基于云模型的避險(xiǎn)車道位置選擇*

孟云偉

(重慶交通大學(xué)交通運(yùn)輸學(xué)院 重慶 400074)

基于云模型的避險(xiǎn)車道位置選擇*

孟云偉

(重慶交通大學(xué)交通運(yùn)輸學(xué)院 重慶 400074)

針對運(yùn)營期山區(qū)高速公路設(shè)置避險(xiǎn)車道時(shí)遇到的位置模糊性和隨機(jī)性的特點(diǎn)，提出了云計(jì)算模型方法，選取事故指標(biāo)、線形指標(biāo)、運(yùn)行車速指標(biāo)及地形指標(biāo)作為采集的數(shù)據(jù)，結(jié)合指標(biāo)權(quán)重，使用正向正態(tài)云生成器構(gòu)建了云模型.云模型可考慮避險(xiǎn)車道位置設(shè)置的不確定性，以具體隸屬度值的形式準(zhǔn)確地計(jì)算出了擬設(shè)位置的優(yōu)先順序.在交通管理、建設(shè)部門增設(shè)避險(xiǎn)車道進(jìn)行位置選擇時(shí)，云模型計(jì)算方法可作為決策參考，尤其是工程投資受限時(shí).

運(yùn)營山區(qū)高速公路;避險(xiǎn)車道;設(shè)置位置;云模型;評價(jià)指標(biāo)

0 引 言

避險(xiǎn)車道是在行車道外側(cè)增設(shè)的、供制動(dòng)失效車輛駛離、減速停車、自救的專用車道[1].載重汽車在長大下坡路段行駛時(shí)，駕駛?cè)诵枰L時(shí)間的持續(xù)制動(dòng)，因剎車輪轂的構(gòu)造，頻繁制動(dòng)引起的熱量有在輪轂內(nèi)部聚集無法及時(shí)排出的風(fēng)險(xiǎn)，從而造成制動(dòng)性能的熱衰減直至制動(dòng)失效，這對行車安全極為不利[2].我國的山地、丘陵、高原等起伏地形的山區(qū)占到陸地面積的2/3，山區(qū)高速公路在前期的規(guī)劃、設(shè)計(jì)、建設(shè)階段，受地形條件、投資等因素的制約，有時(shí)不得已而使用長大縱坡或連續(xù)縱坡的組合，而在相應(yīng)路段卻未同時(shí)設(shè)置避險(xiǎn)車道，這樣的建設(shè)環(huán)境的安全隱患在后期的運(yùn)營階段就暴露出來，主要表現(xiàn)為載重汽車制動(dòng)失效事故的多發(fā)，產(chǎn)生嚴(yán)重的社會影響.在對運(yùn)營高速公路的交通事故進(jìn)行分析的前提下，合理增設(shè)避險(xiǎn)車道是提升容錯(cuò)能力、保障交通安全的重要途經(jīng).

針對避險(xiǎn)車道本身的設(shè)計(jì)，師恒周[3]分析了失控車輛的事故率、坡長、坡度、車型比例、日交通量等因素，用實(shí)例計(jì)算了長下坡路段的安全距離，超過該距離值時(shí)，應(yīng)該設(shè)置避險(xiǎn)車道.在對避險(xiǎn)車道具體設(shè)計(jì)時(shí)，需要線形、引入段及偏角、制動(dòng)床的長度及坡度、坡床集料、末端設(shè)計(jì)等因素[4].郭鑫等[5]對影響避險(xiǎn)車道安全的指標(biāo)進(jìn)行了評價(jià)，指出制動(dòng)床長度的作用最大.宋燦燦等[6]利用駕駛模擬仿真平臺，提出駛出角度宜在5°～12.5°，引道的長度根據(jù)駛出角度確定.李超等[7]綜合考慮了事故數(shù)、傷亡人數(shù)、直接經(jīng)濟(jì)損失、單位路段最大車速差和制動(dòng)鼓溫度的因素，提出了基于中心點(diǎn)的三角白化權(quán)函數(shù)評估模型，對長下坡路段進(jìn)行分類篩選，根據(jù)綜合聚類系數(shù)，來確定全線范圍內(nèi)避險(xiǎn)車道設(shè)置的緊迫程度.楊軼等[8]根據(jù)載重汽車在長大下坡路段的運(yùn)行速度、制動(dòng)器的溫度曲線，確定了避險(xiǎn)車道的選址位置.劉小勇等[9-10]則對車輛制動(dòng)失效的位置進(jìn)行了預(yù)測，在失效位置后進(jìn)入避險(xiǎn)車道前的路段的范圍進(jìn)行了研究，避險(xiǎn)車道的設(shè)計(jì)應(yīng)考慮與這個(gè)范圍的合理銜接.陳友諒等[11]總結(jié)了工程經(jīng)驗(yàn)法、事故率法、坡率嚴(yán)重度分級系統(tǒng)三種設(shè)置避險(xiǎn)車道位置的方法，指出應(yīng)綜合考慮車速突變、剎車轂溫度驟升、事故頻發(fā)及建設(shè)條件這四個(gè)方面的因素.胡藝馨等[12]用聚類分析法，選擇了制動(dòng)器溫度、平曲線半徑、大貨車失控事故率、地形條件及沿線構(gòu)造物這四大類指標(biāo)來建立評價(jià)體系，用來對避險(xiǎn)車道的位置進(jìn)行選擇.

