雾天驾驶人车辆操纵行为特性及其与追尾风险相关性分析*

薛晴婉 徐嘉伟 闫学东 向 往 李颖宏 杜志刚

（1.北方工业大学电气与控制工程学院 北京 100144；2.北京交通大学交通运输学院 北京 100044；3.长沙理工大学交通运输工程学院 长沙 410015；4.武汉理工大学交通学院 武汉 430070）

0 引 言

不利天气对驾驶人驾驶行为的负面影响是造成交通拥堵和事故发生的主要原因之一，有资料显示，在我国，不利天气条件下发生的事故占高速公路事故总数的53%，造成了巨大的人员伤亡和经济损失[1]。尤其是在能见度较低时，如夜晚、雾天等环境驾驶人需要的驾驶信息主要由视觉感知获取，而雾霾、夜晚等低能见度条件会对驾驶人的视觉感知能力造成干扰[2]，且随着能见度的降低，注视点更为集中，对周围道路环境的观察能力下降，导致行车危险程度增加[3]，对车辆间距离的保持、车速的控制和反应时间均会造成一定影响。研究表明，200 m能见度以下，驾驶人的跟车间距会变短[4]，车辆的平均车速明显降低[5]。Hawkins等[6]发现驾驶人在能见度为150 m时的车头间距显著大于晴天，而当能见度低于150 m时，则会保持较近的车头间距。戢晓峰等[7]指出驾驶人在低能见度下会采取更小的行驶速度，从而会使道路的通行能力下降。雾霾等低能见度环境还会使驾驶人对突发情况的应激反应能力变差[8]，导致更长的反应时间[9]。低能见度环境下，驾驶人的横向车辆操控能力也会受到影响。李晓梦等[10]利用驾驶模拟器探究雾天对驾驶人通过直角弯和S形连续弯道的影响，结果表明随着能见度的降低，驾驶人在弯道处驶出弯道的比例显著增大。陈秀锋等[11]将直道下的能见度进行分级，发现在500～30 m的能见度变化中，以80 m为界限，驾驶人的车道保持能力先增加后降低。雾天对驾驶人的感知造成干扰，增大了驾驶人心理、生理负荷，而较高的生理、心理负荷影响了驾驶人对车辆横向位置的感知，使得车辆行驶的平稳性降低[12]。

除此之外，在雾天等低能见度条件下，驾驶人的性别及驾驶经验也会对驾驶行为产生显著影响[13]。陈秀锋等[14]将S型实验路段分为直线段、过渡段和曲线段，发现雾天对全阶段驾驶人车辆操控能力均有显著影响，男性驾驶人受到的影响小于女性驾驶人，而在女性驾驶人中，非职业女性驾驶人受到的影响最大。Mueller等[15]发现经验丰富的驾驶人在晴天下的速度比新手快，在雾天下虽然速度相近，但经验丰富的驾驶人对环境的适应能力更强，能更好的控制车辆，同时经验丰富的驾驶人会做出相应的补偿行为，如降低车速、增大跟车间距来弥补低能见度所造成的影响[16]。

综上所述，以往的研究主要探究雾天等能见度较低的环境对驾驶人跟驰行为的影响，尽管之前的研究从不同角度分析了雾天对驾驶人车辆操控行为所带来的负面影响，但以往的研究中主要集中在天气对车辆操控行为的影响，而忽略了驾驶人因素和天气的相互作用对行为的影响；除此之外，所针对的跟驰行为较为单一，如有的仅分析对车距保持、车速保持和应激等行为的影响，而忽视车辆操纵行为之间的相互作用及这些行为与追尾风险的作用关系。在上述研究的基础上，笔者试图探究：①天气、天气与其他因素的交互作用对驾驶人跟驰行为的影响；②驾驶人跟车及避撞过程中行为与行为之间的相互作用；③驾驶人的车辆操纵行为与追尾碰撞风险间的作用关系。

