分析，一直受到學(xué)者們的高度重視［6-7］，并已經(jīng)從多個相關(guān)角度展開研究： 孟夢等［8］建立多方式交通網(wǎng)絡(luò)中的組合出行路徑選擇模型，研究同時考慮出發(fā)時間的動態(tài)路徑選擇問題；曹亞康等［9］建立了考慮VMS顯示狀態(tài)的駕駛員改變路徑頻率的 C-Logit模型，定量分析VMS發(fā)布的交通信息對駕駛員路徑選擇行為的影響；WANG等［10］結(jié)合交通誘導(dǎo)系統(tǒng)、交通控制系統(tǒng)以及物聯(lián)網(wǎng)，將交通數(shù)據(jù)傳遞給駕駛?cè)?，使駕駛?cè)四軌蜻x擇最佳路徑；LI等［11］研究了車輛路徑誘導(dǎo)系統(tǒng)中的最優(yōu)路徑搜索方法，提出一種基于實時交通信息利用模糊推理技術(shù)進行層次分析的交通路徑誘導(dǎo)模型；劉艷秋等［12］提出了交通擁堵下基于實時交通信息的路徑選擇模型，優(yōu)化了實際交通系統(tǒng)中的時間最短路徑選擇模型；郭洪洋等［13］通過模擬路網(wǎng)環(huán)境構(gòu)建交通狀態(tài)模式識別模型，用以模擬出行者的心理活動，采用意向（SP）調(diào)查法獲取駕駛員在路網(wǎng)中的路徑選擇決策數(shù)據(jù)，對行為數(shù)據(jù)建模，對信息環(huán)境下出行者的不完全理性行為進行了重點研究。基于上述文獻分析，本文作者提出交通信息影響駕駛?cè)嗽谕韭窂竭x擇決策的關(guān)鍵因素（如圖2所示），即交通信息的發(fā)布率、交通信息的可信度，在城市交通需求一定的前提條件下，這2個因素分別決定了道路交通阻抗、駕駛?cè)藢煌ㄐ畔⒌姆某潭?。然后，基于交通工程相關(guān)理論對相關(guān)影響機理進行了建模、分析。

圖2 信息發(fā)布影響駕駛?cè)嗽谕韭窂竭x擇決策的關(guān)鍵因素圖Fig.2 Key factors through which traffic information effect route-choosing of drivers

1 交通信息對駕駛?cè)嗽谕韭窂竭x擇的影響分析

1.1 交通阻抗和信息發(fā)布率

根據(jù)Wardrop第一平衡原理，駕駛?cè)嗽隈{駛過程中，通常會依據(jù)所在道路的實際狀況，即道路阻抗，選擇對自己最有利的出行路徑。可以表現(xiàn)交通阻抗的變量很多，如排隊長度、交通擁堵指數(shù)（traffic performance index， TPI）、實時車速、車頭時距、路面占有率、交通流量、行程時間等。駕駛?cè)艘勒掌渲械牟糠忠蛩?，對路段的交通流狀態(tài)進行辨識，根據(jù)其行程時間預(yù)算，評估行程延誤、經(jīng)濟損失及擁擠帶來的心理壓力，決策是否重新選擇行駛路徑。通過駕駛?cè)藢β窂降淖灾鲀?yōu)選，最終實現(xiàn)交通流在路網(wǎng)中的均衡分布，即每條路徑的交通阻抗相等。

而VMS、手機、廣播等不同終端發(fā)布的交通信息正是通過誘導(dǎo)、提示等方式，使在途駕駛?cè)四軌蛄私庵苓吔煌顩r，并結(jié)合其自身出行經(jīng)驗，選擇阻抗最小的路徑也就是對駕駛?cè)俗钣欣穆窂健Ｊ聦嵣?，根?jù)抽樣調(diào)查可知，約 90.7%的駕駛?cè)嗽隈{駛期間會收聽交通信息廣播，而收聽交通廣播越頻繁的駕駛員也越容易受到交通信息的影響從而改變路徑；約有92.3%的駕駛員對VMS發(fā)布的誘導(dǎo)信息表示關(guān)注，其中69%的駕駛?cè)私?jīng)常關(guān)注VMS信息，并愿意通過交通誘導(dǎo)信息進行路徑的選擇［14］。