以上的研究均意識到了避險(xiǎn)車道的設(shè)置應(yīng)與所在公路的地形、線形、交通量等指標(biāo)相適應(yīng)，但針對運(yùn)營山區(qū)高速公路的研究不多.對于運(yùn)營的山區(qū)高速公路而言，避險(xiǎn)車道的設(shè)置的前提是已發(fā)的沖出路外的事故數(shù)據(jù)，根據(jù)這些指標(biāo)，可以得知設(shè)置位置的大體范圍，而不再需要對全路段搜索判別.同時(shí)，在長大下坡路段載重汽車制動(dòng)失效后，直到駕駛?cè)送耆ゲ倏啬芰?，是有一個(gè)距離范圍的，在此范圍內(nèi)，駕駛?cè)似谕斜茈U(xiǎn)車道可以為之提供減速、自救的功能，而適宜設(shè)置避險(xiǎn)車道的位置受到地形條件、線形指標(biāo)、構(gòu)造物、工程造價(jià)等條件的制約，這些指標(biāo)具有隨機(jī)性的特點(diǎn)，同時(shí)由于指標(biāo)在測量時(shí)，會受到人為的干擾，導(dǎo)致某一處位置可設(shè)亦可不設(shè)的結(jié)果，因此也具有模糊性的特點(diǎn).本研究使用云計(jì)算模型，同時(shí)考慮運(yùn)營期山區(qū)高速公路避險(xiǎn)車道位置選擇的隨機(jī)、模糊的特點(diǎn)，將避險(xiǎn)車道設(shè)置位置的指標(biāo)作為云成員，建立各指標(biāo)隸屬于位置適宜性的云模型，從而確定合理的設(shè)置位置.

1 評價(jià)指標(biāo)的選取

1.1 事故指標(biāo)

事故指標(biāo)可以用載重汽車沖出路外位置之前500 m范圍內(nèi)的事故嚴(yán)重程度來表示，不同的事故類型對應(yīng)相應(yīng)的后果，這里參照事故代價(jià)法[13]，根據(jù)我國山區(qū)高速公路交管部門對交通事故后果嚴(yán)重性的統(tǒng)計(jì)方法，提出適用于避險(xiǎn)車道設(shè)置的山區(qū)高速公路事故代價(jià)指標(biāo).

S=lg (A+10B+100C)

(1)

式中：A為在沖出路外造成的事故中的輕傷人數(shù)；B為重傷人數(shù)；K為死亡人數(shù).

1.2 線形指標(biāo)

載重汽車制動(dòng)失效后，在長大下坡路段行駛，進(jìn)入避險(xiǎn)車道的方向與高速公路主線之間的夾角，可以用來反映進(jìn)入避險(xiǎn)車道的適宜性，較小的角度時(shí)，駕駛?cè)丝梢皂槙尺M(jìn)入，反之進(jìn)入避險(xiǎn)車道的難度將增大.假設(shè)夾角超過10°時(shí)，駕駛?cè)瞬僮骼щy，不易進(jìn)入避險(xiǎn)車道，線形指標(biāo)L為

L=90°-α

(2)

式中：α為避險(xiǎn)車道中線與高速公路主線間的夾角.

1.3 運(yùn)行速度指標(biāo)

運(yùn)行速度指標(biāo)選擇運(yùn)行速度與設(shè)計(jì)速度的差值v85-vd來表達(dá)，其中v85是在自由流的交通狀態(tài)下小汽車在運(yùn)行速度累計(jì)分布曲線上第85位百分點(diǎn)的速度值，認(rèn)為該值不小于設(shè)計(jì)速度，可以通過高速公路上的固定測速儀或現(xiàn)場測量地點(diǎn)速度獲得該值，vd是高速公路的設(shè)計(jì)速度值.該指標(biāo)表征載重汽車在長大下坡路段的運(yùn)行速度狀態(tài)，該值越大，表明實(shí)際車速越大，發(fā)生制動(dòng)失效而需進(jìn)入避險(xiǎn)車道的概率也越大.一般認(rèn)為運(yùn)行速度與設(shè)計(jì)速度的差值超過20 km/h后，原設(shè)計(jì)與實(shí)際的適應(yīng)性較差，易發(fā)交通事故；同時(shí)在小于20 km/h的范圍內(nèi)，進(jìn)行細(xì)分，可具體表征研究運(yùn)行速度與設(shè)計(jì)速度的協(xié)調(diào)程度.

