基于AHP和物元分析的愤怒驾驶状态辨识研究

基于AHP和物元分析的愤怒驾驶状态辨识研究*

祁钰茜1,2吴超仲1,2高嵩▲1,2彭理群1,2

(1.武汉理工大学智能交通系统研究中心武汉 430063；

2.武汉理工大学水路公路交通安全控制与装备教育部工程研究中心武汉 430063)

摘要驾驶人在愤怒情绪下的驾驶行为是影响车辆行驶安全性的重要因素之一，愤怒驾驶情绪的产生及其程度受到驾驶人自身和道路交通环境中多因素的影响。文中综合考虑驾驶人自身因素和行车环境对驾驶状态的影响，提出了愤怒驾驶状态的辨识方法。文中筛选了与愤怒驾驶行为相关的驾驶人因素和道路环境因素，构建了1个驾驶人愤怒状态辨识的层次分析模型，并根据相关因素之间对愤怒驾驶行为影响的重要程度构造判断矩阵，求出各相关因素对愤怒驾驶行为的影响权值。应用综合权重的物元多属性决策方法辨识驾驶人的愤怒驾驶状态及程度。应用所提出的方法对22组实车试验中出现的愤怒驾驶状态进行辨识，结果表明，72.7%的结果与实车实验所得的结果相符，因此，该方法可对愤怒驾驶行为进行识别。文中所提出的方法能够融合驾驶人因素和环境因素对愤怒驾驶行为的影响，有效的辨识出驾驶人的愤怒驾驶状况及程度。

关键词交通安全；愤怒驾驶；物元分析；层次分析法

中图分类号：U491文献标志码：A

收稿日期：2014-09-12修回日期：2015-01-24

基金项目*国家自然科学(批准号：51178364)、 湖北省杰出青年

作者简介：第一祁钰茜(1990-)，硕士研究生.研究方向：交通安全与驾驶行为.E-mail:1055418395@qq.com

通讯作者：▲高嵩(1979-)，助理研究员，硕士.E-mail:gaosong@whut.edu.cn

A Study of Angry Driving Identification

Based on AHP and Matter Element Analysis

QI Yuqian1,2WU Chaozhong1,2GAO Song1,2PENG Liqun1,2

(1.IntelligentTransportSystemsResearchCenter,WuhanUniversityofTechnology,

Wuhan430063,China;

2.EngineeringResearchCenterforTransportationSafety,WuhanUniversityofTechnology,

MinistryofEducation,Wuhan430063,China)

Abstract:Driving behaviors under anger emotion are one of the most important factors impacting on traffic safety. Drivers and road traffic environment affect the degree of driver's anger directly. This research proposes a hierarchical analysis model to identify the angry driving behaviors, which is based on the factors, resulted in angry driving related to driver's individual factors and the road environment factors. According to the importance of related factors to driver's behaviors, the hierarchical analysis model creates a judgment matrix, and calculates the effect weight from the related factors to angry driving. The angry driving behaviors and the extent of anger are identified by using the comprehensive weighting method of matter-element multi-attribute decision. A total of 22 on-road experiments on urban road were conducted to acquire the data of angry driving behaviors. 72.7 angry driving behaviors were identified by using the proposed model. The results also show that the proposed model l can identify the angry driving behaviors and the extent of anger effectively, based on the individual driver's factors and the road environment.

