基于驾驶模拟实验的驾驶风格对高速公路换道行为的影响

石 京 柳美玉

(清华大学土木工程系, 北京 100084)(清华大学交通研究所, 北京 100084)

基于驾驶模拟实验的驾驶风格对高速公路换道行为的影响

石 京 柳美玉

(清华大学土木工程系, 北京 100084)(清华大学交通研究所, 北京 100084)

为考察不同驾驶风格驾驶员在高速公路上的换道行为,对36名驾驶员进行了驾驶模拟实验研究和问卷调查.采用K-中心聚类方法将驾驶员分为谨慎型、普通型和激进型.基于驾驶模拟实验所得的134次换道过程记录,提取了换道频次、持续时间、平均速度、横向加速度峰值、与前车相对距离以及碰撞时间等数据,并采用单因素方差分析方法对这些数据进行对比分析．结果表明:不同风格驾驶员换道行为存在显著差异;随着谨慎程度的增加,换道频次和换道平均速度降低,车间相对距离和碰撞时间均增大,从而提升了换道过程的安全性．研究结果可提升交通仿真软件中换道行为模型的精细化程度,并为驾驶人层面交通安全政策的制定提供参考．

换道行为;驾驶风格;驾驶模拟实验;交通安全

Abstract: In order to investigate the freeway lane changing behaviors for drivers with different driving styles, a driving simulator-based experiment and a questionnaire-based survey of driving styles with 36 participant drivers were conducted. The drivers were classified into three driving styles including the cautious style, the ordinary style and the aggressive style by using theK-means clustering algorithm. Based on the 134 lane changing processes obtained by the driving simulator-based experiment, the lane changing frequency, the lane changing duration, the average speed, the lateral acceleration peak, the distance headway, and the time-to-collision(TTC) were obtained and comparatively analyzed by the one-way analysis of the variance model. The results show that the lane changing behaviors of drivers with different driving styles are significantly distinct. With the increase of the degree of driver’s caution, the lane changing frequency and the average speed decrease, while the distance headway and the TTC increase, improving the safety of the lane change process. The results have potentials to improve the refinement of microscopic lane changing models in the traffic simulation program and provide references for the formulation of driver-level traffic safety policies.

Keywords: lane changing behavior;driving style;driving simulator-based experiment; traffic safety

近年来,高速公路换道行为的研究备受关注．不当的换道行为可能导致多种类型交通事故的发生[1],同时也会引发或加重交通拥堵[2]．Gipps等[3]在1986年首次建立了适用于微观模拟的换道行为模型,随后相关学者们提出了多种描述换道行为的微观模型[4-9]．

Hill等[10]对46名驾驶员开展了实车实验,分析了726次换道过程中的换道持续时间和车间相对距离,结果表明驾驶员的驾驶风格能够影响换道行为．然而,考虑驾驶员驾驶风格的换道行为研究文献有限,且目前缺乏综合考虑多行为变量的分析．

本文利用驾驶模拟器对36名被试进行了高速公路模拟驾驶实验,得到了134条换道记录所对应的换道行为变量数据．采用K-中心聚类方法对被试进行了驾驶风格分类,并利用单因素方差分析(ANOVA)方法对不同驾驶风格类型驾驶员的驾驶行为变量进行了对比分析,研究驾驶风格类型对驾驶员在高速公路上换道行为的影响．

1 驾驶模拟试验

1.1 被试与试验设备

试验共招募36名驾驶员,其中男性驾驶员25名,女性驾驶员11名．年龄分布在23～59岁之间,平均为37岁．驾龄分布在1～23年,平均为7.6年．年均驾驶里程为0.2×104～2.6×104km,平均为0.8×104km．

试验采用高仿真驾驶模拟器,模拟车辆以真实车辆为原型,其驾驶舱、变速箱、加速踏板、制动踏板、方向盘等均与实车完全相同．模拟器安装了数字模拟车外后视镜和车内后视镜,同时为了提高仿真效果,车内安装了音响设备用于模拟本车以及环境噪声．模拟器将自动采集记录驾驶过程中的各项驾驶参数,采样频率为60 Hz．

1.2 场景设计

本实验设计了一段总长度为4 km的双车道平直高速公路作为基本场景,避免路段弯曲、坡度对换道行为可能带来的影响．路段前400 m用于车辆加速,中间3 000 m为测试段,后600 m作为测试完成后的缓冲段(见图1(a))．图中,D1,D2分别为换道开始时刻试验车与本车道前车、目标车道前车的纵向距离．试验驾驶场景见图1(b)．试验车在测试段的要求速度范围为60～120 km/h,试验过程中模拟器将记录试验车在测试段内的各项驾驶参数．