1.4 地形指標(biāo)

設(shè)置避險(xiǎn)車道的位置也受到地形條件的制約，避險(xiǎn)車道應(yīng)具有穩(wěn)定的自然承載體，這與其能發(fā)揮實(shí)際功效有直接聯(lián)系.地形指標(biāo)用地面線的起伏程度T表征，可表示為

T=90°-β

(3)

式中：β為坡腳線與水平線的夾角.

山區(qū)高速公路的地形條件對于失控車輛的事故后果嚴(yán)重性具有重要的影響，失控車輛可借助平坦地形實(shí)現(xiàn)降低車速直至停車的目的，是設(shè)置避險(xiǎn)車道的良好位置，而陡峭的地形則不具備這樣的自然條件，為此，根據(jù)實(shí)際建設(shè)中對地面線起伏程度的表達(dá)特點(diǎn)，將地形指標(biāo)進(jìn)行了詳細(xì)劃分.

綜合考慮以上指標(biāo)，將避險(xiǎn)車道位置設(shè)置的適宜程度分為四個(gè)等級，即可不設(shè)I、可設(shè)II、應(yīng)設(shè)III、急需設(shè)置IV.評價(jià)指標(biāo)的分類見表1.

表1 避險(xiǎn)車道位置設(shè)置適宜性評價(jià)指標(biāo)分類標(biāo)準(zhǔn)

2 云計(jì)算模型的建立

2.1 云計(jì)算特征值

在云計(jì)算模型中，概念的整體特性可以用期望Ex、熵En、超熵He這三個(gè)云的數(shù)字特征來表示[14].利用這三個(gè)特征值，借助Matlab可以生成云模型進(jìn)行計(jì)算.進(jìn)行避險(xiǎn)車道位置適宜性評價(jià)時(shí)，將每一個(gè)指標(biāo)的穩(wěn)定性級別作為一個(gè)自然語言的概念，根據(jù)各評價(jià)指標(biāo)標(biāo)準(zhǔn)集生成對應(yīng)等級的云數(shù)字特征.

在表1中，各個(gè)評價(jià)指標(biāo)均有上下邊界，形如V[Xmin，Xmax]，因此其云數(shù)字特征為

(4)

式中：Xmin為指標(biāo)的下界；Xmax為指標(biāo)的上界；k為常數(shù)，根據(jù)指標(biāo)的模糊程度選取.在本研究的云模型中，避險(xiǎn)車道位置適宜性評價(jià)的云數(shù)字特征值見表2.

表2 避險(xiǎn)車道位置適宜性云模型中的數(shù)字特征值

表2中a、b、c和d分別為指標(biāo)所屬適宜性等級的邊界值.如在事故指標(biāo)中，屬于I，II，III，IV這四個(gè)等級的區(qū)間分別為(0,1]，(1,1.3]，(1.3,2]，(2,2.3].經(jīng)表2中的計(jì)算，可得到事故指標(biāo)屬于I級適應(yīng)性的云數(shù)字特征為(0,0.38,0.01).

2.2 模型的建立

本研究中，選用的云計(jì)算模型即為正向正態(tài)云模型，其中n=1 000，即每個(gè)指標(biāo)在每個(gè)適宜性等級中均有1 000個(gè)云滴參與計(jì)算.根據(jù)計(jì)算方法，采用表1～2中的參數(shù)值，分別生成屬于各隸屬度的事故指標(biāo)、線形指標(biāo)、運(yùn)行速度指標(biāo)、地形指標(biāo)的云模型，見圖1.

圖1 各評價(jià)指標(biāo)的云計(jì)算模型

由圖1可知，針對某一具體指標(biāo)，隸屬于不同等級適應(yīng)性的范圍不同，這與指標(biāo)的取值有密切關(guān)系.同時(shí)，對指標(biāo)的具體取值，可能位于不同的隸屬度中，這體現(xiàn)了單一指標(biāo)的模糊性，模型的計(jì)算本身又具有隨機(jī)性，這種模糊、隨機(jī)的特點(diǎn)，與避險(xiǎn)車道位置選擇的特征很好地吻合.