随着驾驶模拟器技术高速发展，在车辆驾驶研究相关的领域应用广泛，与在真实驾驶环境中的车辆驾驶试验相比，模拟驾驶可以在没有安全风险的前提下增加试验的可操作性和可重复性。但试验人员身处驾驶模拟舱内比在实车道路环境中更有安全感，容易产生冒险心理，或多或少会对试验结果产生影响，且固定底座的驾驶模拟器无法为试验人员提供真实的驾驶受力和驾驶环境，尽管如此，驾驶模拟器在很大程度上能够实现对实际环境的仿真模拟，为研究者们广泛使用。冯笑凡[17]利用驾驶模拟实验评估车路协同雾预警系统对驾驶人视觉特性的影响。黄星[18]通过驾驶模拟实验建立了高速公路雾天能见度不同条件下基于多因素的动态限速模型,并给出了设计速度80 km/h的高速公路的限速建议值。以上研究验证了通过驾驶模拟试验进行不利天气条件研究的可行性。

因此，通过搭建晴天和雾天环境下的模拟跟车道路场景，综合考虑驾驶人经验以及车速因素，开展驾驶模拟试验。通过将数据分为正常跟车阶段和追尾避撞阶段，对驾驶人车辆操纵行为变量进行提取，以探究雾天、雾天和其他因素的交互作用对跟驰阶段车辆横向、纵向操纵行为以及避撞过程中所采取的避撞行为的影响。并在此基础之上，建立跟驰阶段和避撞阶段驾驶行为的关联分析，通过二元Logistics回归模型，建立自上而下的追尾风险模型，以进一步探究雾天对驾驶行为和追尾风险的内在作用机制。

1 驾驶模拟试验方案

1.1 试验设备

试验设备为北京交通大学驾驶模拟系统，见图1。该系统是由美国Real Time公司研发生产的同时具备仿真环境搭建与驾驶人车辆操纵行为数据采集和检测的高仿真驾驶模拟设备。该驾驶模拟系统的车身采用福特福克斯真车，车内结构与实车一致；同时具有单自由度车辆动感平台及环境噪声和震动模拟系统。车身周围为6块显示幕的300°环视野和150°后视野模拟显示系统。设备内置的Sim Vista软件和Sim Creator软件可以实现驾驶场景开发设计和场景控制运行。该设备的采样频率为60 Hz，可以实现车辆位置、速度、制动踏板/加速踏板角度等车辆运行信息的实时采集。

1.2 试验场景设计

本试验为跟车驾驶模拟试验，道路全长6 800 m，限速60 km/h，试验道路为双向2车道。图2为道路场景示意图，主车从起点处出发，前车停在道路中心，当主车行驶至前车后100 m时，前车以0.5 m/s2的加速度加速到设定速度。为避免驾驶人的学习效应，本试验中设计3种前车运行速度（60/50/40 km/h）和2种前车减速度（4/6 m/s2），每次减速的前车运行速度及减速度顺序随机出现。为探究不利天气对驾驶员跟驰行为和避撞行为的影响，本试验设计了2种天气环境，包括晴天和能见度为50 m的雾天环境，见图3，因此每个被试需要完成2×6个减速避撞过程。同时此次试验路段为平直路段和弯道相结合的形式，且为了避免弯道本身对驾驶人操作行为的影响，所有减速点均设置在平直道路上，且减速点距离进入/驶出弯道至少1 min，以确保驾驶人此时处于稳定跟车状态。同时，为了增加模拟场景的真实性，正式试验过程中，对向车道会随机出现社会车辆，但对试验方向车辆无影响。

图2 基本试验道路场景示意图Fig.2 Basic road design of the simulation

图3 晴天和雾天下的道路场景Fig.3 Simulation road under clear and foggy conditions

1.3 被试人员及试验流程

试验共在社会招募试验人员40人，最终37人完成全部试验场景，其中男性职业驾驶人9名，男性非职业驾驶人10名，女性职业驾驶人8名，女性非职业驾驶人10名，年龄分布在30～48岁（平均年龄为37.35岁，标准差为5.11岁）。所有驾驶人均持有有效驾照，实际驾龄超过1年，累计驾驶里程30 000 km以上，视力或矫正视力良好，且正式试验开始前48 h内无熬夜、酗酒等其他可能影响正常驾驶的不良习惯。被试者到达试验地点后，按照以下流程完成驾驶模拟试验。

