駕駛員前向避撞行為特征的降維及多元方差分析

王雪松, 朱美新, 陳 銘

(同濟(jì)大學(xué) 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室， 上海 201804)

駕駛員前向避撞行為特征的降維及多元方差分析

王雪松, 朱美新, 陳 銘

(同濟(jì)大學(xué) 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室， 上海 201804)

駕駛員在追尾臨撞工況下的避撞過程可以分為多個(gè)階段(如制動(dòng)前、制動(dòng)后)，而在每一階段中，又存在多個(gè)分析角度(如制動(dòng)快慢、制動(dòng)力度)及不同的關(guān)鍵時(shí)刻與特征值，因此系統(tǒng)描述駕駛員的避撞行為需要多種參數(shù).對(duì)多種避撞行為參數(shù)進(jìn)行降維處理，并探究工況緊急程度對(duì)每類參數(shù)的綜合影響.利用同濟(jì)大學(xué)8自由度高仿真駕駛模擬器，研究駕駛員在不同前車減速度(0.30g, 0.50g, 0.75g)和不同初始車頭時(shí)距(1.5 s, 2.5 s)下的避撞行為,全面記錄了駕駛員危險(xiǎn)感知、油門釋放和剎車制動(dòng)等避撞行為參數(shù).利用主成分分析對(duì)眾多參數(shù)進(jìn)行降維處理，將避撞行為特征劃分為感知反應(yīng)、制動(dòng)延誤、制動(dòng)力度3個(gè)方面，并通過多元方差分析探究車頭時(shí)距、前車減速度及二者交互項(xiàng)對(duì)這3個(gè)方面的影響.結(jié)果表明，駕駛員感知反應(yīng)受到車頭時(shí)距和前車減速度同時(shí)影響，制動(dòng)延誤受到車頭時(shí)距、前車減速度以及二者交互項(xiàng)的影響，制動(dòng)力度則僅受到前車減速度的影響.在變化趨勢(shì)上，隨著工況緊急程度的增加，駕駛員的感知反應(yīng)越快,制動(dòng)延誤越短,而制動(dòng)力度越大.

駕駛模擬器； 前向避撞行為； 數(shù)據(jù)降維； 多元方差分析

追尾事故在事故總數(shù)中所占比例非常高，在國外，占25%～40%[1]；在上海，占20%，而在高速公路和隧道中，上升到49%和67%[2].前向避撞報(bào)警系統(tǒng)(FCW)能有效減少追尾事故.前向避撞報(bào)警過程是車載系統(tǒng)與駕駛員人機(jī)交互的過程，深入理解駕駛員在臨撞工況下的避撞行為是開發(fā)有效的FCW系統(tǒng)的必要條件[3-4].

一個(gè)典型的剎車避撞過程可以描述為：前車突然減速、駕駛員察覺危險(xiǎn)、釋放油門踏板、開始制動(dòng)、持續(xù)減速、制動(dòng)至最大踏板壓力、成功避險(xiǎn)或發(fā)生碰撞.這一過程可以分為制動(dòng)前反應(yīng)和制動(dòng)后反應(yīng)2個(gè)階段.針對(duì)某個(gè)階段，從不同的角度出發(fā)，將得到不同的避撞行為參數(shù)；從同一個(gè)分析角度，定義不同的關(guān)鍵時(shí)刻或特征值，亦可以提取不同的避撞行為參數(shù).以制動(dòng)后反應(yīng)階段為例，可以從駕駛員制動(dòng)至最大剎車踏板壓力的快慢及制動(dòng)力度2個(gè)角度進(jìn)行分析.在制動(dòng)快慢方面，有制動(dòng)至25%和50%、最大踏板壓力時(shí)間等參數(shù).在制動(dòng)力度方面，有制動(dòng)過程最大減速度、最大剎車踏板壓力等參數(shù)[5].由此可見，系統(tǒng)地描述駕駛員在臨撞工況下的避撞行為涉及眾多參數(shù).

針對(duì)多個(gè)避撞行為參數(shù)，既有研究大多采用一元方差分析(因變量個(gè)數(shù)為1)對(duì)單個(gè)參數(shù)(如感知反應(yīng)時(shí)間[6]、最大剎車踏板壓力[7])進(jìn)行分析.此類研究方法主要存在如下問題：①多次使用一元方差分析，會(huì)增大犯Ⅰ類錯(cuò)誤(把本無差別的多個(gè)總體均數(shù)判為有差別)的概率；②一元方差分析只能分析單個(gè)具體參數(shù)的差異，而無法研究某一類避撞行為參數(shù)的差異.由于避撞行為參數(shù)眾多，這種單個(gè)變量的分析方法只能得到比較局部的信息.