Key words:traffic safety; angry driving; matter element analysis; analytic hierarchy process

0引言

近年来。随着车辆保有量的增加和道路交通环境的日益复杂，“路怒症”出现的频率越来越多，逐渐成为影响道路交通事故的重要因素之一，愤怒驾驶所引起的交通事故和冲突引起了交通管理部门和相关研究机构的关注和重视。研究发现，在交通阻塞情况下，开车压力与挫折所导致的愤怒情绪，发作时会袭击他人的汽车[1-2]。因此，国内外学者针对愤怒驾驶状态及其程度的辨识展开了深入的研究。

在国外，美国心理学家Jerry L. Deffenbacher[3]设计了驾驶愤怒量表(driving anger scale，DAS)，以此来研究驾驶人在不同的交通环境下的驾驶人的愤怒水平。Amanda N.Stephens等[1]研究发现驾驶跟随在前车行驶缓慢的车辆后面容易产生愤怒情绪，且随着时间压力的增加，愤怒情绪会恶化，危险驾驶行为增加。Heather S. Lonczak等[4]通过研究发现，相对于男性驾驶人，女性驾驶人的愤怒驾驶与饮酒频率有更明显的正相关性。在国内，对情绪驾驶的研究起步较晚，因此在愤怒驾驶这方面的研究比较匮乏。朱国锋等[5]设计了驾驶人情绪状态量表，并对其信效度进行了分析。雷虎等[6]研究了愤怒情绪下的汽车驾驶行为特征及其对交通安全的影响，并编制了驾驶愤怒情绪表达量表。钟铭恩等[7]利用驾驶模拟驾驶器，研究了驾驶员在愤怒情绪状态下的驾驶行为，即驾驶速度、超速、刹车、鸣笛和斑马线减速等驾驶行为的变化规律，以及愤怒状态下驾驶人的脑电特征。严利鑫等[8]基于实车实验，对驾驶人个体因素与驾驶愤怒情绪之间的关系进行了分析，采用情景诱导法中的给定任务法对驾驶人愤怒情绪进行诱导，研究发现男性驾驶人在驾驶过程中产生愤怒情绪的概率要高于女性驾驶人，年长驾驶人出现驾驶愤怒情绪的概率显著高于年青驾驶人，而随着驾龄的增加驾驶人平均愤怒等级逐渐降低。

以往研究表明，愤怒驾驶状态的产生及其程度会受到驾驶人个体、行车环境等多因素的影响，且表现形式多样，愤怒驾驶状态及其程度的实时辨识方法是当前国内外学者关注的难点问题之一。经查阅相关文献，发现物元分析方法在愤怒驾驶行为领域从未被使用研究。因此，本文综合考虑驾驶人自身因素和行车环境对驾驶状态的影响，引用AHP层次分析法和物元可拓模型提出了愤怒驾驶状态的辨识方法。通过22组实车试验证明了笔者所提出方法的可行性。笔者提出的方法能够有效的辨识出驾驶人的愤怒驾驶状态及程度，可以为道路交通“路怒症”的辨识与监控技术提供理论依据。

1基于AHP的愤怒驾驶状态分析模型

基于AHP层次分析法，综合考虑驾驶人因素和行车环境因素，构建了1个愤怒驾驶状态的分析模型。层次分析法(analytic hierarchy process,AHP)是1种定性与定量相结合的多准则决策方法。通过建立愤怒驾驶指标体系，比较相关因素之间对愤怒驾驶状况的影响程度，逐层建立判断矩阵，从而求取各相关因素对愤怒驾驶行为的影响权重。

1.1愤怒驾驶指标体系

相关研究表明，影响愤怒驾驶的因素主要为驾驶人和外界环境，驾驶人则与个人气质和年龄等有关，外界环境则与行车环境相关[8,14]。根据调查问卷和实车实验的结果，笔者选取与愤怒驾驶主要相关的2个因素，即驾驶员因素(个人气质类型、年龄)、行车环境(等红灯、拥堵等)，建立愤怒驾驶指标体系，见图1。