1）试验事项告知，被试者签订试验知情同意书。

2）被试者进行至少5 min的适应性驾驶练习，包括加速踏板、制动踏板、转向盘等基本操作的适应性训练。如无任何不适情况，该被试可参与正式实验。

3）填写基本信息表：姓名、年龄、实际驾龄、职业、驾驶里程等。

4）工作人员介绍试验内容及要求，并告知试验过程中有任何不适可随时退出。

5）正式试验开始，每名被试均需经历晴天和雾天2个场景，每个场景约9 min，试验场景间休息至少3 min。

6）完成试验后问卷填写，支付被试者相应酬劳。

1.4 数据处理

试验中每名被试者均需经历晴天和雾天场景下的各6次避撞过程。为探索雾天环境下驾驶人的车辆操纵行为特性，每次减速避撞都相应分为2个阶段，即前车减速发生前的匀速跟驰阶段（试验中取前车减速前3 s）及前车减速后的追尾避撞阶段。同时，从驾驶人横向车辆操纵行为与纵向车辆操纵行为这2个方面，提取相应关键指标变量进行分析。跟驰阶段选取车道偏移标准差、平均横向加速度和减速时刻车头时距来表征驾驶人在跟车过程中的车辆操控能力。避撞阶段选取减速反应时间、平均减速度和最小车头时距来表征驾驶人在前车运行状态突然改变后，面对紧急情况时的应对措施及相应车辆操控能力，各变量定义见图4，其中车道偏移标准差能反映驾驶人车道保持的稳定性和驾驶操控能力，车道偏移标准差越小说明保持的越稳定；平均横向加速度反映了前车开始减速前3 s内横向速度变化的快慢和方向；车头时距指的是主车与前车通过同一位置的时间间隔，可以在一定程度上度量潜在风险；平均减速度反应车辆采取制动措施力度的强弱程度；最小车头时距反映驾驶人能够安全维持的最小距离和危险程度，越小说明越危险。图4中具体的变量解释及符号表示见表1。

图4 变量定义示意图Fig.4 Illustration of variable definitions

表1 变量定义及符号描述Tab.1 Variable definitions and symbolic descriptions

本次试验中共截取444段减速避撞数据，按照2车间距小于100 m，减速反应时间在0.5～5 s为有效跟驰判断条件对数据进行筛选，最终共获得368段有效数据。为了探究驾驶人在不利天气因素下的车辆控制行为特性，同时结合驾驶人性别及职业特点，采用方差分析，混合效应模型，分别对驾驶人的跟驰阶段和避撞阶段进行分析，探讨天气因素及驾驶人自身特点对车辆操纵行为影响的交互作用。同时，结合二元Logistics回归，对天气因素和行为变量与追尾风险的作用关系进行说明。

2 跟驰阶段行为特性分析

以天气因素为自变量，分别对跟驰阶段各变量进行方差分析，结果见表2。从表2中可以看出，SDLP（F=4.388，p=0.037）和THW B（F=19.921，p＜0.001）在晴天和雾天环境下具有显著差异，而AVELA（F=0.138，p=0.710）在晴天和雾天环境下差异并不显著。

2.1 车道偏移标准差

见表2，雾天环境下驾驶人的车道偏移标准差较大，该结果表明雾天条件下驾驶人更难保持车道的稳定性，这与张弛等[19]的结论一致。主要原因为雾天能见度变低，驾驶人能够观察到的道路信息减少，同时，低能见度条件下驾驶人的实际速度比期望速度要高[20]，对于前方未知的行车情况和对速度的误判使得驾驶人压力增大，此时驾驶人在操纵车辆时会更容易偏离车道中心线。进一步对驾驶人职业和性别因素进行分析发现，性别（F=7.658，p=0.006）、职业（F=12.984，p<0.001）以及二者的交互作用（F=13.611，p<0.001）均对车道偏移标准差具有显著影响。男性驾驶人的车道偏移标准差小于女性驾驶人，即男性驾驶人的车道保持能力较女性驾驶人稍好，见图5（a）；而职业驾驶人的车道保持能力也明显强于非职业驾驶人，见图5（b）。在对二者的交互作用进行深入分析时发现，车道偏移标准差在男性不同经验驾驶人之间并无差异，差异主要体现在不同经验的女性驾驶人上，经验丰富的女驾驶人同男性驾驶人一样，可以保持较好的车辆横向控制能力，而经验欠缺的女性驾驶人在车辆横向控制上表现略差。