考慮到避撞過程包括制動(dòng)前的感知反應(yīng)過程以及制動(dòng)后的剎車行為，各種避撞行為參數(shù)之間由于時(shí)間上的連續(xù)性，往往存在一定的相關(guān)性，因此可以通過降維的方法將避撞行為參數(shù)劃分為互不相關(guān)的幾類.然后運(yùn)用多元方差分析對(duì)每類參數(shù)的影響因素進(jìn)行分析.

1 避撞行為研究綜述

研究臨撞工況下的避撞行為前，首先要提煉出典型的臨撞工況，以便于試驗(yàn)場(chǎng)景的構(gòu)建.Najm等[8]利用美國事故數(shù)據(jù)庫(包括General Estimates System, National Motor Vehicle Crash Causation Survey和Event Data Recorder)提煉了前車靜止、前車突然減速、前車低速行駛3類典型前向臨撞工況.

針對(duì)避撞行為研究，主要有駕駛模擬與實(shí)車試驗(yàn)2種手段.在美國的碰撞避免多方合作項(xiàng)目(CAMP)中，Kiefer等[9]基于實(shí)車試驗(yàn)構(gòu)造了前車靜止與前車運(yùn)動(dòng)2種臨撞工況，研究了不同前車減速度和不同后車逼近速度下駕駛員的“最后1秒”剎車行為，在此基礎(chǔ)上構(gòu)造了基于運(yùn)動(dòng)學(xué)的前向避撞預(yù)警算法；Curry等[10]在美國國家高級(jí)駕駛模擬器中重現(xiàn)了CAMP項(xiàng)目的剎車試驗(yàn)，以研究駕駛模擬器數(shù)據(jù)與實(shí)車測(cè)試數(shù)據(jù)之間的相關(guān)性；Lee等[11]利用愛荷華駕駛模擬器測(cè)試了當(dāng)前車以最大減速度制動(dòng)時(shí)(例如, 0.85g)FCW系統(tǒng)能否有利于避免事故的發(fā)生，結(jié)果表明在有FCW警告的情況下:①駕駛員在較短初始車頭時(shí)距條件下發(fā)生更少的事故；②本車與前車的碰撞車速明顯降低；③駕駛員釋放油門踏板的速度更快；④釋放油門和踩剎車時(shí)的車頭時(shí)距增大.

在上述研究基礎(chǔ)上，McGehee等[12]測(cè)試了無報(bào)警、早期報(bào)警、晚期報(bào)警條件下駕駛員的避撞行為參數(shù)，結(jié)果表明，比起無報(bào)警和晚期報(bào)警條件，早期報(bào)警能縮短油門釋放反應(yīng)時(shí)間，減少事故發(fā)生，降低事故嚴(yán)重程度，說明了預(yù)警時(shí)機(jī)的重要性；Scott和Gray[13]利用駕駛模擬器測(cè)試了不同預(yù)警方式(無預(yù)警、聲音、圖像、觸覺)下駕駛員的感知反應(yīng)時(shí)間，結(jié)果表明，觸覺報(bào)警方式下駕駛員的感知反應(yīng)時(shí)間最短.

綜上，既有研究關(guān)注于有無報(bào)警、不同報(bào)警時(shí)機(jī)、不同報(bào)警方式下駕駛員感知反應(yīng)時(shí)間、油門踏板釋放時(shí)間的差異分析，存在以下可以改善的方面：①在避撞行為過程上，已有研究大多關(guān)注于前車制動(dòng)至后車開始剎車這一段時(shí)間內(nèi)的避撞行為參數(shù)(如感知反應(yīng)時(shí)間、油門踏板釋放時(shí)間)，而對(duì)開始剎車后的避撞行為參數(shù)(如制動(dòng)至最大踏板壓力時(shí)間、最大剎車踏板壓力值)分析較少；②在分析角度上，工況的緊急程度是影響駕駛員避撞行為的一個(gè)重要因素[14]，而既有研究對(duì)此關(guān)注較少；③在分析方法上，已有研究局限于對(duì)單一避撞行為參數(shù)進(jìn)行分析，而缺乏同時(shí)對(duì)多個(gè)參數(shù)或一類參數(shù)進(jìn)行分析.

2 臨撞工況試驗(yàn)

2.1 試驗(yàn)人員

29名持有有效駕照的駕駛員參加了“臨撞工況下駕駛行為試驗(yàn)”，駕駛員年齡分布在23～54歲之間(平均值33，標(biāo)準(zhǔn)差8.7)，其中男性23名，女性6名.有4位駕駛員在試驗(yàn)過程中出現(xiàn)輕微不適癥狀，因此補(bǔ)充了4位駕駛員作為替代者，所有駕駛員的駕駛里程均超過了1萬km.

