基于駕駛模擬器的跟馳行為譜解析

何青俊 涂輝招 魏海然

(廈門市交通研究中心1) 廈門 361001) (同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室2) 上海 201804)

0 引 言

跟馳行為反映了連續(xù)交通流中相鄰兩車之間的相互作用[1].跟馳過程中前后車速度、加速度、車頭時(shí)距和車頭間距等是關(guān)注較多的跟馳行為變量.不少學(xué)者通過建立上述變量間的相關(guān)關(guān)系來模擬跟馳行為過程，提出了IDM模型、Gipps模型和Helly模型等一系列跟馳模型.這些模型的物理意義明確、參數(shù)易于標(biāo)定，但模型參數(shù)難以表征周邊環(huán)境對(duì)跟馳行為的影響.近年來研究指出，不同駕駛場(chǎng)景下的跟馳行為特征存在顯著差異.Hoogendoorn等[2-3]指出相比于晴天，霧天駕駛場(chǎng)景下的跟馳車速、加/減速度和車距都有明顯減??；時(shí)恒等[4]發(fā)現(xiàn)跟馳過程中車頭間距的極值和離散性會(huì)隨跟馳車速增加而增大，而車頭時(shí)距的極值和離散性呈先增加后減小的趨勢(shì).

跟馳行為譜被認(rèn)為是研究不同駕駛場(chǎng)景下跟馳行為的有效手段.在生物學(xué)中，生物學(xué)家通過對(duì)動(dòng)物正常行為細(xì)致、全面地觀察來研究動(dòng)物習(xí)性，并將記錄行為的數(shù)據(jù)資料稱為行為譜.類似的，也可通過對(duì)不同駕駛場(chǎng)景下行為數(shù)據(jù)的量化和甄別，建立相應(yīng)的行為譜來研究駕駛行為.吳超仲[5]提出交通行為譜的概念，認(rèn)為其應(yīng)是全面記錄交通參與者行為特性的基礎(chǔ)數(shù)據(jù)體系.陳鏡任等[6]認(rèn)為駕駛風(fēng)格和駕駛技能可以綜合反映某駕駛?cè)说鸟{駛行為譜特征，并采用兩者所屬類別的不同組合來定義駕駛?cè)诵袨樽V的特征表述.常鑫等[7-8]通過分析城市道路的車輛行為特征和微觀車輛行為對(duì)宏觀交通流的影響方式，建立了不同交通流模式下的不良車輛行為圖譜.上述研究對(duì)特定駕駛場(chǎng)景下的駕駛行為模式和機(jī)理進(jìn)行了探索，但其駕駛行為類型劃分和譜系定義仍有待進(jìn)一步梳理和明確.本文聚焦于典型跟馳駕駛場(chǎng)景，通過構(gòu)建跟馳行為譜來記錄跟馳駕駛行為特征.

跟馳行為譜的構(gòu)建基礎(chǔ)是大量多駕駛場(chǎng)景下跟馳行為數(shù)據(jù).駕駛模擬器具有場(chǎng)景設(shè)置靈活、傳感器豐富、數(shù)據(jù)采集高效等特點(diǎn)，為多駕駛場(chǎng)景下跟馳行為數(shù)據(jù)采集提供了可能.文中基于高逼真度駕駛模擬器，構(gòu)建包括4種典型道路設(shè)施條件(高速公路、城市主干道、城市次干道、城市支路)、2種氣候環(huán)境(晴天、霧天)和3種交通狀況(自由流、擁擠流、阻塞流)在內(nèi)的15種典型跟馳駕駛場(chǎng)景，構(gòu)建典型場(chǎng)景下的跟馳行為譜并探討其在交通安全風(fēng)險(xiǎn)管理中的應(yīng)用.

1 研究方法

1.1 定義及構(gòu)成要素

跟馳行為譜是記錄駕駛?cè)苏８Y行為特性的數(shù)據(jù)體系.這里的正常跟馳行為指的是區(qū)別于醉酒、分心、疲勞等不良跟馳狀態(tài)，同時(shí)排除個(gè)體差異、反映該類駕駛?cè)斯残缘囊话阈愿Y行為.跟馳行為譜包含如下幾類要素.

1) 道路設(shè)施條件 如高速公路、國(guó)省干線公路、城市道路等.