在評判避險(xiǎn)車道位置時(shí)，還需要對各評價(jià)指標(biāo)進(jìn)行權(quán)重計(jì)算，這里采用了專業(yè)人員打分的方法來得到權(quán)重值，事故指標(biāo)、線形指標(biāo)、運(yùn)行速度指標(biāo)、地形指標(biāo)的權(quán)重值分別為0.15，0.25，0.15，0.45，這些權(quán)重值在具體實(shí)例中與指標(biāo)值對應(yīng)的隸屬度相乘，再進(jìn)入云計(jì)算模型中，可用于對避險(xiǎn)車道位置適宜性的評價(jià).這里需要說明的是，對評價(jià)指標(biāo)的權(quán)重值的判定，主要是針對運(yùn)營期的山區(qū)高速公路，山區(qū)高速公路進(jìn)入運(yùn)營階段后，一項(xiàng)重要手段是采用交通工程設(shè)施對車輛進(jìn)行限速；而山區(qū)高速公路的主要特點(diǎn)體現(xiàn)在線形指標(biāo)、地形指標(biāo)方面，為此，在對四個(gè)指標(biāo)進(jìn)行權(quán)重計(jì)算時(shí)，認(rèn)為線形指標(biāo)、地形指標(biāo)的值較大，對具體項(xiàng)目，也可根據(jù)其特點(diǎn)，重新計(jì)算權(quán)重值.

3 實(shí)例分析

3.1 數(shù)據(jù)的采集

重慶某山區(qū)高速公路在通車時(shí)，未設(shè)置避險(xiǎn)車道，經(jīng)過多年的運(yùn)營，在多處路段出現(xiàn)了載重汽車沖出路外的嚴(yán)重交通事故，在何處設(shè)置避險(xiǎn)車道是困擾公路維護(hù)管理部門的難題.為了對避險(xiǎn)車道的位置提出科學(xué)合理的建議，收集到該公路四處擬選位置的事故指標(biāo)、線形指標(biāo)、運(yùn)行車速指標(biāo)及地形指標(biāo)數(shù)據(jù)，其中事故指標(biāo)從交通管理部門的事故調(diào)查資料中得到，線形指標(biāo)根據(jù)竣工圖文件中得到，運(yùn)行車速指標(biāo)結(jié)合現(xiàn)場地點(diǎn)測速、設(shè)計(jì)文件獲得，地形指標(biāo)由現(xiàn)場工程測量數(shù)據(jù)得到，收集的數(shù)據(jù)見表3.

表3 采集的各評價(jià)指標(biāo)值

由表3可知，四處備選位置的事故指標(biāo)、線形指標(biāo)、運(yùn)行車速指標(biāo)、地形指標(biāo)都各有差異，難以根據(jù)單一指標(biāo)進(jìn)行決策，但避險(xiǎn)車道的設(shè)置位置應(yīng)有優(yōu)先順序，尤其是在工程投資受限時(shí).這里根據(jù)云計(jì)算模型來選擇設(shè)置避險(xiǎn)車道的位置.

3.2 云模型計(jì)算

將各指標(biāo)的取值，分別代入不同等級的隸屬度的表達(dá)式中，得到分屬于四個(gè)等級的確定度，之后各確定度值與對應(yīng)的權(quán)重值相乘再求和，可得分屬于四個(gè)等級的隸屬度.在每一個(gè)擬設(shè)位置，選取隸屬度最大值對應(yīng)的適宜性等級，將其認(rèn)定為該擬設(shè)位置的適宜性等級.擬設(shè)位置的云模型計(jì)算結(jié)果見表4～7.

表4 擬設(shè)位置A評價(jià)結(jié)果

由表4～7可知，擬設(shè)位置A的適宜度屬于I級，隸屬度為0.381 3；擬設(shè)位置B屬于II級，隸屬度為0.409 8；擬設(shè)位置C屬于II級，隸屬度為0.833 6；擬設(shè)位置D屬于II級，隸屬度為0.463 8.擬設(shè)位置B、C與D屬于同一等級，但C的隸屬度值最大，因此，認(rèn)為擬設(shè)位置C應(yīng)優(yōu)先考慮設(shè)置避險(xiǎn)車道.