2.2 測(cè)試工況與條件

利用同濟(jì)學(xué)8自由度高仿真駕駛模擬器[5]測(cè)試了發(fā)生頻率高且最易造成危險(xiǎn)的一類前向臨撞工況[8]：前車突然減速工況.在工況觸發(fā)前，兩車處于穩(wěn)定的勻速跟車狀態(tài)(相對(duì)車速、車頭時(shí)距均在穩(wěn)定范圍內(nèi)).工況觸發(fā)時(shí)，前車突然以固定的減速度制動(dòng)至停止?fàn)顟B(tài)，形成危險(xiǎn)的臨撞工況.基于中國第一汽車股份有限公司(項(xiàng)目資助方)采集的實(shí)車試驗(yàn)數(shù)據(jù)，采用3種前車減速度條件 (即0.30g, 0.50g和0.75g)和2種初始車頭時(shí)距條件(即1.5 s和2.5 s)，最終形成共2×3=6種不同緊急程度的試驗(yàn)測(cè)試條件.

2.3 試驗(yàn)流程

試驗(yàn)包含基礎(chǔ)信息采集、模擬器試駕、正式試驗(yàn)3個(gè)階段.

(1) 基礎(chǔ)信息采集.測(cè)試駕駛員到達(dá)駕駛模擬器實(shí)驗(yàn)室后，首先在工作人員的輔助下了解試驗(yàn)基本過程、駕駛?cè)蝿?wù)以及試驗(yàn)中可能所涉及到的安全因素，工作人員同時(shí)對(duì)駕駛員完成基本信息采集.

(2) 模擬器試駕.試駕環(huán)節(jié)旨在幫助測(cè)試人員在短時(shí)間內(nèi)熟悉模擬器，包括基本操作練習(xí)、跟車練習(xí)及剎車練習(xí).試駕場(chǎng)景采用城市道路數(shù)據(jù)庫，場(chǎng)景中加入適當(dāng)社會(huì)車輛提高真實(shí)度.基本操作練習(xí)中包含了啟動(dòng)、加減速、停車、轉(zhuǎn)向(左右各1次)以及變道(左右各1次)練習(xí)；跟車練習(xí)中選取場(chǎng)長約1.5 km的直線路段，要求駕駛員跟隨前方車輛行駛，車速約為80 km·h-1.在跟車過程中，屏幕上方顯示駕駛員當(dāng)前跟車距離，駕駛員可以根據(jù)需要不斷改變與前車的距離，以熟悉在模擬器中對(duì)前車距離的感知；剎車練習(xí)中，駕駛員首先被要求加速至100 km·h-1，并嘗試保持該車速，直至看到前方停止的輕型貨車，駕駛員需要按照其正常駕駛的習(xí)慣將車輛安全、平穩(wěn)地停止在前車后方.

(3) 正式試驗(yàn).在試駕試驗(yàn)之后，如果駕駛員沒有任何模擬器眩暈的跡象，那么駕駛員將在5 min的休息時(shí)間后開始正式試驗(yàn).試驗(yàn)全程通過4個(gè)車載攝像頭監(jiān)視駕駛員心理與生理狀態(tài)，如圖1 a.

正式試驗(yàn)場(chǎng)景選擇一條平原沿海4車道高速公路，天氣晴朗、視野良好、對(duì)向車流較少，如圖1 b.駕駛員首先被要求加速到120 km·h-1，并且行駛在內(nèi)側(cè)車道.約2 min后，一輛白色前車會(huì)切入到模擬器車輛前，并保持在120 km·h-1的速度穩(wěn)定行駛.此時(shí)測(cè)試駕駛員需要跟隨前車行駛，保持車距在60～80 m，如果駕駛員與前車車距超出了系統(tǒng)設(shè)定的最大值(100 m)，那么屏幕上方將顯示“Speed Up”的提示信息，幫助駕駛員更好地進(jìn)入跟車狀態(tài).在試驗(yàn)全程中，前車會(huì)在不同車頭時(shí)距(1.5 s, 2.5 s)以不同前車減速度(0.30g, 0.50g, 0.75g)6次減速至靜止，形成前車突然減速臨撞工況.2次工況間的時(shí)間間隔不等，大約為3 min，且都在初始車頭時(shí)距條件滿足時(shí)才觸發(fā).為了使駕駛員更難預(yù)測(cè)前車的減速行為，采用了一些干擾措施，如設(shè)置前車尾燈亮起但只發(fā)生輕微減速.

a 監(jiān)控視頻顯示

b 試驗(yàn)場(chǎng)景圖1 監(jiān)控視頻顯示和試驗(yàn)場(chǎng)景Fig.1 Video monitor displays and experiment scenario

2.4 試驗(yàn)數(shù)據(jù)提取

識(shí)別出避撞過程中的特征時(shí)刻(如工況觸發(fā)、后車開始釋放油門、后車開始制動(dòng))及特征參數(shù)值(如最大剎車踏板壓力、最大減速度).提取特征時(shí)刻之間的時(shí)間間隔以及特征參數(shù)值，并結(jié)合既有研究，得出如表 1所示的避撞行為參數(shù)并對(duì)此進(jìn)行分析[5].在參數(shù)計(jì)算公式中，R為兩車相對(duì)距離，VLV和VSV分別為前車和本車車速.