(a) 全景示意图

(b) 试验场景界面

1.3 驾驶任务

每位被试在实验前有足够的时间熟悉和试驾模拟器．正式试验过程中,要求驾驶员在加速段内将车辆加速至合法车速范围之内,且整个实验过程尽可能符合个人日常驾驶习惯．

内、外侧车道各设置了5辆环境车辆．整个实验过程中环境车辆在各自车道内保持匀速行驶,其车速和初始位置信息见表1．环境车辆在试验车到达300 m位置时触发,以确保环境车辆相互不发生冲突．通过环境车辆的速度和位置设计可较大程度地激发被试的换道意图．

表1 环境车辆的位置和车速信息

1.4 驾驶风格调查问卷设计

本研究采用DBQ自述式驾驶行为调查问卷[11]对驾驶员的驾驶风格进行调查,该方法能够对驾驶员的主观特性数据进行有效采集,在驾驶员行为调查的研究中得到了较为广泛的应用．已有研究表明,该方法能够对驾驶员按照驾驶风格及驾驶能力进行有效的分类[12]．

在本课题组已有的不当驾驶行为量表基础上,结合换道相关研究[12-13],制订了驾驶员的驾驶风格量表,采用李克特5段计分方式(见表2)．根据问卷调查结果,首先进行问卷的信度和效度检查,以确保问卷的有效性;然后采用K-中心聚类方法将被试分为谨慎型、普通型和激进型3类．

表2 驾驶风格李克特量表

1.5 换道行为变量

对驾驶员换道行为的安全性进行评价存在多种不同的方法,所有方法的准确性均建立在对换道行为的准确了解基础之上．已有研究表明,正弦函数能够较好地描述车辆在换道过程中加速度的变化[2],因此车辆在换道过程中的轨迹能够采用横向加速度峰值、换道持续时间以及车辆的纵向行驶速度来描述．本文借助以下9个换道行为变量对不同风格驾驶员的换道行为进行分析:

1) 换道频次N．即驾驶员完成的换道次数,以整个车身完整进入目标车道作为一次换道．

2) 换道持续时间Tlc．即驾驶员完成一次换道所需的时间(见图2)．

4) 横向加速度峰值ap,1,ap,2．即一次换道过程中依次出现的横向加速度第1峰值和第2峰值(见图2)．

5) 前车相对车距D1,D2．D1为换道开始时刻试验车与本车道前车的纵向距离;D2为同一时刻试验车与目标车道前车的纵向距离(见图1(a))．

图2 实测换道横向加速度与换道行为变量

2 结果分析

2.1 驾驶风格聚类分析

2.1.1 调查问卷结果检验

为了确保调查问卷的有效性,对问卷调查结果的信度和效度进行检验．在信度检验中,本文采用较为常用的信度系数α进行评估．根据36名被试对表2的调查结果计算得到α=0.858>0.8,表明该问卷调查结果具有较好的信度．

在效度检验中,本文采用皮尔森相关系数进行评估．表2中各题得分与总得分的皮尔森相关系数均为正,且在0.01水平上呈显著相关性,说明问卷的问题内容效度良好．

2.1.2 驾驶风格聚类分析

在确保问卷有效性的基础之上,基于问卷调查结果采用主成分分析方法得到不同驾驶员的驾驶风格的评价得分,然后采用K-中心聚类方法对评价得分进行分类,得到各个被试的驾驶风格类型．

(1)

式中,Mik为对应主成分初始因子负荷矩阵M的第k列;λk为矩阵M的第k个特征根;Aik为调查问卷中第i题的主成分得分系数矩阵．

求得主成分得分系数矩阵A后,采用下式对问卷得分矩阵X进行标准化处理:

(2)

式中,xi,σi调查问卷中第i题的得分向量和方差．

各位被试的驾驶风格主成分得分矩阵F为

F=A·stdX

(3)

对不同被试的驾驶风格主成分得分按照贡献率加权,不同被试的驾驶风格总得分为

(4)