2) 氣候環(huán)境 如晴天、霧天、雨天等.

3) 交通狀況 如暢通、擁擠、阻塞等.

4) 駕駛?cè)颂卣?

5) 車輛運(yùn)動(dòng)學(xué)指標(biāo) 如速度、加速度、橫向偏移等.

6) 駕駛操縱指標(biāo) 如油門踏板受力、轉(zhuǎn)向盤轉(zhuǎn)角等.

7) 跟馳行為變量 如車頭時(shí)距/間距等.部分場(chǎng)景下，車輛運(yùn)動(dòng)學(xué)指標(biāo)或駕駛操縱指標(biāo)也可作為跟馳行為變量.

1.2 跟馳行為變量

跟馳行為變量是跟馳行為譜的關(guān)鍵構(gòu)建要素.本文以車頭時(shí)距、車頭間距、相對(duì)速度、TTC及其衍生指標(biāo)為跟馳行為變量，刻畫特定場(chǎng)景下的跟馳駕駛行為特征.

1) 車頭時(shí)距 車頭時(shí)距排除了速度對(duì)前后兩車空間距離的影響，是描述前后兩車時(shí)空特性的重要指標(biāo).車頭時(shí)距是計(jì)算通行能力、構(gòu)建車輛跟馳模型的核心參數(shù)，廣泛應(yīng)用于分析車輛跟馳特性、換道特性和道路運(yùn)行效率等.

2) 車頭間距 車頭間距描述交通流中相鄰兩車之間的距離，從微觀角度看只與交通流中獨(dú)立的一對(duì)車有關(guān)，但已有研究證明車流密度和速度會(huì)影響車頭間距的分布.車頭間距的變化規(guī)律是車輛跟馳理論研究的重要內(nèi)容之一.

3) 相對(duì)速度 前后車相對(duì)速度描述了交通流中前后相鄰兩車之間的相互作用，是不少傳統(tǒng)跟馳模型的主要考慮參數(shù).

4)TTC及其衍生指標(biāo) 處于連續(xù)跟馳狀態(tài)的前后兩車，當(dāng)后車速度大于前車時(shí)，若兩車保持原有的速度差，則有可能發(fā)生追尾碰撞.

1.3 跟馳行為譜構(gòu)建方法

不同道路設(shè)施條件、氣候環(huán)境和交通狀況下，跟馳行為特征有顯著區(qū)別.同時(shí)，跟馳行為也存在個(gè)體差異.本文將道路設(shè)施條件及氣候環(huán)境、交通狀況等要素統(tǒng)一考慮在駕駛場(chǎng)景中，從駕駛場(chǎng)景和駕駛?cè)藘蓚€(gè)維度出發(fā)，分類構(gòu)建跟馳行為譜.

微觀角度 按道路設(shè)施條件、氣候環(huán)境和交通狀況等場(chǎng)景屬性對(duì)連續(xù)跟馳行為數(shù)據(jù)進(jìn)行切割.對(duì)每一場(chǎng)景，以一定的時(shí)間顆粒度對(duì)數(shù)據(jù)作平滑處理，獲取每一時(shí)段內(nèi)各跟馳行為譜要素的取值并組成跟馳行為狀態(tài)向量，作為該場(chǎng)景下的跟馳行為譜條.式(1)為跟馳行為譜條的示例.

(1)

式中：αi,j為場(chǎng)景i下、j類駕駛?cè)说母Y行為譜條；Sce為場(chǎng)景向量；d為駕駛?cè)祟愋?；Veh為車輛運(yùn)動(dòng)學(xué)指標(biāo)向量；Ope為駕駛操縱指標(biāo)向量；Var為跟馳行為變量.

宏觀角度 從駕駛場(chǎng)景和駕駛?cè)藢用鎸?duì)跟馳行為數(shù)據(jù)進(jìn)行分類處理.從跟馳行為譜條中提取各行為譜要素的特征值，建立反映該場(chǎng)景下、該類駕駛?cè)诵袨楣残缘母Y行為譜.式(2)為跟馳行為譜的示例.