3 避撞行為降維

試驗(yàn)中對(duì)避撞過程中各階段的關(guān)鍵參數(shù)均進(jìn)行了提取，由于時(shí)間上的連續(xù)性，這些參數(shù)之間存在一定的相關(guān)性，其提供的信息存在重疊，因此可以通過數(shù)據(jù)降維對(duì)避撞行為進(jìn)行抽象概括.主成分分析作為一種常用的數(shù)據(jù)降維方法，可以通過構(gòu)造為數(shù)較少的互不相關(guān)的“主成分”來反應(yīng)原變量的絕大部信息，從而達(dá)到數(shù)據(jù)降維的目的[15].采用主成分分析對(duì)避撞行為參數(shù)進(jìn)行降維處理.

表1 避撞行為參數(shù)定義Tab.1 Definition of collision avoidance behavior parameters

在主成分分析中，最終得到的主成分是原始變量的線性組合.特別地，第1個(gè)主成分PC1是各個(gè)原始變量加權(quán)后的組合：PC1=a1X1+a2X2+…+akXk，且能夠反映原始數(shù)據(jù)中的最多方差[15]，其中ak為權(quán)重系數(shù)，Xk為原始變量.第2個(gè)主成分是正交于第1個(gè)主成分(即不相關(guān))且能夠反映原始數(shù)據(jù)中最多方差的原始變量的線性組合.之后的每個(gè)主成分也根據(jù)此原理類推，理論上可以提取足夠多的主成分.

主成分分析中要求各觀察變量間具有較高的相關(guān)性，表 2反映了所需要分析的避撞行為參數(shù)之間的相關(guān)性.

表2 變量相關(guān)性Tab.2 The correlation between variables

根據(jù)表 2可以發(fā)現(xiàn)，除了完全釋放油門變量(TfinalThrottle)外，其余變量均與觀察變量中的1項(xiàng)或若干項(xiàng)變量有顯著的相關(guān)性.因此，在主成分分析中排除TfinalThrottle以得到最優(yōu)的提取結(jié)果.

為了選取合適的主成分個(gè)數(shù)以代表原始數(shù)據(jù)中的觀察變量，通?？梢杂幸韵?項(xiàng)判斷方法[16]：

(1) 根據(jù)Kaise-Harris準(zhǔn)則，主成分分析中所保留的主成分的特征值應(yīng)大于1.

(2) 根據(jù)Cattel Scree碎石檢驗(yàn)，主成分?jǐn)?shù)量相對(duì)應(yīng)的特征值將配對(duì)顯示為點(diǎn)圖，通常這類圖會(huì)有一個(gè)急劇的下降或跌落，保留下降或跌落以前的部分對(duì)應(yīng)的主成分?jǐn)?shù)量.

粗選磁場(chǎng)強(qiáng)度110.00 kA/m，精選磁場(chǎng)強(qiáng)度95.54kA/m，掃選磁場(chǎng)強(qiáng)度110.00kA/m；磨礦細(xì)度41.41%-0.074mm，給礦濃度35.00%。試驗(yàn)結(jié)果見表8，試驗(yàn)流程圖及數(shù)質(zhì)量流程分別見圖1、圖2。

(3) 在隨機(jī)數(shù)據(jù)集中進(jìn)行仿真分析，同時(shí)也提取對(duì)應(yīng)主成分?jǐn)?shù)量的特征值.若基于真實(shí)數(shù)據(jù)的特征值大于仿真數(shù)據(jù)所得到的平均特征值，那么對(duì)應(yīng)的主成分也應(yīng)該予以保留.

圖 2顯示了避撞行為參數(shù)的主成分分析平行碎石檢驗(yàn).根據(jù)以上3項(xiàng)判定條件，主成分?jǐn)?shù)均應(yīng)該選定為3.

表3中列出了3個(gè)主成分的負(fù)載系數(shù)，即主成分1(PC1)、主成分2(PC2)和主成分3(PC3)的負(fù)載系數(shù)，同時(shí)利用正交旋轉(zhuǎn)使得結(jié)果更易解釋.表中，h2,u2參數(shù)分別代表了3項(xiàng)主成分所能夠解釋的原始變量的方差和剩余方差，可以發(fā)現(xiàn)絕大多數(shù)的原始變量能夠很好地被所提取的主成分所解釋，解釋度平均約為0.8左右.此外，3項(xiàng)主成分對(duì)應(yīng)整體原始數(shù)據(jù)的解釋度約為73%，其中主成分1在其中占了41%，主成分2為33%，主成分3為26%.