表5 擬設(shè)位置B評價(jià)結(jié)果

表6 擬設(shè)位置C評價(jià)結(jié)果

表7 擬設(shè)位置D評價(jià)結(jié)果

4 結(jié) 束 語

針對運(yùn)營期山區(qū)高速公路設(shè)置避險(xiǎn)車道位置的模糊性與隨機(jī)性難題，提出了云計(jì)算模型的方法.根據(jù)模型的需要，選用了事故指標(biāo)、線形指標(biāo)、運(yùn)行車速指標(biāo)、地形指標(biāo)這四個(gè)參數(shù)，建立了完整的評價(jià)模型，并用實(shí)例進(jìn)行了方法的應(yīng)用.該方法可以確定避險(xiǎn)車道設(shè)置位置的優(yōu)先等級，在優(yōu)先等級相同時(shí)，仍可通過隸屬度值的大小來進(jìn)行詳細(xì)比較.云計(jì)算模型中的指標(biāo)可根據(jù)具體的工程需要進(jìn)行擴(kuò)充，并修改相應(yīng)的權(quán)重值.提出的計(jì)算方法精確度高，可用于交通管理部門在運(yùn)營期山區(qū)高速公路增設(shè)避險(xiǎn)車道時(shí)的位置遴選，尤其是在工程資金受限時(shí).

[1] 中建標(biāo)公路委員會.公路工程技術(shù)標(biāo)準(zhǔn):JTG B01-2014[S].北京：人民交通出版社，2004.

[2] 張國彬.公路長下坡路段避險(xiǎn)車道設(shè)置位置的影響因素[J].交通世界,2015,11(17):130-131.

[3] 師恒周.公路長下坡路段避險(xiǎn)車道設(shè)置位置分析[J].中外公路,2013,33(3):335-339.

[4] 孟志豪.山區(qū)高速公路避險(xiǎn)車道設(shè)計(jì)方法[J].公路交通科技(應(yīng)用技術(shù)版),2016,11(5):304-306.

[5] 郭鑫，徐陽，劉明文，等.長大下坡路段避險(xiǎn)車道安全評價(jià)研究[J].中國安全科學(xué)學(xué)報(bào),2014,24(4):152-158.

[6] 宋燦燦,郭忠印,藺琳.緊急避險(xiǎn)車道駛出角度及引道長度設(shè)置[J].同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版),2016,44(4):587-592.

[7] 李超，王玉蘭，王長中.公路避險(xiǎn)車道灰色定位評估模型[J].長安大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,32(5):39-44.

[8] 楊軼，袁泉，劉興茂.山區(qū)高速公路長大下坡避險(xiǎn)車道選址研究[J].北方交通,2015,37(3):60-64.

[9] 劉小勇，李迎春.基于失控車輛安全性的避險(xiǎn)車道設(shè)置方法[J].中外公路,2013,33(6):330-332.

[10] 韓紅.長大下坡路段避險(xiǎn)車道設(shè)置方法探討[J].公路與汽運(yùn),2015,30(5):73-75.

[11] 陳友諒,肖寧.高速公路避險(xiǎn)車道設(shè)置綜述[J].公路交通技術(shù),2009,24(3):150-153.

[12] 胡藝馨.避險(xiǎn)車道選址評估指標(biāo)選取研究[J].物流工程與管理,2015,37(10):141-142.

[13] GRANT G，SCHULT Z, KORDEL T, et al. Relationship between access management and other physical roadway characteristics and safety[J]. Journal of Transportation Engineering,2010,136(2):141-148.

[14] 李德毅，杜鹢.不確定性人工智能[M].北京：國防工業(yè)出版社，2005.

Location Selection of Evacuation Lane Based on Cloud Model

MENGYunwei

(CollegeofTrafficandTransportation,ChongqingJiaotongUniversity,Chongqing400074,China)

In order to solve the difficulties such as fuzzy and random characteristics for evacuation lane location of mountainous expressway operation, the cloud computing model was proposed. The indices of accident, alignment, operation speed and topographic were chosen as evaluation indices. Combining with the index weight, the cloud model was established with positive normal cloud generator. The cloud model considered the uncertainty of location and accurately calculated the priorities of the proposed location in the form of specific membership value In the location choice of adding evacuation lane for the traffic management and construction departments, the cloud model calculation method can be used as a decision-making reference for location evaluation, especially when construction investment is limited.

mountainous expressway operation; evacuation lane; location set; cloud model; evaluation index

U491.5

10.3963/j.issn.2095-3844.2017.05.003

2017-08-12

孟云偉(1980—)：男，博士，國家注冊土木(巖土)工程師，高級工程師，主要研究領(lǐng)域?yàn)榈缆饭こ?、交通工?/p>

*國家科技支撐計(jì)劃項(xiàng)目(2015BAK09B00，2015BAK09B01,2015BAK09B02)、重慶市科學(xué)技術(shù)委員會項(xiàng)目(cstc2014yykfb30001,cstc2014jcsf30001,cstc2015shmszx30007)資助