图1　愤怒驾驶指标体系

1.2确定各指标权重

由于各特征指标对愤怒驾驶的影响程度不同，因此需根据实际情况对各特征指标分别赋予不同的权重，笔者依据层次分析法的原理确定各指标对愤怒驾驶影响的权重。

根据AHP层次分析的理论方法，通过构建判断矩阵，然后确定各个特征值的权重。通过Matlab软件计算得到各个特征值的权重，结果见表1。

表1　各特征值权重

1.3愤怒驾驶状况等级辨识

驾驶人在驾驶车辆过程中产生愤怒的程度会因不同的环境条件而不同，笔者将愤怒驾驶等级划分为4级:1级-低级愤怒，2级-次级愤怒，3级-中级愤怒，4级-高级愤怒。根据实车实验得到的数据，通过总结愤怒量表所展现的趋势，得到等红灯时间和拥堵时间的划分范围，时间越长，愤怒程度越大；依据实车实验驾驶员的年龄分布，将其取整得到驾驶人的年龄划分范围，由文献[11]可知年轻驾驶人在驾驶过程中愤怒程度要比年长的驾驶人大；由文献[12]可知不良汇入率与主路车流速度成线性关系，速度低时不良汇入频率高，速度高时不良汇入频率高。因此在车流速度低时驾驶人的愤怒程度大，再结合文献[13]得到车流速度的划分范围；由文献[14]得到前车行驶速度(车速标准差)和气质的划分范围，见表2。

表2　愤怒驾驶影响特征指标和等级辨识

2基于物元分析的愤怒驾驶状态辨识模型

物元分析理论是由我国学者蔡文教授创立的一门介于数学和实验科学之间的新学科，它是系统科学、思维科学、数学交叉的边缘学科，是贯穿自然科学和社会科学而应用较广的横断学科。该模型能将定性和定量因素联系起来进行研究，通过关联度分析，使评价中的问题定量化。

2.1物元分析理论

给定事物的名称N，它关于特征C的量值为V，以有序三元R=(N,C,V)组作为描述事物的基本元，简称物元[9]。事物名称N，特征C和量值V称为物元的3要素。如果事物N有多个特征，它以n个特征C1,C2,…，Cn和对应量值V1,V2,…,Vn来描述，则表述为

(1)

1) 确定经典域、节域。经典域Rj。

(2)

式中：j=1,2,…,m;Cj为等级的特征，即分项指标，区间(ajn,bjn)为Nj关于Cj所规定的量值范围，即各愤怒等级对应指标所取的数据范围。

节域Rp。

(3)

式中：(api,bpi)(i=1,2,…,n)为关于P中ci的取值范围，即称为P的节域。

2) 确定待评物元。对待评估的事物R0，把所检测得到的数据或分析结果用物元模型可以描述为

(4)

式中：N0为待评估事物；x0i为N0关于cj所取的量值，即待评事物各特征指标的实际值。

2.2关联度函数

1) 距的计算。点x0与有限实区间X=(a,b)的距为

(5)

采用距的概念可以较好地解决没有考虑实际数据落在等级表征区间中何处位置的问题。

2) 关联函数K(x)的计算。各特征指标属于各评价等级的关联度为

(6)

其意义为待评估对象在第i个分项状况上属于等级j的程度。对于每个分项状况指标ci，若其综合权系数为ai，则令

(7)

式中：Kj(N0)为待评估对象关于等级j的关联度。

2.3愤怒驾驶等级确定方法

若Kj0=maxKj(N0)，则判定N0属于j0级。直接利用已制定出的各愤怒驾驶等级标准，以Kj(xi)为基础，采用关联度进行等级识别，克服了不同指标值域换算不足。此外，关联度的大小还反映出愤怒驾驶状态符合某等级标准的程度；数值越大，符合程度就越高。

3试验验证

在愤怒驾驶行为研究领域，未出现利用物元法对愤怒驾驶进行识别的先例，笔者首次提出使用AHP层次分析法和物元法对愤怒驾驶行为进行研究，文中对上述2种模型的参数未进行修改，仅依据基本理论对愤怒驾驶行为进行研究。文中根据实车实验所得到的数据，选取1名驾驶员为例，其数据见表3。