圖2 平行分析碎石檢驗(yàn)圖Fig.2 Parallel analysis scree plots 表3 主成分分析結(jié)果Tab.3 Results of principal component analysis

變量負(fù)載系數(shù)PC1PC2PC3h2u2minTTC-0．120．79-0．070．650．354Dmax0．130．83-0．170．730．266FmaxBrake-0．18-0．87-0．110．800．201Tbrake0．470．040．670．670．328TinitialThrottle0．02-0．050．970．930．066Ttransition0．430．25-0．500．490．508Tbrake250．85-0．030．090．730．270Tbrake500．900．210．070．860．141TmaxBrake0．850．01-0．010．730．270方差比例0．300．240．19累計(jì)方差比例0．300．550．73解釋度比例0．410．330．26累計(jì)解釋度比例0．410．741．00

表中的對(duì)應(yīng)主成分下的負(fù)載系數(shù)反映了所提取的主成分與原始變量間的相關(guān)性，據(jù)此可以對(duì)3項(xiàng)主成分加以解釋.PC1僅與制動(dòng)轉(zhuǎn)移時(shí)間(Ttransition)、制動(dòng)至25%踏板壓力時(shí)間(Tbrake25)、制動(dòng)至50%踏板壓力時(shí)間(Tbrake50)、制動(dòng)至最大踏板壓力時(shí)間(TmaxBrake)4項(xiàng)變量顯著相關(guān)，可以認(rèn)為反映了駕駛員的“制動(dòng)延誤”，它影響的變量反映了駕駛員從開始制動(dòng)到剎車踏板達(dá)到不同程度壓力值之間的時(shí)間延誤；PC2僅與最小碰撞時(shí)間(minTTC)、最大剎車踏板壓力(FmaxBrake)、最大減速度(Dmax)3項(xiàng)變量顯著相關(guān)，可以認(rèn)為反映了駕駛員的“制動(dòng)力度”，它所影響的是避撞過程中的工況最危險(xiǎn)程度和駕駛員制動(dòng)峰值特征；而PC3則與剎車反應(yīng)時(shí)間(Tbrake)、開始釋放油門時(shí)間(TinitialThrottle)、制動(dòng)轉(zhuǎn)移時(shí)間(Ttransition)3項(xiàng)有顯著相關(guān)性，可認(rèn)為代表了工況發(fā)生后駕駛員的感知反應(yīng)，它主要影響了駕駛員對(duì)危險(xiǎn)狀況作出判斷的反應(yīng)時(shí)間.

4 避撞行為影響因素分析

避撞行為特征可分為感知反應(yīng)、制動(dòng)延誤、制動(dòng)力度3個(gè)方面.為了探究在不同的工況緊急程度(不同車頭時(shí)距與前車減速度組合)下，這3類參數(shù)的變化差異以及各自受哪些因素的顯著影響，需要運(yùn)用方差分析來探求車頭時(shí)距與前車減速度對(duì)各類參數(shù)的主效應(yīng)及交叉效應(yīng).

由于各類參數(shù)均由多個(gè)細(xì)化參數(shù)組合而成，使得方差分析的因變量個(gè)數(shù)大于1，因此常用的一元方差分析不再適用.而多元方差分析(MANOVA)可以被用來分析在不同自變量條件下多項(xiàng)因變量組合的綜合差異[17].

采用MANOVA方法分析各類避撞行為參數(shù)的顯著影響因素，在MANOVA分析過程中，采用Hotelling-Lawley檢驗(yàn)計(jì)算F-test值并檢驗(yàn)顯著性.在MANOVA之后，針對(duì)各類避撞行為細(xì)化參數(shù)，運(yùn)用單變量獨(dú)立F-test探究細(xì)化參數(shù)的顯著影響因素.

在駕駛模擬器試驗(yàn)中，通過設(shè)計(jì)不同等級(jí)的初始車頭時(shí)距(1.5 s與2.5 s)和前車減速度(0.30g, 0.50g和0.75g)，產(chǎn)生了不同緊急程度的臨撞工況.實(shí)際采集得到數(shù)據(jù)中事件觸發(fā)時(shí)的車頭時(shí)距并不與設(shè)計(jì)的完全一致，因此對(duì)車頭時(shí)距條件重新劃分為“<1.0 s”,“[1.0 s,1.5 s)”和“[1.5 s, 2.5 s]”，分別對(duì)應(yīng)短、中等和長車頭時(shí)距條件.

4.1 感知反應(yīng)

表4列出了感知反應(yīng)類參數(shù)的檢驗(yàn)結(jié)果，這類參數(shù)在不同前車減速度和車頭時(shí)距下均有顯著的差異.

表4 感知反應(yīng)類參數(shù)MANOVA檢驗(yàn)結(jié)果Tab.4 MANOVA test results for perception response parameters

表5為3項(xiàng)感知反應(yīng)類參數(shù)的獨(dú)立F-test檢驗(yàn)結(jié)果.結(jié)果表明，駕駛員的剎車反應(yīng)時(shí)間(Tbrake)和開始釋放油門時(shí)間(TinitialThrottle)顯著受到車頭時(shí)距影響，反映車頭時(shí)距條件與駕駛員的感知有直接聯(lián)系.此外，Tbrake和制動(dòng)轉(zhuǎn)移時(shí)間(Ttransition)同時(shí)受前車減速度影響，這意味著前車速度下降的快慢能夠被后車駕駛員感知，從而影響其反應(yīng)時(shí)間.