Ethogrami,j=[SceidjVehstaOpestaVarsta]

(2)

式中：Ethogrami,j為場(chǎng)景i下、j類駕駛?cè)说母Y行為譜；Vehsta、Opesta、Varsta分別為各指標(biāo)或變量的統(tǒng)計(jì)值矩陣，包括各指標(biāo)或變量的均值、取值范圍和變異性等.

2 駕駛模擬實(shí)驗(yàn)

2.1 駕駛場(chǎng)景

選取部分常見或高危駕駛場(chǎng)景(即典型駕駛場(chǎng)景)下的跟馳行為作為研究對(duì)象.典型駕駛場(chǎng)景包括：道路設(shè)施條件，以城市道路和高速公路作為典型道路類型，鑒于不同等級(jí)城市道路的差異性，考慮城市主干道、城市次干道和城市支路3種道路等級(jí)；氣候環(huán)境，以晴天(能見度良好，路面狀況良好)為常見駕駛場(chǎng)景，以霧天為高風(fēng)險(xiǎn)駕駛場(chǎng)景；交通狀況，根據(jù)三相交通流理論，考慮堵塞流、擁擠流和自由流3種流態(tài).設(shè)計(jì)高速公路和城市道路兩組駕駛模擬實(shí)驗(yàn)，見表1.

表1 典型場(chǎng)景

2.2 實(shí)驗(yàn)設(shè)計(jì)

利用同濟(jì)大學(xué)高逼真駕駛模擬器采集典型場(chǎng)景下的跟馳行為數(shù)據(jù).該駕駛模擬器由運(yùn)動(dòng)系統(tǒng)、視景系統(tǒng)、聲音系統(tǒng)、數(shù)據(jù)采集系統(tǒng)、操作及反饋系統(tǒng)、安全控制系統(tǒng)組成，具有高逼真的視覺模擬及力反饋效果.模擬器通過SCANeRTM軟件來控制，提供3D場(chǎng)景設(shè)計(jì)、仿真實(shí)驗(yàn)、數(shù)據(jù)導(dǎo)出和分析等功能.利用該軟件設(shè)計(jì)跟馳場(chǎng)景，見圖1.

圖1 實(shí)驗(yàn)場(chǎng)景

根據(jù)文獻(xiàn)[9]可知，我國(guó)高等級(jí)道路的自由流車速一般高于70 km/h、擁擠流車速在30～60 km/h、阻塞流車速則一般低于20 km/h.本實(shí)驗(yàn)通過控制跟馳車速模擬對(duì)應(yīng)的交通流狀態(tài).在城市支路上，采用暢通/擁擠/阻塞對(duì)交通狀況加以區(qū)分，對(duì)應(yīng)的前車車速分別設(shè)置為30 km/h及以上、20～30 km/h和20 km/h及以下.為敘述方便，統(tǒng)一以自由流/擁擠流/阻塞流來表述交通狀況.

跟馳實(shí)驗(yàn)中，試驗(yàn)者將駕駛車輛跟隨指定前車駕駛，不能換道.通過設(shè)定前車的速度和軌跡模擬車輛在不同交通流狀態(tài)下的跟馳行為.為了營(yíng)造更加真實(shí)的駕駛環(huán)境，設(shè)置前車、后車、旁車和對(duì)向行駛車輛.其駕駛軌跡皆通過編程預(yù)設(shè)，在駕駛過程中由電腦控制.設(shè)定數(shù)據(jù)采集頻率為10 Hz，記錄下前后車的行駛軌跡、速度、加速度等各類指標(biāo).

2.3 實(shí)驗(yàn)樣本

通常，駕駛模擬實(shí)驗(yàn)的樣本數(shù)為20～40名.綜合考慮時(shí)間和經(jīng)濟(jì)成本，本文選定了67名(高速公路27名，城市道路40名)經(jīng)驗(yàn)豐富的駕駛?cè)诉M(jìn)行實(shí)驗(yàn).表2為參與實(shí)驗(yàn)駕駛?cè)说幕拘畔?

表2 駕駛?cè)嘶拘畔?/p>

3 跟馳行為譜實(shí)證分析

3.1 駕駛?cè)颂卣鞣诸?/h3>

采用駕駛風(fēng)險(xiǎn)偏好和駕駛經(jīng)驗(yàn)等特征屬性作為分類依據(jù)：以駕齡不小于3年且駕駛里程數(shù)不小于5 000 km作為熟練駕駛?cè)说呐袆e標(biāo)準(zhǔn)，將駕駛?cè)税瘩{駛經(jīng)驗(yàn)分為熟練駕駛?cè)撕头鞘炀汃{駛?cè)?