在實際的交通組織管理中發(fā)現(xiàn)，交通信息對駕駛?cè)嗽谕韭窂竭x擇的影響作用表現(xiàn)為正、反2個方面。一方面，駕駛?cè)丝傁Ｍx擇交通阻抗較小的路徑出行，以縮短出行時間。另一方面，當(dāng)某個路段的交通流處于擁堵狀態(tài)，駕駛?cè)朔慕煌ㄕT導(dǎo)信息轉(zhuǎn)移到其他路段時，往往會產(chǎn)生蜂擁現(xiàn)象，之前暢通或者處于臨界狀態(tài)的其他路段卻會變得擁堵。由此，交通信息應(yīng)有一定的信息發(fā)布率，即應(yīng)當(dāng)隱蔽部分信息量，發(fā)布的范圍也需要適當(dāng)進行控制。按照一定的比率發(fā)布信息，目的在于協(xié)調(diào)區(qū)域路網(wǎng)中各路段交通流狀態(tài)，保證路段間交通阻抗的協(xié)動。為此，本文提出交通信息發(fā)布率的概念。

定義 1：交通信息發(fā)布率指交通信息在發(fā)布的過程中，發(fā)布出來的信息量占原有信息量的比例。

從定義1可知：交通信息發(fā)布率可以利用信息對區(qū)域路網(wǎng)中路段的覆蓋率、信息實際發(fā)布時長與交通信息的設(shè)計發(fā)布周期的比率等進行計算。

1.2 駕駛?cè)藢煌ㄐ畔⒌男湃纬潭?/p>

交通信息誘導(dǎo)的實施效果與信息質(zhì)量有關(guān)［15］，在做出路徑選擇行為前，發(fā)布的交通信息的準(zhǔn)確度是影響駕駛?cè)藳Q定的重要因素［16］。駕駛?cè)藢煌ㄐ畔⒌目尚哦仍礁撸瑢φT導(dǎo)信息的服從率就會越高，交通信息誘導(dǎo)的效果就會越好。一般而言，駕齡長的駕駛員更傾向于綜合交通信息與道路信息進行新路徑的選擇，而年輕的駕駛員由于經(jīng)驗匱乏更傾向于按照交通信息給出的路徑選擇建議選擇駕駛路徑。事實上，現(xiàn)實過程中由于系統(tǒng)發(fā)布的信息存在偏差、誘導(dǎo)信息給出的建議路徑與駕駛?cè)说某鲂行枨蟛晃呛系仍颍{駛?cè)瞬粫偸菄?yán)格遵從誘導(dǎo)信息給出的建議或者指示去選擇行駛路徑［17］。交通信息發(fā)布的誘導(dǎo)作用一定程度上取決于駕駛員對信息的響應(yīng)程度，他們對此的“合作”或“遵從”情況決定著信息的作用效果［18］。

2 交通信息對路段交通阻抗的影響

2.1 相關(guān)變量與基本關(guān)系

在上述變量中，流量與流入率、流出率3個變量滿足如下關(guān)系等式：

基于車流統(tǒng)計規(guī)律，引入如下假設(shè)。

假設(shè)1：車輛在路徑中的每個路段上的行駛過程，都符合先進先出（FIFO）原則。

2.3.1 交通信息的形式化表達

為了保證信息發(fā)布周期內(nèi)出行的駕駛?cè)四軌颢@取有效的信息，規(guī)定信息發(fā)布的周期小于t0時刻到達車輛通過路徑的時間，即對于起點r和訖點s之間的N條路徑而言，有

