王曉夢 王雪松
摘 要:不合理的道路設計對駕駛行為、交通安全有不利影響。隨著我國公路建設迅猛發(fā)展,在公路工程建設項目的各個階段道路設計與安全評估變得越來越重要。美國交通委員會年會為全球各交通研究方向的學者和研究機構提供了最新成果的交流平臺。本文總結和分析了道路設計與安全評估方向的熱點和最新成果。
關鍵詞:道路設計;安全評估;平曲線設計;駕駛模擬器;交通委員會
Recent research progress on highway design and safety evaluation
WANG Xiaomeng, WANG Xuesong
(Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China)
Abstract: Improper highway design will affect driving simulator and traffic safety. As the highway construction developed rapidly in our country, highway design and safety evaluation become more and more important during each stage of the highway construction. Transportation Research Board (TRB) annual meeting provides a communication platform to share new studies for researchers and academics. This paper summarizes and analyzes the latest research progress on highway design and safety evaluation.
Keywords: Highway design; safety evaluation; horizontal curve; driving simulator; TRB
不協(xié)調的道路設計,如某些道路設計元素存在突變,則會令駕駛人感到措手不及從而引發(fā)不當甚至危險的駕駛操作甚至導致事故的發(fā)生。因此駕駛人的駕駛行為和車輛的運行特征可以較準確地反應道路線形設計中存在的問題[1]。
我國高速公路里程在1988年突破零的記錄,并自此步入持續(xù)、快速的發(fā)展階段。2000年以來,高速公路發(fā)展勢頭迅猛,從1.63萬公里增長至2017年底的13.65萬公里,年均增長達到0.68萬公里。未來幾年內,高速公路還將保持快速增長勢頭。同時,隨著我國西部大開發(fā)戰(zhàn)略的實施,我國公路建設的重點也開始逐步向山區(qū)轉移,受地質地形、水文條件、建設資金等因素的限制,山區(qū)高速公路包含了大量的平曲線、豎曲線及平縱曲線疊加的線形路段(簡稱:平縱組合線形)。平縱組合線形較單一的平曲線和豎曲線更為復雜。
美國交通研究委員會(Transportation Research Board, TRB)是美國國家研究委員會(National Research Council)下屬的六個部門之一,主要職責在于領導美國交通創(chuàng)新以及在研究和信息交換方面提供客觀的、跨學科和多通道的交流。2019年1月,TRB在美國首都華盛頓特區(qū)召開了第98屆年會,在接近800個不同會議和研討會中有超過5000個成果展示。針對道路設計與安全評估,本文對其研究進展及熱點進行總結和分析。
1 道路設計與安全評估研究熱點
1.1 駕駛模擬實驗最小樣本量
駕駛模擬器實驗中,樣本量大小還尚無統(tǒng)一定論,樣本量太大,會造成人力、物力和財力的浪費;樣本量太小,會因抽樣誤差過大而影響研究結論的準確性。統(tǒng)計抽樣中為了滿足對總體估計的誤差在一定范圍內,在抽樣時需要滿足最小樣本量。
研究基于選定變量系數(shù)均方誤差(MSE)的收斂性,來找到最小樣本量[2]。采集了55位駕駛人的車輛運行數(shù)據(jù),將車速、車道偏離作為線形安全評估指標。通過混合線性模型構建了車速與幾何設計特征的定量關系;通過混合Logit模型構建了車道偏離與幾何設計特征的定量關系。通過描述性統(tǒng)計分析發(fā)現(xiàn)當樣本數(shù)為30時,模型中自變量的系數(shù)及系數(shù)均方誤差趨于穩(wěn)定。進一步通過T-test檢驗了樣本數(shù)為30與樣本數(shù)為55時模型系數(shù)的差異,研究表明樣本數(shù)為30時模型的系數(shù)與樣本數(shù)為55的模型系數(shù)沒有顯著差異,確定了基于駕駛模擬器評估道路線形的最小樣本量為55。研究為基于駕駛模擬器實驗的其他研究提供了最小樣本量研究的方法。圖1為不同樣本量的模型變量系數(shù)均方誤差折線圖。
1.2平縱組合線形車道偏移行為
車輛在平曲線上行駛,車輛可能會產生車道偏離。車道偏離易引發(fā)側碰、追尾及車輛駛出路外事故,是交通安全研究中重要的考慮因素。不良的組合線形設計,易引發(fā)與車道偏離相關的事故,如側碰,追尾或車輛駛出路外事故等[3]。