定義車速偏好、車距偏好和交叉口兩難區(qū)等待率等3個(gè)駕駛風(fēng)險(xiǎn)偏好指標(biāo)，作為駕駛?cè)孙L(fēng)險(xiǎn)偏好分類的依據(jù).其定義如下.

1) 車速偏好 常見路況下的期望車速(標(biāo)準(zhǔn)化后)均值.

2) 車距偏好 常見路況下的期望車距(標(biāo)準(zhǔn)化后)均值.

3) 交叉口兩難區(qū)等待率 處于交叉口兩難區(qū)時(shí)，駕駛?cè)诉x擇停車等待的概率.

通過問卷調(diào)查獲取各駕駛?cè)说娘L(fēng)險(xiǎn)偏好指標(biāo)并構(gòu)造樣本點(diǎn).以各樣本點(diǎn)間的歐式距離作為距離度量，對(duì)樣本點(diǎn)進(jìn)行k-means聚類，聚類效果見圖2.三組聚類的中心點(diǎn)分別為C1(0.69,0.67,0.67)、C2(0.58,0.23,0.11)、C3(0.40,0.24,0.70)，分別對(duì)應(yīng)中立型、激進(jìn)型和保守型駕駛?cè)?

圖2 駕駛?cè)孙L(fēng)險(xiǎn)偏好聚類

結(jié)合駕駛風(fēng)格和駕駛經(jīng)驗(yàn)，將駕駛?cè)朔譃槭炀?中立型、熟練-激進(jìn)型、熟練-保守型、非熟練-中立型、非熟練-激進(jìn)型、非熟練-保守型六類，各類型占比情況見表3.

表3 駕駛?cè)朔诸?單位：%

3.2 跟馳行為譜

車輛的速度、加速度、減速度、油門踏板受力和剎車踏板受力等指標(biāo)以及車頭時(shí)距、車頭間距、車速差等跟馳行為變量反映各典型場(chǎng)景下的跟馳行為特性，TTC和TIT反映各典型跟馳場(chǎng)景下的風(fēng)險(xiǎn)情況.利用每一時(shí)間段內(nèi)上述指標(biāo)或變量的取值構(gòu)建跟馳行為譜條，并對(duì)數(shù)據(jù)進(jìn)行平滑處理.根據(jù)特定場(chǎng)景、特定駕駛?cè)祟愋偷母Y行為譜條，記錄各要素的均值、波動(dòng)范圍和變異性，作為該場(chǎng)景下該類駕駛?cè)说母Y行為譜.以熟練-中立型駕駛員為例，給出典型場(chǎng)景下熟練-中立型駕駛員的跟馳行為譜，限于篇幅，表略.

4 討 論

4.1 跟馳行為譜的應(yīng)用

跟馳行為譜可為跟馳場(chǎng)景下的交通安全風(fēng)險(xiǎn)管理決策提供理論支持.為了對(duì)跟馳過程中安全風(fēng)險(xiǎn)進(jìn)行實(shí)時(shí)評(píng)估和預(yù)警，可由跟馳行為譜確定駕駛?cè)嗽谔囟▓?chǎng)景下行為風(fēng)險(xiǎn)的判定標(biāo)準(zhǔn)，實(shí)時(shí)評(píng)估其風(fēng)險(xiǎn)狀況.方法流程如下:

1) 提出定量描述跟馳過程中風(fēng)險(xiǎn)程度的中介指標(biāo).

2) 判斷行為主體所屬駕駛?cè)颂卣黝悇e.

3) 基于實(shí)時(shí)的道路設(shè)施條件、氣候環(huán)境和交通狀況等信息，確定所處駕駛場(chǎng)景.

4) 根據(jù)對(duì)應(yīng)跟馳行為譜確定風(fēng)險(xiǎn)中介指標(biāo)的閾值和分級(jí)標(biāo)準(zhǔn).

5) 通過對(duì)駕駛過程中風(fēng)險(xiǎn)指標(biāo)的實(shí)時(shí)觀測(cè)結(jié)果評(píng)估其風(fēng)險(xiǎn)狀況.