图5 不同性别、职业以及性别和职业的交互作用下驾驶人的横向偏移标准差Fig.5 Effect of gender and occupation and gender and occupation on standard deviation of lane position

表2 跟驰阶段各变量在天气因素下的描述性统计和方差分析结果Tab.2 Results of descriptive statistics and analysis of variance of the variables in the car-following phase under weather factors

2.2 横向平均加速度

见表2，横向平均加速度在晴天和雾天环境下差异并不显著，通过对天气与驾驶人职业等因素进行交互作用分析发现，天气与职业（F=4.692，p=0.031）的交互作用对横向平均加速度具有显著影响。图6为不同职业驾驶人在不同天气下横向平均加速度的差异，在晴天条件下，职业驾驶人横向平均加速度的方向倾向于左侧，且变化较慢，而非职业驾驶人则倾向于右侧，且变化较快。在雾天条件下2种情况却相反，由于职业驾驶人驾驶经验丰富，因此在晴天条件下对车辆的调整较慢，此时有助于保持驾驶的舒适度；而非职业驾驶人由于驾驶经验不足，习惯对观察到的道路情况频繁做出操纵反应。而雾天条件下，由于视野受限，职业驾驶人习惯频繁做出调整，以避免事故的发生。

图6 不同职业驾驶人在不同天气下的横向平均加速度Fig.6 Effect of weather and occupation on average lateral accelerations

2.3 初始车头时距

试验结果显示，相对于晴天，雾天环境下驾驶人与前车会保持更小的车头时距。以往研究证明了随着能见度的降低，车头时距呈现先增大后减小的趋势[21]，本试验中能见度为50 m，达到浓雾标准。虽然较小的车头时距会增大雾天行车的潜在风险，但以往研究证实失去前车视野会令驾驶人感到不安，从而产生不当的操作行为。因此，即使会增大风险，大部分驾驶人在低能见度下仍倾向于保持较小的车头时距[22]。进一步研究发现，晴天环境下驾驶人的车头时距随着速度的降低呈下降趋势，车头时距可以体现跟驰工况的紧急程度和驾驶人感知到的风险大小[23]，说明驾驶人在晴天环境下感知到的风险随速度的减小而减少，见图7。而雾天时，由于驾驶人视野受限，且对当前车速产生误判，驾驶人在不同车速条件下均保持较近的车头时距，且各速度等级下均无明显差异，说明能见度的降低会使驾驶人的风险感知能力受到一定程度的干扰。

图7 不同天气下驾驶人在不同速度等级下的初始车头时距Fig.7 Effect of weather and following vehicle's speed on initial time headway

3 避撞阶段行为特性分析

以天气因素为自变量，分别对避撞阶段各变量进行方差分析，结果见表3。表3可见：AVED（F=8.475，p=0.004）和MinTHW（F=42.049，p=0.000）在晴天和雾天环境下均具有显著差异，而BRT（F=0.037，p=0.847）在晴天和雾天环境下差异并不明显。

表3 避撞阶段各变量在天气因素下的描述性统计和方差分析结果Tab.3 Results of descriptive statistics and analysis of variance of variables under weather factors during collision avoidance phase