研究通過駕駛模擬實驗采集了30位駕駛人的車輛運行數(shù)據(jù),對平縱組合線形路段的車道偏移事件進行提取,并通過與離心力方向將車道偏移事件分為:(1)與離心力方向相反車道偏移事件;(2)與離心力方向相同車道偏移事件,并通過負二項模型分析了4類平縱組合線形的幾何設計與車道偏移事件的定量關系[4]。
研究表明:(1)與離心力方向相同車道偏移事件、與離心力方向相反車道偏移事件有顯著不同;(2)平縱組合線形的半徑、超高和圓曲線長度是顯著變量;(3) 對不同的平縱組合線形,顯著的幾何設計特征不同。
2道路設計與安全評估最新進展
2.1平曲線設計與安全評估
現(xiàn)有的平曲線設計是基于車速、半徑、橫向摩擦力和超高,考慮的因素較少且沿用了1900年代的設計標準[5]。加拿大卡爾頓大學的Bashar Dhahir與Yasser Hassan[6]提出了更為綜合的平曲線設計框架。利用自然駕駛數(shù)據(jù)、道路線形設計、路面條件、天氣數(shù)據(jù)、事故數(shù)據(jù),此框架能夠定量評估平曲線的安全。具體的設計步驟如下:
(1)對平曲線的半徑、超高選取初始值,確定橫凈距。
(2)通過車速預測模型確定曲線起點、重點的車速。
(3)利用駕駛行為參數(shù)模型進行可靠性分析預估行車不穩(wěn)定可能性(POF),駕駛不舒適可能性 (PNC),事故危險可能性(POH),車輛傾翻可能性 (POFR)。
(4)調整POF、PNC、POH及 POFR反映天氣、路面條件及交通量對行車安全的影響。計算每個平曲線的可靠性指標。
(5)利用事故預測模型估計曲線的事故頻率。
(6)進行設計一致性分析。
(7)若安全分析的結果在可接受范圍內,則確定平曲線設計。相反,重復以上步驟,調整相應參數(shù),設計平曲線。圖3為平曲線設計框架。
研究通過數(shù)理統(tǒng)計模型建立了駕駛舒適性、車速、橫向摩擦系數(shù)及橫向加速度4個駕駛行為模型。通過可靠性分析方法對車輛穩(wěn)定性、駕駛舒適性、視距及車輛側翻進行分析,從而進行設計方案的安全性評估,最后通過安全評估模型進行事故預測。
2.2圓曲線車速預測模型
車速預測模型用于平曲線的設計、設計一致性評價及確定圓曲線部分的限速[7]?,F(xiàn)有研究中針對不同的道路類型,如高速公路、鄉(xiāng)村公路;不同的道路元素,如切線、圓曲線等都有其相對應的車速預測模型。在進行車速預測時,所用的數(shù)據(jù)并沒有考慮駕駛人對道路的熟悉程度對車速的影響。以往研究表明,當駕駛人越來越熟悉一條道路時,駕駛人會選擇更高的車速、更快的瀏覽標志標牌[8][9]。
美國德州農工大學的Michael P. Pratt[10]等學者通過自然駕駛數(shù)據(jù)、道路的幾何線形數(shù)據(jù)分析熟悉路線的駕駛人和不熟悉路線的駕駛人在經過曲線時的車速選擇。利用Wilcoxon signed rank test對比分析了熟悉兩類駕駛人的車速有無顯著區(qū)別,結果顯示兩類駕駛人的車速選擇有顯著區(qū)別。通過車速預測模型分別預測了兩類駕駛人的車速,同樣通過Wilcoxon signed rank test分別對比了兩類駕駛人的觀測車速與預測車速是否有顯著區(qū)別,結果顯示,對于熟悉路線的駕駛人,預測車速與觀測車速有顯著區(qū)別;對于不熟悉路線的駕駛人,預測車速與觀測車速沒有顯著區(qū)別。圖4為兩類駕駛人的車速分布圖。
2.3駕駛模擬實驗與實地測試對比
意大利都靈理工大學Lorenzo Catani 及Marco Bassani[11]對比分析了模式模擬實驗與實地駕駛環(huán)境下的轉向行為。研究對比了曲線起點,中點及終點三處的預期反應距離、曲率及曲率變化率在兩種實驗環(huán)境下的差異。圖5,圖6為該研究團隊的實驗設備。
通過T-test對比分析了駕駛模擬器與實地測試中的預期反應距離、曲率、曲率變化率。結果表明,在駕駛模擬環(huán)境下的預期反應距離要高于實地測試中的值,曲率和曲率變化率在兩種測試環(huán)境中較為接近,且均低于設計值。
3 結論
在道路幾何線形設計方面,平曲線路段的設計與安全評估依然是研究的熱點,尤其是平縱組合道路的研究有很長的路要走。另外,匝道、加減速車道、防護欄、中央分隔帶、道路標志標線、路側安全等也成為了研究熱點。
在數(shù)據(jù)采集方面,自然駕駛研究、駕駛模擬實驗以及兩者的結合是近幾年該領域數(shù)據(jù)采集的主要方法。事故數(shù)據(jù)是安全評估最為直觀的評價指標,然而事故是小概率事件,且只能用于已建道路的安全評估,通過自然駕駛和駕駛模擬實驗采集到的車輛運行數(shù)據(jù),駕駛行為數(shù)據(jù)能夠作為事故替代指標彌補事故數(shù)據(jù)的缺失與不足,并能夠為設計階段的道路安全評估提供依據(jù)。
每年TRB年會能夠吸引全球超過13000名交通運輸從業(yè)人員參加。通過總結TRB年會的研究熱點和最近進展,能夠更清晰的認識到在道路設計及安全評估研究方面我國的進展與國際最前沿之間的差距,有利用為我國道路設計及安全評估研究提供未來的前進方向。
參考文獻