表3　特征指标数值

3.1确定待评物元

根据表2可得待评物元为

3.2确定经典域、节域

根据表2以及2.1节的内容，确定经典域、节域如下所示。

3.3确定各特征指标的权重

结果见表1。

3.4计算各特征指标关联度和综合关联度

根据式(5)～(7)计算各特征指标的关联度和综合关联度，结果见表3。

从实例分析结果可见，当驾驶员等红灯的时间为80 s时，其他处于正常的情况下，被评估的驾驶员的愤怒等级与愤怒等级(4级)的联合关联度最大，因此，该驾驶员的愤怒状态为高级愤怒。实车实验数据显示该状态下驾驶人愤怒量表为5，表示愤怒程度较大，符合模型中所属的高级愤怒。

表4　各特征指标的关联度

根据上面所述的方法，选取实车实验的22组数据，进行对比验证，结果见表4。

表5　22组样本对比验证结果

由表5可见，通过AHP和物元分析方法对愤怒驾驶状态进行辨识，其中有72.7%的结果与实车实验的结果相一致，由此可见，使用AHP和物元分析方法可以对愤怒驾驶行为进行识别。在上述结果中仍然有28.3%的不符合结果，其中次级愤怒结果与实际的结果不相符的次数更多，愤怒等级确认与实际结果相比，相差2级或1级，如模型结果为次级愤怒，而实车实验结果为高级愤怒或者中级愤怒，且相差两级的结果出现较多。经研究分析，造成该误差的影响因素可能有以下几个：

1) 特征指标权重的确定：本文中对影响愤怒驾驶行为的相关因素权重确定是由AHP层次分析方法得到的。该种方法带有一定的主观性，对权重的确定不是很精确，从而会对模型的结果产生一定的误差影响。

2) 物元分析中等级标准的划分：在物元分析法中需要确定各个影响因素指标等级的划分，不同的划分值域以及值域的精准度都会对结果产生影响，因此物元法中每个特征指标等级划分值域的确定也会影响模型的结果。

3) 实车实验数据影响：愤怒驾驶的实车数据是通过调查问卷等主观性方式得到的，因此会存在一定的误差，从而对模型结果产生影响。

针对出现误差可能性影响因素的分析，未来对愤怒驾驶辨识的研究可从指标权重的确定和等级划分的标准两方面着手，进一步提高权重和等级划分的精确性，从而增加模型验证结果的有效性。

4结论与展望

笔者综合考虑驾驶人自身因素和行车环境对驾驶状态的影响，提出了愤怒驾驶状态的辨识方法。本文筛选了与愤怒驾驶行为相关的驾驶人因素和道路环境因素，构建了1个愤怒驾驶状态的层次分析模型，并根据相关因素之间对愤怒驾驶行为的影响程度构造判断矩阵，进而得到各相关因素对愤怒驾驶行为的影响权值。然后，建立了愤怒驾驶行为相关因素的特征指标和等级划分标准，并结合物元分析法构建了愤怒驾驶状态的辨识模型。

通过研究，得到以下结论。

1) 使用AHP和物元分析方法所构建的模型可以对愤怒驾驶状态进行辨识。

2) 基于已建立的愤怒驾驶状态辨识模型，对实车试验所得到的22组数据进行验证，验证发现，有72.7%的结果符合实际愤怒驾驶状态的结果，因此，基于AHP和物元分析方法所建立的愤怒驾驶状态辨识的模型可以对愤怒驾驶行为进行识别。

笔者所提出的方法能够融合驾驶人因素和环境因素对愤怒驾驶行为的影响，可有效的辨识出驾驶人的愤怒驾驶状态及程度，对“路怒症”辨识提供依据。

参考文献

[1]STEPHENS A N,GOREGER J A.Anger-congruent behavior transfers across driving situations[J].Cognition & Emotion,2011,25(8):1423-1438.

[2] 胡克.情绪情感与安全行车[J].道路交通管理,1998(8):17.