表5 感知反應(yīng)類參數(shù)單變量F-test結(jié)果Tab.5 Single variable F-test results for perception response parameters

圖3展示了不同車頭時(shí)距和前車減速度下感知反應(yīng)類參數(shù)的均值.在總體趨勢(shì)上，隨著前車減速度的增大及初始車頭時(shí)距的減少，感知反應(yīng)類參數(shù)有著明顯的下降趨勢(shì).即當(dāng)工況的緊急程度越高時(shí)，駕駛員的感知反應(yīng)越快.

a 長初始車頭時(shí)距

b 中等初始車頭時(shí)距

c 短初始車頭時(shí)距圖3 不同車頭時(shí)距與前車減速度下感知反應(yīng)類參數(shù)均值Fig.3 Hazard perception parameters for different initial headways and different lead vehicle deceleration rates

這一趨勢(shì)與已有研究的結(jié)果一致.Summala等[18]研究了駕駛員在4種不同跟車距離及速度組合(15 m, 30 km·h-1; 30 m, 30 km·h-1; 30 m, 60 km·h-1; 60 m, 60 km·h-1)下的感知反應(yīng)時(shí)間，同樣發(fā)現(xiàn)，距離越近，駕駛員反應(yīng)更快.Hulst[19]測(cè)試了駕駛在2種不同的前車減速度(1 m·s-2與2 m·s-2)下的感知反應(yīng)時(shí)間，也發(fā)現(xiàn)前車減速度越大，駕駛員反應(yīng)越快.

4.2 制動(dòng)延誤

表6為制動(dòng)延誤類參數(shù)的檢驗(yàn)結(jié)果.結(jié)果表明駕駛員的制動(dòng)行為不僅受到前車減速度和車頭時(shí)距的影響，同時(shí)也受到這2項(xiàng)變量的交互項(xiàng)影響.

表7揭示了除了制動(dòng)至25%(Tbrake25)時(shí)間以外，駕駛員制動(dòng)至50%(Tbrake50)和最大的剎車踏板壓力(TmaxBrake)所需的時(shí)間都受到車頭時(shí)距和前車減速度的交互項(xiàng)影響.這表明前車減速度和車頭時(shí)距對(duì)于Tbrake50和TmaxBrake的影響并非是線性疊加的，而是：當(dāng)車頭時(shí)距或者前車減速度兩者之一處于較極端時(shí)(車頭時(shí)距偏小或者減速度偏大)，另外一項(xiàng)因素的影響將被弱化.

表6 制動(dòng)延誤參數(shù)MANOVA檢驗(yàn)結(jié)果Tab.6 MANOVA test results for braking delay parameters

表7 制動(dòng)延誤類參數(shù)單變量F-test結(jié)果Tab.7 Single variable F-test results for braking delay parameters

圖 4展示了不同車頭時(shí)距和前車減速度下制動(dòng)延誤類參數(shù)的均值.隨著前車減速度的增大及初始車頭時(shí)距的減少，制動(dòng)延誤類參數(shù)有著明顯的下降趨勢(shì).駕駛員剎車行為方面的研究也發(fā)現(xiàn)了這種制動(dòng)延誤的存在，即駕駛員在開始制動(dòng)后并不是立即達(dá)到最大制動(dòng)力度，而是存在一定的時(shí)間延誤[20].但既有研究未分析不同緊急程度下這種制動(dòng)延誤的差異.

a 長初始車頭時(shí)距

b 中等初始車頭時(shí)距

c 短初始車頭時(shí)距圖4 不同車頭時(shí)距與前車減速度下制動(dòng)延誤類參數(shù)均值Fig.4 Braking delay parameters for different initial headways and different lead vehicle deceleration rates

4.3 制動(dòng)力度

表8列出了制動(dòng)力度類參數(shù)的檢驗(yàn)結(jié)果，揭示了這類參數(shù)僅在不同前車減速度的條件下有顯著差異.

表9列出了針對(duì)3項(xiàng)風(fēng)險(xiǎn)程度類參數(shù)的獨(dú)立F-test檢驗(yàn)結(jié)果.

表8 制動(dòng)力度參數(shù)MANOVA檢驗(yàn)結(jié)果Tab.8 MANOVA test results for braking intensity parameters

表9 制動(dòng)力度類參數(shù)單變量F-test結(jié)果Tab.9 Single variable F-test results for braking intensity parameters

除了最大剎車踏板壓力(FmaxBrake)受到前車減速度和車頭時(shí)距的同時(shí)影響，其余2項(xiàng)代表制動(dòng)力度的變量僅受到前車減速度的影響.