[1] Lamm R., Chourieri E. M., Hayward J. C., and Paluri A. Possible design procedure to promote design consistency in highway geometric design on two lane rural roads. Transportation Research Record: Journal of the Transportation Research Board, National Research Council, Washington, D.C., 1988, No.1195: 111-122.
[2] Xuesong Wang, Shuang Liu, Bowen Cai, Qiming Guo, Xiaomeng Wang. Application of Driving Simulator for Freeway Design Safety Evaluation: A Sample Size Study. Transportation Research Board 98th Annual Meeting, Washington D.C., USA, 2019. 1.13-17.
[3] Bagdadi O. Assessing safety critical braking events in naturalistic driving studies. Transportation Research Part F Traffic Psychology& Behaviour. 2013; 16:117-26.
[4] Xiaomeng Wang, Xuesong Wang. Lane Departure Behavior Analysis of Combined Curves Based on A Driving Simulator. Transportation Research Board 98th Annual Meeting, Washington D.C., USA, 2019. 1.13-17.
[5] Bonneson J.A. Controls for Horizontal Curve Design. Transportation Research Record 1751, pp. 82–89, 2001.
[6] Bashar Dhahir, Yasser Hassan. Framework for reliability-based, safety-explicit horizontal curve design using naturalistic driving data. Transportation Research Board. Washington DC: Transportation Research Board 98nd Annual Meeting, 2019
[7] Bonneson, J., and M. Pratt. Model for Predicting Speed Along Horizontal Curves on Two-16 Lane Highways. In Transportation Research Record: Journal of the Transportation 17 Research Board, No. 2092, TRB, National Research Council, 2009, pp. 19-27.
[8] Intini, P., P. Colonna, N. Berloco, and V. Ranieri. The Impact of Route Familiarity on 8 Drivers Speeds, Trajectories, and Risk Perception. Swedish National Road and Transport 9 Research Institute, 2016.
[9] Y a n k o , M . , a n d T . S p a l e k . R o u t e Familiarity Breeds Inattention: A Driving Simulator 11 Study. In Accident Analysis and Prevention, Vol. 57, 2013, pp. 80-86.
[10] Michael Pratt, Srinivas Geedipally et al. Familiar versus unfamiliar drivers on curves: a naturalistic data study. Transportation Research Board. Washington DC: Transportation Research Board 98nd Annual Meeting, 2019
[11] L o r e n z o C a t a n i , M a r c o B a s s a n i . Anticipatory distance, curvature, and curvature change rate in compound curve negotiation: a comparison between real and simulated driving. Transportation Research Board. Washington DC: Transportation Research Board 98nd Annual Meeting, 2019