3.1 减速反应时间

由表3可知，雾天下驾驶人减速反应时间为1.44 s，而晴天下驾驶人减速反应时间为1.415 s。雾天环境下驾驶人减速反应时间稍大于晴天，但效果并不显著（p=0.847）。与张旭欣[24]所得到结论有所不同，为探究出现此种情况的原因以及进一步探究影响驾驶人反应时间的因素，综合考虑车头时距、速度和驾驶人职业特性，对减速反应时间进行混合效应分析。表4为混合效应模型回归结果，结果表明：3个因素对减速反应时间均具有显著影响（p＜0.05）。其中，驾驶人的减速反应时间随主车车速和初始车头时距的增大而增大，职业驾驶人的减速反应时间显著小于非职业驾驶人。基于上述结果，相较于晴天，驾驶人为能够及时捕捉到前车运行状态的变化，在雾天下会保持更小的车头时距，较为紧急的跟车工况使得驾驶人对前车运行状态的改变更快地做出反应。由此可见，天气因素通过影响驾驶人跟车时保持的车头时距，间接的影响减速反应时间。

表4 减速反应时间的混合效应模型Tab.4 Mixed effect model of brake response time

3.2 平均减速度

由表3可知，晴天条件下驾驶人的平均减速度小于雾天，说明雾天下驾驶人采取制动措施的力度更强，这与高坤等[25]所取得的结论一致。由于雾天条件下，驾驶员的初始车头时距更小，且驾驶人在低能见度下相较于晴天对速度差的变化更为敏感，相同速度差变化下，驾驶人在能见度较低时会采取更大的减速反应，因此，驾驶人在雾天下的减速度较晴天时更大[23]。除此之外，天气与驾驶人职业的交互作用对平均减速度具有显著影响。见图8，在晴天条件下，职业驾驶人的平均减速度显著高于非职业驾驶人（p=0.000）这是由于职业驾驶人在晴天下跟车距离较小，所以当前车减速时需要更大的减速度以避免追尾发生。雾天虽然视野受限，但职业驾驶人经验丰富，因此在雾天时对于前车减速所做出的减速反应相较于晴天并没有太大区别，而非职业驾驶人在雾天跟车时为获取前车视野往往会保持较近的跟车距离，在前车减速时的工况更为紧急，因此需要比晴天环境时更大的减速度减速才能保障安全。

图8 不同天气下不同职业驾驶人的平均减速度Fig.8 Effect of weather and vehicle's occupation on average decelerations

3.3 最小车头时距

受到初始车头时距结果影响，驾驶人在雾天下的最小车头时距显著小于晴天，表明驾驶人在雾天环境下的追尾风险更高。除此之外，天气和主车速度对最小车头时距具有显著的交互作用（F=4.519，p=0.012），见图9。在晴天条件下，随着速度的增加，驾驶人视野变窄，驾驶人受心理压迫作用适当增大了跟车距离，使在前车减速开始时刻拥有更大的初始车头时距，进而造成较大的最小车头时距。而在雾天条件下，最小车头时距随车速的增加而减小，表明速度越快，碰撞的风险越大，结合上述对初始车头时距的研究结果可以发现，雾天条件下车速越快，最小车头时距下降的越明显，减速避撞工况越紧急。

图9 不同天气下驾驶人在不同速度等级下的初始车头时距Fig.9 Effect of weather and following vehicle's speed on minimum headway

4 追尾风险关联性分析

笔者从跟驰阶段和避撞阶段出发，分别对天气因素和天气因素与其他因素之间的交互作用对相应的车辆操纵行为特性的影响进行分析，除此外，各行为变量间也存在着相互作用关系，本部分针对天气对各变量的影响以及各变量之间的相关关系进行关联分析。其中，天气因素对各变量的影响通过方差分析体现；各连续变量之间的相关关系通过Pearson相关系数体现，用双向箭头表示；各变量对碰撞结果的影响通过二元Logistics回归体现，结果见图10。

图1 北京交通大学驾驶模拟系统Fig.1 Adriving simulation system of Beijing Jiaotong University

图10 关联分析结果Fig.10 Correlation analyses between vehicle control behaviour and rear-end collision risk

试验中，前车开始减速时刻作为跟车阶段和避撞阶段的分界线，此时的车头时距即避撞阶段的初始车头时距，对初始车头时距和避撞阶段的行为变量进行相关性检验。结果显示，初始车头时距和平均减速度呈显著的负相关关系，初始车头时距越大，平均减速度越小，整个制动过程越平缓，舒适性越高。而初始车头时距和反应时间呈显著的正相关关系，与王雪松等[26]的结论一致。驾驶人的减速反应时间受到车头时距的影响显著，初始车头时距越大，工况的紧急程度越小，驾驶人的感知反应越慢，反应时间越长，而雾天下车头时距较小促使驾驶人更快的做出制动反应[27]。