圖 5展示了不同車頭時(shí)距和前車減速度下最大剎車踏板壓力及最大減速度的均值，二者均隨著前車減速度的增加而增大.說明工況緊急程度越高，駕駛員制動(dòng)力度越大.

a 長初始車頭時(shí)距

b 中等初始車頭時(shí)距

c 短初始車頭時(shí)距圖5 不同車頭時(shí)距與前車減速度下制動(dòng)力度類參數(shù)均值Fig.5 Braking intensity parameters for different initial headways and different lead vehicle deceleration rates

表 10匯總了3類參數(shù)在ANOVA與MANOVA分析中的主要結(jié)果.

表10 ANOVA與MANOVA結(jié)果總結(jié)Tab.10 Summarization of ANOVA and MANOVA results

注：√代表ANOVA或MANOVA分析中影響因素效應(yīng)在95%置信區(qū)間內(nèi)顯著.

匯總結(jié)果表明，駕駛員的感知反應(yīng)受到車頭時(shí)距和前車減速度的同時(shí)影響，而制動(dòng)延誤受到車頭時(shí)距、前車減速度以及二者交互項(xiàng)的影響，駕駛員的制動(dòng)力度則僅受到前車減速度的影響.

5 結(jié)論

利用同濟(jì)大學(xué)8自由度駕駛模擬器研究了駕駛員在追尾臨撞工況下的避撞行為.利用主成分分析將避撞行為特征劃分為感知反應(yīng)、制動(dòng)延誤及制動(dòng)力度3個(gè)方面，然后利用多元方差分析探究工況緊急程度對(duì)每類參數(shù)的綜合影響.結(jié)果表明，駕駛員的感知反應(yīng)受到車頭時(shí)距和前車減速度的同時(shí)影響，而制動(dòng)延誤受到車頭時(shí)距、前車減速度以及二者交互項(xiàng)的影響，駕駛員的制動(dòng)力度則僅受到前車減速度的影響.

與已有研究相比，本文主要貢獻(xiàn)如下：①對(duì)剎車后反應(yīng)序列進(jìn)行了深入分析；②通過不同車頭時(shí)距與前車減速度的組合研究了不同工況緊急程度下避撞行為，并分析了車頭時(shí)距、前車減速度以及二者交互項(xiàng)對(duì)各類避撞行為參數(shù)的影響.

根據(jù)研究結(jié)果，F(xiàn)CW系統(tǒng)設(shè)計(jì)中應(yīng)重點(diǎn)考慮3類人類因素：①駕駛員感知反應(yīng)時(shí)間，即工況觸發(fā)至駕駛員開始制動(dòng)之間的時(shí)間；②駕駛員制動(dòng)延誤時(shí)間，即駕駛員開始制動(dòng)與制動(dòng)至最大剎車踏板壓力之間的時(shí)間；③駕駛員剎車力度，即制動(dòng)過程中達(dá)到的最大加速度大小.

[1] Gilling S P. Collision avoidance, driver support and safety intervention systems [J]. Journal of Navigation, 1997, 50(1): 27.

[2] 王雪松, 石琦, 高珍. 基于視頻數(shù)據(jù)的城市隧道交通運(yùn)行特征與安全研究 [J]. 中國安全科學(xué)學(xué)報(bào), 2011, 21(8): 129.

WANG Xuesong, SHI Qi, GAO Zhen. Urban tunnel traffic operating characteristics and its safety study based on surveillance camera data [J]. China Safety Science Journal, 2011, 21(8):129.

[3] Wang X, Chen M, Zhu M,etal. Development of a kinematic-based forward collision warning algorithm using an advanced driving simulator [J]. IEEE Transactions on Intelligent Transportation Systems, 2016, 17(9): 2583.

[4] Wang X, Zhu M, Chen M,etal. Drivers’ rear end collision avoidance behaviors under different levels of situational urgency [J]. Transportation Research Part C: Emerging Technologies, 2016, 71: 419.

[5] 王雪松, 朱美新, 陳銘. 工況緊急程度對(duì)駕駛員避撞行為的影響 [J]. 同濟(jì)大學(xué)學(xué)報(bào): 自然科學(xué)版, 2016, 44(6): 876.

WANG Xuesong, ZHU Meixin, CHEN Ming. Impacts of situational urgency on drivers’ collision avoidance behaviors [J]. Journal of Tongji University: Natural Science, 2016, 44(6): 876.

[6] Green M. “How long does it take to stop?” methodological analysis of driver perception-brake times [J]. Transportation Human Factors, 2000, 2(3): 195.

[7] Mazzae E, Barickman F, Forkenbrock G,etal. NHTSA light vehicle antilock brake systems research program task 5.2/5.3: Test track examination of drivers’ collision avoidance behavior using conventional and antilock brakes [R]. Washington D C: Department of Transportaion, National Highway Traffic Safety Administration, 2003.