4.2 案例分析

以TTC作為跟馳風(fēng)險(xiǎn)中介指標(biāo).重新征召駕駛員進(jìn)行實(shí)驗(yàn)，并記錄道路設(shè)施條件、氣候環(huán)境和實(shí)時(shí)交通狀況等屬性信息.根據(jù)對(duì)案例駕駛員的駕駛經(jīng)驗(yàn)和風(fēng)險(xiǎn)偏好調(diào)查，該駕駛員屬于非熟練-保守型駕駛員.

將駕駛行為時(shí)間序列數(shù)據(jù)按2 s的時(shí)間顆粒度進(jìn)行平滑處理，提取平均車頭時(shí)距小于8 s的時(shí)間段為跟馳行為時(shí)間段，共獲取373個(gè)評(píng)估時(shí)間段.標(biāo)記每一時(shí)段所處駕駛場(chǎng)景，根據(jù)對(duì)應(yīng)跟馳行為譜確定其跟馳風(fēng)險(xiǎn)等級(jí)劃分標(biāo)準(zhǔn)，見表4.

表4 風(fēng)險(xiǎn)等級(jí)劃分

對(duì)跟馳過程中的實(shí)時(shí)風(fēng)險(xiǎn)進(jìn)行評(píng)估，并以TTC閾值統(tǒng)一取2.5、5和10 s構(gòu)成的四級(jí)風(fēng)險(xiǎn)評(píng)估結(jié)果為對(duì)照.圖3為不同跟馳階段下的跟馳風(fēng)險(xiǎn)評(píng)估結(jié)果.由圖3可知:該駕駛?cè)烁Y過程中風(fēng)險(xiǎn)較高的時(shí)段多發(fā)生在前車狀態(tài)突變(由加速突變?yōu)閯蛩倩驕p速行駛)且后車車速遠(yuǎn)高于前車車速的情況下.雖然該駕駛?cè)说鸟{駛風(fēng)格偏于保守，但在跟馳過程中，其所處的風(fēng)險(xiǎn)狀況始終保持在較高水平.同時(shí)，對(duì)照方法在跟馳場(chǎng)景下出現(xiàn)了較多誤報(bào)的情況，在實(shí)際應(yīng)用中會(huì)造成對(duì)潛在高危情境的遺漏或預(yù)警不及時(shí).這也表明在對(duì)駕駛?cè)颂卣骱婉{駛場(chǎng)景進(jìn)行甄別后，評(píng)估結(jié)果更為精準(zhǔn)，且能較好地反映風(fēng)險(xiǎn)狀態(tài)的集聚和消散過程.

圖3 風(fēng)險(xiǎn)評(píng)估結(jié)果

5 結(jié) 束 語

文中利用高逼真度駕駛模擬器搭建典型跟馳場(chǎng)景，采集跟馳行為數(shù)據(jù)并用于跟馳行為譜建模分析，探討了跟馳行為譜在實(shí)時(shí)跟馳風(fēng)險(xiǎn)評(píng)估中的應(yīng)用.跟馳行為譜記錄了特定場(chǎng)景下、特定駕駛員類型的跟馳行為特征，可反映駕駛?cè)颂卣?、道路設(shè)施條件、氣候環(huán)境、交通狀況等因素對(duì)跟馳行為的影響.對(duì)比車輛跟馳過程中速度、車頭時(shí)距、TTC等跟馳行為變量與對(duì)應(yīng)駕駛?cè)祟愋秃婉{駛場(chǎng)景下的跟馳行為譜，可為典型場(chǎng)景下危險(xiǎn)駕駛行為識(shí)別和交通安全風(fēng)險(xiǎn)管理決策提供理論支持和保障.后續(xù)研究將以實(shí)車實(shí)驗(yàn)數(shù)據(jù)為基礎(chǔ)，對(duì)實(shí)驗(yàn)數(shù)據(jù)和結(jié)論進(jìn)行修正.或利用特定場(chǎng)景下的跟馳行為譜，針對(duì)各類跟馳模型的指標(biāo)修正和風(fēng)險(xiǎn)評(píng)估方法的補(bǔ)充完善等展開研究.