在避撞阶段，天气因素对平均减速度和最小车头时距均具有直接影响。对避撞阶段各变量之间做相关性检验，结果显示，反应时间和平均减速度呈显著的负相关关系，反应时间越长，留给驾驶人操作的安全时间余量越短，情况越紧急，平均减速度越大，舒适性也越差。

进一步对上述变量和追尾事故风险进行二元Logistics回归，结果显示，仅有最小车头时距对其具有显著影响。最小车头时距每增加1个单位，发生碰撞的风险会减小10.379倍（exp（B）=0.000 031）。从整个跟驰、避撞过程的关联分析可以看出，前车开始减速时刻的车头时距作为避撞阶段的初始车头时距与避撞阶段各变量之间两两相关，天气因素通过对初始车头时距、平均减速度和最小车头时距的直接作用，间接影响追尾风险，由此可见在雾天条件下保持合适的车头时距尤为重要。

5 结束语

通过搭建晴天和雾天环境下的跟车及避撞场景，开展驾驶模拟试验，将整个过程分为跟驰阶段和避撞阶段，综合考虑驾驶人性别、职业和主车速度因素，分析天气以及天气和其他因素的交互作用对2个阶段内的车辆操纵行为特性及追尾风险的影响，主要结论如下。

1）在驾驶人横向驾驶能力方面发现，能见度为50 m的雾天环境下，驾驶人的车道偏移距离标准差比晴天大20.8%，但未观察到横向平均加速度的显著差异，表明能见度较低时驾驶人的横向车道保持能力较弱。男性驾驶人的车道偏移标准差比女性少0.01 m，职业驾驶人的车道偏移标准差比非职业驾驶人少0.01 m，说明在同等环境下，男性驾驶人和职业驾驶人的车道保持能力更强，进一步分析性别与职业的交互作用对车道偏移标准差的影响，发现女性职业驾驶人和男性职业、非职业驾驶人有同样的车道保持能力，平均车道偏移标准差均为0.02 m，女性非职业驾驶人的车道偏移标准差比这3类驾驶人的车道偏移标准差多0.04 m，车道保持能力最差。

2）在驾驶人纵向驾驶能力方面发现，在能见度为50 m的雾天下驾驶人保持的平均初始车头时距比晴天小0.423 s，说明能见度较低时，驾驶人会采取较小的车头时距，以获取更多的道路信息，从而消除由于视野不佳所造成的紧张不安情绪。除此之外，在晴天条件下，驾驶人的初始车头时距随着车速的增加而呈上升趋势，而在雾天条件下，各速度等级下的车头时距没有明显差异。

3）在追尾避撞风险方面，关联分析结果显示，前车开始减速时刻的车头时距作为避撞阶段的初始时距与避撞阶段各行为变量之间均具有显著的相关性，其中，初始车头时距与平均减速度呈显著的负相关关系（r=-0.524，0.001＜p≤0.01），与反应时间（r=0.701，0.001＜p≤0.01）和最小车头时距（0.867，0.001＜p≤0.01）呈显著的正相关关系，且最小车头时距会影响追尾事故的发生。综合上述结果可知天气因素主要通过对初始车头时距的影响，从而影响追尾事故的发生。

本文仍存在一些不足，未来可以从以下角度进行分析：①只考虑了能见度为50 m这1种条件，并未对雾天进行分级，未来可以按能见度对雾天进行分级，研究不同能见度下及驾驶人属性等因素的交互作用对驾驶行为的影响，从而针对不同雾天等级提供相应的预警方案；②仅考虑驾驶人的车辆操纵行为特性，未来可以加入不同天气条件下驾驶人的眼动行为特性，从驾驶人感知的角度出发，分析其内在互动机制；③所取得的结果建立在模拟环境下的驾驶人行为数据基础之上，仍需结合我国实际道路环境，进行对比分析。