2.3.2 駕駛?cè)送耆駨慕煌ㄐ畔⑶闆r下的交通阻抗變化假設(shè)駕駛?cè)送耆嘈挪⒆駨慕煌ㄐ畔⒌恼T導(dǎo)，則駕駛?cè)藭腥缦碌穆窂竭x擇方式：

需要說明的是，通常情況下，當(dāng)信息發(fā)布率η減少，隨著交通信息被誘導(dǎo)至其他路段的車輛比例（即路徑轉(zhuǎn)移率）也會相應(yīng)減少；而隨著信息發(fā)布率η增加，路徑轉(zhuǎn)移率也會增加。在假設(shè)駕駛?cè)送耆嘈挪⒆駨慕煌ㄐ畔⒄T導(dǎo)的前提下，本文基于上述分析給出如下假設(shè)：交通信息發(fā)布率和路徑轉(zhuǎn)移率2個指標(biāo)對于流入率的作用是等價的。為了簡化分析過程，式（7）和（8）中使用信息發(fā)布率η代替路徑轉(zhuǎn)移率。

對于情形1，駕駛?cè)巳裟茉?條路徑的阻抗第1次相等的時刻獲取相應(yīng)的交通信息，則可以使得各路徑阻抗繼續(xù)保持相等的狀態(tài)。但在實際情況中，一方面，交通信息發(fā)布條件下的駕駛?cè)说脑谕韭窂竭x擇決策具有隨機性，與最優(yōu)路網(wǎng)狀態(tài)需要的固定出行選擇存在差異性；另一方面，所發(fā)布的交通信息也會具有一定的偏差，因此很難保持各路徑阻抗相等。

圖3 阻抗與信息發(fā)布率的關(guān)系Fig.3 Relationship between impedance and information release rate

3 駕駛?cè)藢Πl(fā)布信息的信任程度對路徑選擇的影響

假設(shè)駕駛?cè)藢β窂?a和 b路徑的選擇比例為 Pa和Pb，則

極端情況：

令阻抗函數(shù)對信息發(fā)布率求偏導(dǎo)數(shù)，有

即駕駛?cè)藢λl(fā)布的誘導(dǎo)信息要有一定的信任程度，這樣才能保證交通信息系統(tǒng)效能的合理發(fā)揮。

4 結(jié)論與展望

1） 在城市道路交通需求一定的情況下，交通信息發(fā)布率（內(nèi)容設(shè)置、發(fā)布時長）、駕駛?cè)藢λl(fā)布信息的信任程度（交通信息可信度與駕駛員經(jīng)驗）是影響駕駛?cè)嗽谕緵Q策的主要因素，分別決定了道路交通阻抗、駕駛?cè)藢煌ㄐ畔⒌姆某潭取?/p>

2） 在沒有任何交通信息的情況下，道路交通阻抗與路段的車輛流入率之間存在一定的關(guān)系；而當(dāng)存在交通信息時，假設(shè)駕駛?cè)送耆慕煌ㄐ畔⒌恼T導(dǎo)，交通阻抗則變成了時刻 t和信息發(fā)布率η的函數(shù)，即在信息發(fā)布率的影響下，隨時間而變化。

3） 通過對阻抗函數(shù)與交通信息發(fā)布率的相關(guān)關(guān)系進行分析可以發(fā)現(xiàn)，通常情況下，在某個特定的時刻上總存在一個交通信息發(fā)布率，能夠讓區(qū)域路網(wǎng)中各個路徑上的交通阻抗保持一致。

4） 交通信息發(fā)布的可信度或者駕駛?cè)藢煌ㄐ畔⒌男湃纬潭仁墙煌ㄐ畔⒂绊戱{駛?cè)嗽谕韭窂竭x擇的關(guān)鍵因素，通過分析可以發(fā)現(xiàn)，符合駕駛?cè)酥庇^感受的誘導(dǎo)信息，往往會引導(dǎo)駕駛?cè)说脑谕韭窂竭x擇并使得路網(wǎng)交通狀態(tài)趨于優(yōu)化。

［1］ 韓苗苗， 可變信息標(biāo)志的人-機關(guān)系研究［D］. 西安： 長安大學(xué)汽車學(xué)院， 2008： 8-14. HAN Miaomiao. Study on the men-machine relation of variable message signs［D］. Xi’an： Chang’an University. School of Automobile， 2008： 8-14.