式中,Fn为第n个被试的总得分;fk为第k个主成分得分．将总得分Fn作为对被试进行驾驶风格聚类的指标,采用K-中心聚类方法将驾驶员按照得

分从低到高依次分为谨慎型、普通型和激进型3类．

2.1.3 驾驶风格分类结果分析

谨慎型驾驶员包括男性驾驶员10名、女性驾驶员6名;普通型驾驶员包括男性驾驶员8名、女性驾驶员3名;激进型驾驶员包括男性驾驶员7名、女性驾驶员2名．谨慎型驾驶员的女性比例最高,激进型驾驶员的男性比例最高,说明男性驾驶员的驾驶激进程度高于女性驾驶员．谨慎型、普通型、激进型驾驶员的平均年龄基本接近,分别为36.6,35.3,37.3岁．激进型驾驶员的平均驾龄为9.1年,高于谨慎型(6.4年)和普通型(6.8年),说明随着驾龄的增长,驾驶员的驾驶激进程度增加．

2.2 换道行为变量分析

模拟实验共得到了36名被试在测试段中的134次换道过程记录,并得到每条记录的9个换道行为变量．采用ANOVA方法对不同驾驶风格类型驾驶员的换道行为变量进行了两两对比分析,统计结果见表3,对比情况见表4．

表3 不同驾驶风格驾驶员换道行为变量的均值与方差

表4 不同驾驶风格驾驶员换道行为变量对比结果

2.2.1 换道频次

所有驾驶员在测试段内的人均换道次数为 3.7 次,其中谨慎型驾驶员人均2.5次,普通型人均 4.6 次,激进型人均4.8次,谨慎型驾驶员的人均换道次数明显低于另2类驾驶员．由此表明,谨慎型驾驶员在驾驶过程中由于换道行为引起的交通冲突可能性相对较低,驾驶安全性相对较高[14]．

2.2.2 换道持续时间

由表3可知,不同类型驾驶员的换道持续时间存在显著差异(F=5.283,p<0.05),激进型驾驶员换道持续时间显著低于普通型驾驶员(p<0.05)和谨慎型驾驶员(p<0.05)．激进型驾驶员希望在更短的时间内完成换道,以便进入目标车道以获得更大的速度优势．

2.2.3 换道平均速度

由表3可知,不同类型驾驶员换道过程中的纵向行驶速度存在显著差异(F=10.757,p<0.001),谨慎型驾驶员的换道平均速度显著低于普通型驾驶员(p<0.001)和激进型驾驶员(p<0.001),激进型驾驶员的换道平均速度高于普通型驾驶员但差异并不显著(p=0.101)．不同类型驾驶员的期望车速不同,从而导致了换道时平均速度的差异．

2.2.4 换道横向加速度峰值

对于换道横向加速度第1峰值,普通型驾驶员在换道过程中的横向加速度第1峰值加速度显著小于谨慎型驾驶员(p<0.05),激进型驾驶员的横向加速度第1峰值均值大于普通型驾驶员,但差异并不显著(p=0.311)．对于换道横向加速度第2峰值,不同类型驾驶员之间存在显著差异(F=3.546,p<0.05),普通型驾驶员在换道过程中的横向加速度第2峰值加速度显著小于谨慎型驾驶员(p<0.001)和激进型驾驶员(p<0.05)．从均值结果可以看出,不同类型驾驶员的横向加速度第1峰值和第2峰值基本一致．

2.2.5 前车相对车距

谨慎型驾驶员换道时与本车道前车的车间距离D1显著高于普通型驾驶员(p<0.05)和激进型驾驶员(p<0.05)．谨慎型驾驶员换道时与目标车道前车的车间距离D2也显著高于普通型驾驶员(p<0.05)和激进型驾驶员(p<0.001)．谨慎型驾驶员在换道前后均倾向于与前车保持较大的车间距．

2.2.6 碰撞时间

碰撞时间的均值分析表明,激进型驾驶员的T1和T2值均小于其他2类驾驶员,其中激进型驾驶员的T2与谨慎型驾驶员之间存在显著差异(p<0.05)．激进型驾驶员在换道过程中可接受的与前车相对距离更近,同时由于激进型驾驶员的行驶速度更快,其换道过程时的T1和T2更小,相比于其他2类驾驶员,其驾驶潜在风险更高．

3 结论

1) 驾驶员的驾驶风格能够在很大程度上影响车辆的换道行为,但目前依然缺乏能够考虑多种换道行为变量的定量分析．本文采用驾驶模拟实验开展研究,结合问卷调查对驾驶风格进行分类．实验结果和调查数据分析表明,不同驾驶风格驾驶员在高速公路上的换道行为存在显著差异．

2) 随着驾驶员激进程度的增加,换道平均纵向速度增加,且换道频次增多．虽然谨慎型驾驶员的横向加速度峰值最大,但换道持续时间较长,这是因为谨慎型驾驶员的行驶速度较低．此外,谨慎型驾驶员在高速公路行驶过程中倾向于保持较大的车间距,此类驾驶员与前车的心理安全车距大于普通型和激进型驾驶员．研究成果可用于提升交通仿真软件中换道行为模型的精细化程度,也可为考虑个性化的交通安全政策的制定提供参考．