[8] Najm W G, Toma S, Brewer J. Depiction of priority light-vehicle pre-crash scenarios for safety applications based on vehicle-to-vehicle communications [R]. Washington D C: Department of Transportaion, National Highway Traffic Safety Administration, 2013.

[9] Kiefer R, LeBlanc D, Palmer M,etal. Development and validation of functional definitions and evaluation procedures for collision warning/avoidance systems [R]. Washington D C: Department of Transportaion, National Highway Traffic Safety Administration, 1999.

[10] Curry R C, Greenberg J A, Kiefer R J. NADS versus CAMP closed-course comparison examining “l(fā)ast second” braking and steering maneuvers under various kinematic conditions [R]. Washington D C: Department of Transportaion, National Highway Traffic Safety Administration, 2005.

[11] Lee J, McGehee D, Dingus T,etal. Collision avoidance behavior of unalerted drivers using a front-to-rear-end collision warning display on the Iowa driving simulator [J]. Transportation Research Record: Journal of the Transportation Research Board, 1997, 1573: 1.

[12] McGehee D, Brown T, Lee J,etal. Effect of warning timing on collision avoidance behavior in a stationary lead vehicle scenario [J]. Transportation Research Record: Journal of the Transportation Research Board, 2002, 1803: 1.

[13] Scott J J, Gray R. A comparison of tactile, visual, and auditory warnings for rear-end collision prevention in simulated driving [J]. Human Factors: The Journal of the Human Factors and Ergonomics Society, 2008, 50(2): 264.

[14] Summala H. Brake reaction times and driver behavior analysis [J]. Transportation Human Factors, 2000, 2(3): 217.

[15] Jolliffe I. Principal component analysis [M]. New York: John Wiley & Sons Ltd, 2002.

[16] Hayton J C, Allen D G, Scarpello V. Factor retention decisions in exploratory factor analysis: A tutorial on parallel analysis [J]. Organizational Research Methods, 2004, 7(2): 191.

[17] Weinfurt K P. Multivariate analysis of variance [C]// Reading and Understanding Multivariate Statistics. Washington D C: American Psychological Association, 1995：245-276.

[18] Summala H, Lamble D, Laakso M. Driving experience and perception of the lead car’s braking when looking at in-car targets [J]. Accident Analysis & Prevention, 1998, 30(4): 401.

[19] Hulst M V D. Anticipation and the adaptive control of safety margins in driving [J]. Ergonomics, 1999, 42(2): 336.

[20] Ising K W, Droll J A, Kroeker S G,etal. Driver-related delay in emergency braking response to a laterally incurring hazard [C]//Proceedings of the Human Factors and Ergonomics Society Annual Meeting. Santa Monica: Sage Publications, 2012: 705-709.

Dimension Reduction and Multivariate Analysis of Variance for Drivers’ Forward Collision Avoidance Behavior Characteristics

WANGXuesong,ZHUMeixin,CHENMing

(Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China)

The process of collision avoidance under rear-end scenarios can be divided into several stages (e.g., pre-brake and post-brake). In each stage, different analysis perspectives (e.g., brake delay and brake intensity) exist, and different key time moments and measurements can be defined. Therefore, lots of parameters are involved in systematically describing drivers’ collision avoidance behaviors. Studies that focused on a certain parameter can only give information on a specified parameter rather than the underlying behavioral patterns behind the parameters. This study did dimension reduction analyses for the multiple parameters of collision avoidance behaviors, and investigated the impacts of situational urgency on each type of parameters. The high fidelity Tongji University driving simulator was used to test drivers’ collision avoidance behaviors under different initial headways (1.5 s, 2.5 s) and different lead vehicle (LV) deceleration rates (0.30g, 0.50g, 0.75g). Parameters characterizing drivers’ hazard perception, throttle releasing and braking process were recorded. Dimension reduction analyses on collision avoidance behaviors was conducted with principal component analysis, which generalized collision avoidance behaviors into three aspects: perception response, braking delay and braking intensity. Multivariate analysis of variance was applied to investigate how initial headway and LV deceleration affect these three aspects. Results showed that perception response was affected by both initial headways and LV deceleration; braking delay was affected by initial headway, LV deceleration and their interaction simultaneously; and braking intensity depended solely on lead vehicle’s deceleration. As situational urgency increased, drivers responded faster and braked to maximum more quickly, and braked harder.

driving simulator; forward collision avoidance behavior; dimension reduction; multivariate analysis of variance

2015-11-12

國家自然科學(xué)基金優(yōu)秀青年基金(51522810)；“十二五”國家科技支撐計(jì)劃(014BAG01B03)

王雪松(1977—)，男，教授，工學(xué)博士，主要研究方向?yàn)榻煌ò踩⒔煌ńy(tǒng)計(jì)分析、駕駛行為與車輛主動(dòng)安全、駕駛模擬器應(yīng)用.E-mail:wangxs@#edu.cn

U491.6

A