［2］ BEN-ELIA E， SHIFTAN Y. Which road do I take？ A learning-based model of route-choice behavior with real-time information［J］. Transportation Research Part A： Policy and Practice， 2010， 44（4）： 249-264.

［3］ 張輝. 北京市VMS布局規(guī)劃與設(shè)計研究［D］. 北京： 北京交通大學(xué)交通運輸學(xué)院， 2011： 9-19. ZHANG Hui. Research on planning and design of variable message signs in Beijing［D］. Beijing： Beijing Jiaotong University. School of Traffic and Transportation， 2011： 9-19.

［4］ LINDLEY J A. Urban freeway congestion problems and solutions： an update［J］. ITE Journal， 1989， 59（12）： 21-23.

［5］ RATROUT N T， ISSA Y F. Effectiveness of newly introduced variable message signs in Al-khobar， saudi arabia［J］. PROMET-Traffic&Transportation， 2014， 26（2）： 169-177.

［6］ JINDAHRA P， CHOOCHARUKUL K. Short-run route diversion：an empirical investigation into variable message sign design and policy experiments［J］. Intelligent Transportation Systems， IEEE Transactions on， 2013， 14（1）： 388-397.

［7］ ZHONG Shiquan， ZHOU Lizhen， MA Shoufeng， et al. Effects of different factors on driver's guidance compliance behaviors under road condition information shown on VMS［J］. Transportation Research Part A， 2012， 46（9）： 1490-1505.

［8］ 孟夢， 邵春福， 曾靖靜. 考慮出發(fā)時間的組合出行動態(tài)路徑選擇模型［J］. 中南大學(xué)學(xué)報（自然科學(xué)版）， 2014， 45（10）：3676-3684. MENG Meng， SHAO Chunfu， ZENG Jingjing， et al. Dynamic route choice model with departure time in combined trip［J］. Journal of Central South University （Science and Technology），2014， 45（10）： 3676-3684.

［9］ 曹亞康， 李新剛， 賈斌. 誘導(dǎo)信息下駕駛員路徑選擇行為建模研究［J］. 山東科學(xué)， 2014， 27（2）： 83-92. CAO Yakang， LI Xingang， JIA Bin， et al. Modeling of route choice behavior response of a driver to variable message signs［J］. Shandong Science， 2014， 27（2）： 83-92.

［10］ WANG Danping， HU Kunyuan. Research on path optimization of urban traffic guidance system［J］. Applied Mechanics and Materials， 2014， 624： 520-523.

［11］ LI Caixia， ANAVATTI S G， RAY T. Analytical hierarchy process using fuzzy inference technique for real-time route guidance system［J］. IEEE Transactions on Intelligent Transportation Systems， 2014， 15（1）： 84-93.

［12］ 劉艷秋， 劉博. 交通擁堵下基于實時交通信息的路徑選擇模型［J］. 沈陽工業(yè)大學(xué)學(xué)報， 2014， 36（4）： 426-430. LIU Yanqiu， LIU Bo. Route selection model based on real-time traffic information under traffic congestion［J］. Journal of Shenyang University of Technology， 2014， 36（4）： 426-430.

［13］ 郭洪洋， 張璽， 劉瀾， 等. 多源信息約束下的路徑選擇模型與算法［J］. 計算機應(yīng)用， 2014， 34（7）： 2093-2098. GUO Hongyang， ZHANG Xi， LIU Lan， et al. Route choice model and algorithm under restriction of multi-source traffic information［J］. Journal of Computer Applications， 2014， 34（7）：2093-2098.