3) 本研究目前的结论主要局限于高速公路情况下的换道行为,但可预见对于其他道路类型,驾驶风格也将在一定程度上影响换道行为,建议进行其他道路条件下驾驶风格对换道行为影响的研究．此外,本文的被试数量有限,建议在后续研究中增加被试者的数量,同时结合实际道路测试进行进一步的验证和分析．

References)

[1] Pande A, Abdel-Aty M. Assessment of freeway traffic parameters leading to lane-change related collisions [J].AccidentAnalysis&Prevention, 2006,38(5): 936-948. DOI:10.1016/j.aap.2006.03.004.

[2] Jula H, Kosmatopoulos E B, Ioannou P A. Collision avoidance analysis for lane changing and merging[J].IEEETransactionsonVehicularTechnology, 2000,49(6): 2295-2308. DOI:10.1109/25.901899.

[3] Gipps P G. A model for the structure of lane-changing decisions[J].TransportationResearchPartB:Methodological, 1986,20(5): 403-414. DOI:10.1016/0191-2615(86)90012-3.

[4] Ahmed K I, Ben-Akiva M, Koutsopoulos H N, et al. Models of freeway lane changing and gap acceptance behavior[C]//Proceedingsofthe13thInternationalSymposiumonTransportationandTrafficTheory. Lyon, France, 1996:501-515

[5] Toledo T, Koutsopoulos H N, Ben-Akiva M E. Modeling integrated lane-changing behavior[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard, 2003,1857(1): 30-38.

[6] Hidas P. Modelling vehicle interactions in microscopic simulation of merging and weaving[J].TransportationResearchPartC:EmergingTechnologies, 2005,13(1):37-62. DOI:10.1016/j.trc.2004.12.003.

[7] Kesting A, Treiber M, Helbing D. MOBIL: General lane-changing model for car-following model[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard, 2007,1999(1):86-94. DOI:10.3141/1999-10.

[8] Kondyli A, Elefteriadou L. Modeling driver behavior at freeway-ramp merges[J].TransportationResearchRecord:JournaloftheTransportationResearchBoard, 2011,2249: 29-37. DOI: 10.3141/2249-05.

[9] Weng J, Li G, Yu Y. Time-dependent drivers’ merging behavior model in work zone merging areas[J].TransportationResearchPartC:EmergingTechnologies, 2017,80: 409-422. DOI:10.1016/j.trc.2017.05.007.

[10] Hill C, Elefteriadou L, Kondyli A. Exploratory analysis of lane changing on freeways based on driver behavior[J].JournalofTransportationEngineering, 2015,141(4): 04014090-1-04014090-11. DOI:10.1061/(ASCE)TE.1943-5436.0000758.

[11] Özkan T, Lajunen T. A new addition to DBQ: Positive driver behaviours scale[J].TransportationResearchPartF:TrafficPsychologyandBehaviour, 2005,8(4):355-368.DOI:10.1016/j.trf.2005.04.018

[12] 侯海晶. 高速公路驾驶人换道意图识别方法研究[D]. 吉林: 吉林大学交通学院, 2013.

[13] Shi J, Bai Y, Ying X, et al. Aberrant driving behaviors: A study of drivers in Beijing [J].AccidentAnalysis&Prevention, 2010,42(4):1031-1040. DOI:10.1016/j.aap.2009.12.010.

[14] Zheng Z. Recent developments and research needs in modeling lane changing[J].TransportationResearchPartB:Methodological, 2014,60(1): 16-32. DOI:10.1016/j.trb.2013.11.009.

Impactofdrivingstyleonfreewaylanechangingbehaviors:Adrivingsimulator-basedstudy

Shi Jing Liu Meiyu

(Department of Civil Engineering, Tsinghua University, Beijing 100084, China) (Institute of Transportation Engineering Research, Tsinghua University, Beijing 100084, China)

U491.2

A

1001-0505(2017)05-1037-05

10.3969/j.issn.1001-0505.2017.05.031

2017-02-24.

石京(1962—),男, 博士, 教授, 博士生导师, jingshi@tsinghua.edu.cn.

国家自然科学基金资助项目(51578319).

石京,柳美玉.基于驾驶模拟实验的驾驶风格对高速公路换道行为的影响[J].东南大学学报(自然科学版),2017,47(5):1037-1041.

10.3969/j.issn.1001-0505.2017.05.031.