HU Ke. Mood emotion and safe driving [J]. Road Traffic Management, 1998,08:17.(in Chinese)

[3]DEFFENBACHER J L,OETTING E R,LYNCH R S.Development of a driving anger scale[J].Psychological Reports,1994,74(1):83-91.

[4]LONCZAK H S,NEIGHBORS C,DONOVAN D M.Predicting risky and angry driving as function of gender[J].Accident Analysis & Prevention,2007,39(3):536-545.

[5]朱国锋,何存道.驾驶员情绪状态量表信度与效度的初步研究[J].心理科学,2002(3):296-299+382.

ZHU Guofeng,HE Cundao.Driver's emotional state scale reliability and validity of preliminary study[J].Journal of Psychological Science,2002(3):296-299，382.(in Chinese)

[6]雷虎,吴超仲,张晖.基于驾驶行为的驾驶愤怒表现量表研究[J].武汉理工大学学报：交通科学与工程版,2012(4):836-839.

LEI Hu,WU Chaozhong,ZHANG Hui.A Study of driving anger expression scale based on driving behavior[J].Journal of Wuhan University of Technology:Transportation Science and Engineering Edition，2012(4):836-839. (in Chinese)

[7]钟铭恩,洪汉池,袁志群.愤怒情绪对驾驶行为影响的实验[J].重庆理工大学学报:自然科学版,2011(10):6-11.

ZHONG Mingen,HONG Hanchi,YUAN Zhiqun.Experiment research on influence of angry emotion for driving behaviors[J].Journal of Chongqing University of Science and Technology:Natural Science Edition,2011(10):6-11. (in Chinese)

[8]严利鑫,吴超仲,高嵩,等.驾驶人个体因素对驾驶愤怒情绪影响关系研究[J].交通信息与安全,2013(6):119-124.

YAN Lixin,WU Chaozhong,GAO Song,et al.Study on the relationship between the driver individual factors that affect driving anger[J].Journal of Transportation Information and Security,2013(6):119-124.(in Chinese)

[9]马荣国,杨申琳.基于物元分析的AHP确定指标权重方法[J].长安大学学报:自然科学版,2003(5):117-119.

MA Rongguo,YANG Shenlin.AHP confirming weight of index by matter element analysis[J].Journal of Chang ′an University:Natural Science Edition,2003(5):117-119.(in Chinese).

[10] 吴超仲,雷虎.汽车驾驶愤怒情绪研究现状与展望[J].中国安全科学学报,2010(7):3-8.

WU Chaozhong,LEI Hu.Review on the study of motorists′ driving anger[J].China Safety Science Journal,2010(7):3-8.(in Chinese)

[11]H Fernandez D. Psychometric adaptation of the driving anger expression inventory in a spanish sample:difference by age and gender[J].Transportation Research Part F:Traffic Psychology and Behaviour,2011,14(4):324-329.

[12]漆巍巍.城市道路不良汇入与变道驾驶行为特性研究[D].哈尔滨：哈尔滨工业大学,2009.

QI Weiwei.The characteristic of risky merging and lane-changing driving behavior on urban road[D].Harbin：Harbin institute of university,2009.(in Chinese)

[13]任福田,刘小明,荣建.交通工程学[M].北京：人民交通出版社,2008.

REN Futian,LIU Xiaoming,RONG Jian.Traffic engineering[M].Beijing:China Communications Press,2008.(in Chinese)

[14]雷虎.考虑愤怒驾驶情绪的汽车驾驶行为建模方法研究[D].武汉：武汉理工大学.2014.

LEI Hu.Consider the car driving anger driving behavior modeling method research[D].Wuhan：Wuhan University of Technology,2014.(in Chinese).

[15]严新平,张晖,吴超仲,等.道路交通驾驶行为研究进展及其展望[J].交通信息与安全,2013(1):45-51.

YAN Xinping,ZHANG Hui,WU Chaozhong,et al.Research progress and prospect of road traffic driving behavior[J].Journal of Transport Information and Safety,2013(1)：45-51.(in Chinese).