［14］ 石京， 陶立. 實時交通信息提供對駕駛員路徑選擇行為影響量化分析［J］. 武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版）， 2010，34（4）： 639-643. SHI Jing，TAO Li. Quantitative analysis of the influence of real-time traffic information providing to the driver’s path selection behavior［J］. Journal of Wuhan University of Technology （Transportation Science & Engineering）， 2010， 34（4）：639-643.

［15］ ZHANG Aomuhan， GAO Ziyou. Effect of ATIS information under incident-based congestion propagation［J］. Procedia-Social and Behavioral Sciences， 2012， 43（4）： 628-637.

［16］ BEN-ELIA E， DI PACE R， BIFULCO G N， et al， The impact of travel information’s accuracy on route-choice［J］. Transportation Research Part C： Emerging Technologies， 2013， 26： 146-159.

［17］ LAI K H， WONG W G. SP approach toward driver comprehension of message formats on VMS［J］. Journal of Transportation Engineering， 2000， 126（3）： 221-227.

［18］ 車廣俠， 石建軍， 隋莉穎. VMS交通誘導(dǎo)系統(tǒng)現(xiàn)狀分析［J］. 道路交通與安全， 2006， 6（8）： 19-21， 29. CHE Guangxia， SHI Jianjun， SUI Liying. Present situation analysis of VMS traffic guidance system［J］. Road Traffic & Safety， 2006， 6（8）： 19-21， 29.

（編輯 陳愛華）

Key factors and analysis of influence of traffic information on route-choosing of drivers

ZHU Guangyu1，2，3， WU Mian1，2， ZHANG Peng4

（1. MOE Key Laboratory for Transportation Complex Systems Theory and Technology， Beijing Jiaotong University，Beijing 100044， China；2. Center of Cooperative Innovation for Beijing Metropolitan Transportation， Beijing 100044， China；3. Key Laboratory of System Control and Information Processing， Ministry of Education， Shanghai 200240， China；4. Beijing Municipality Key Laboratory of Urban Traffic Operation Simulation and Decision Support，Beijing Transportation Research Center， Beijing 100073， China）

It was presented that traffic impedance and the acceptance of the driver to the traffic information are the key factors of influencing the driver in the way of decision-making， and information release rate plays an important role in deciding the traffic impedance. A new model was presented based on the analysis on influence mechanism of traffic information to the traffic impedance and the influence of the driver’s trust on the path choice of the traffic information. Traffic information release rate was firstly used on the quantitative modeling of the relationship between traffic information and traffic impedance， and the result has theory and application value for the traffic management departments to evaluate the quality of traffic information service， set the traffic flow guidance and control strategy.

traffic guidance information； route choice； credibility of information publishing； trust degree

U491

A

1672-7207（2016）05-1788-06

10.11817/j.issn.1672-7207.2016.05.044

2015-08-28；

2015-12-18

國家自然科學(xué)基金項目資助（61572069）；中央高?；究蒲袠I(yè)務(wù)費（2014JBM211）；系統(tǒng)控制與信息處理教育部重點實驗室開放課題（Scip201507）；河北省交通運輸廳科技項目（A0201-150505）；交通部青年科技英才培養(yǎng)項目（201540）；城市交通運行仿真與決策支持北京市重點實驗室（BZ0012）；北京城市交通協(xié)同創(chuàng)新中心項目 （Project（61572069） supported by the National Natural Science Foundation of China； Project（2014JBM211） supported by the Fundamental Research Funds for the Central Universities； Project（Scip201507）supported by the Open Project Program of Key Laboratory of System Control and Information Processing； Project（A0201-150505） supported by the Department of Traffic and Transportation of Hebei Province； Project（201540） supported by Research Foundation for Outstanding Scholars of Transport Ministry of China； Project（BZ0012） supported by Beijing Municipality Key Laboratory of Urban Traffic Operation Simulation and Decision Support； Supported by Center of Cooperative Innovation for Beijing Metropolitan Transportation）

朱廣宇，博士，副教授，從事智能交通系統(tǒng)、數(shù)據(jù)仿真與分析研究；E-mail： gyzhu@bjtu.edu.cn