雙車道公路平曲線處車輛側(cè)向位置預測方法研究

王玥珩

(中國路橋工程有限責任公司，北京 100011)

0 前 言

雙車道公路是我國公路中最為普遍的一種公路類型，作為國家和省內(nèi)的一般干線公路，在綜合交通運輸系統(tǒng)中發(fā)揮著重要作用。同時，雙車道公路的交通安全形勢也十分嚴峻。統(tǒng)計數(shù)據(jù)表明，我國雙車道公路交通事故占全國道路交通事故總數(shù)的30%以上。由于具有線形條件特殊和駕駛行為相對復雜的特殊性，公路平曲線已成為交通事故的頻發(fā)地段。

鑒于公路平曲線具有較高的交通安全風險，國內(nèi)外學者對此展開了大量研究工作。目前，相關(guān)研究成果大多集中在兩個方面：(1)車輛在公路平區(qū)線處的運行特征；2)公路平曲線的幾何設計要求。針對公路平曲線處車輛的運行特征，以往研究重點考慮車輛運行速度特點，研究成果涉及公路平曲線處車輛運行速度特征及預測模型、動態(tài)限速與預警方案、建議限速標志設置等。針對公路平曲線的幾何設計，主要研究平曲線半徑與車輛運行速度和駕駛員生心里反應的相互影響，公路平曲線幾何要素與安全視距及交通安全的關(guān)系，以及公路平曲線半徑的設置規(guī)則等。

實際上，除速度用于表征車輛縱向運行狀態(tài)外，表征其橫向運行狀態(tài)的指標通常為車輛在車道上的運行軌跡，常用車輛側(cè)向位置表征(lateral placement, LP)。統(tǒng)計表明，發(fā)生在公路平曲線處的交通事故很大程度由車輛沖出車道或駛向?qū)ο筌嚨酪?。目前，針對公路平曲線處車輛側(cè)向位置的研究主要集中在影響特征分析層面，基于彎道屬性及車輛速度的定量預測模型相對缺乏。因此，本研究重點以車輛在雙車道公路平曲線處側(cè)向位置為研究對象，旨在構(gòu)建雙車道公路平曲線處的車輛側(cè)向位置預測模型，為提前感知車輛在彎道處的安全風險提供方法支持。

1 實驗設計與數(shù)據(jù)獲取

為構(gòu)建車輛側(cè)向位置預測模型，需獲取不同公路平曲線條件下的車輛運行數(shù)據(jù)?？紤]到實際條件下數(shù)據(jù)獲取較為困難，本研究采用駕駛模擬實驗獲取基礎數(shù)據(jù)。駕駛模擬實驗具有條件可控制、可重復和零安全風險等優(yōu)勢。

1.1 被試選取

共選取30名駕駛員參加駕駛模擬器實驗。被試由出租車司機、社會私家車主和在校學生構(gòu)成，平均年齡32歲，平均駕齡3.5年。

1.2 實驗場景設計

模擬駕駛實驗場景為雙車道公路，每條車道寬度3.5m，直線路段和彎道分別用黃色虛線和實線分離。由于車輛在公路平曲線處行駛時，其運行狀態(tài)主要受到彎道半徑(R)和彎道轉(zhuǎn)向(D)兩個因素影響。因此，實驗共設計15種公路平曲線，其中曲線半徑包括小、中、大三種(R=60,125,150,200,300,400,600,1 000 m)，曲線轉(zhuǎn)向按車輛行駛方向分為左轉(zhuǎn)(D=1)和右轉(zhuǎn)(D=0)兩類。實驗場景中各平曲線屬性如表1所示。

表1 公路平曲線屬性統(tǒng)計表

根據(jù)我國公路路線設計規(guī)范，本研究中，平曲線長度按車輛設計速度行駛5 s以上決定。為避免平曲線間距過近造成車輛行駛狀態(tài)相互干擾，相鄰兩平曲線間增設500～800 m直線路段。同時，考慮到第一和最后一個彎道的實驗數(shù)據(jù)易受到駕駛員主觀影響，在場景開始和結(jié)束位置分別設置1 km直線路段以確保客觀真實反映駕駛員的駕駛行為狀態(tài)。因此，實驗場景總長度為13.5 km。整個實驗過程中，不增設實驗車以外的其它車輛，以最大程度降低外界影響因素對實驗數(shù)據(jù)的干擾。實驗時間環(huán)境設置為白天。

1.3 實驗流程安排

(1)駕駛練習?？紤]到駕駛員首次駕駛模擬器時需要一定的適應和學習過程，為避免不熟悉駕駛模擬器操作而影響實驗數(shù)據(jù)，每名被試須進行3～5 min的駕駛練習。駕駛練習場景為與正式實驗場景相似的雙車道公路，包括不同半徑和轉(zhuǎn)向的雙車道公路平曲線。

(2)駕前問卷。被試在完成駕駛練習進行正式實驗前，需填寫主觀問卷。問卷內(nèi)容一方面包括駕駛員的年齡、職業(yè)、駕齡等基礎信息；另一方面，通過主觀問卷獲取駕駛員的疲勞程度及身體狀態(tài)，確保駕駛員未受到藥物、酒精及刺激性食物的影響，最大限度地獲取正常狀態(tài)下的實驗數(shù)據(jù)。

(3)正式實驗。依據(jù)各自不同的行車速度，完成正式實驗場景測試耗時10～15 min。實驗過程中，要求駕駛員按照交通法規(guī)行駛，并根據(jù)道路條件調(diào)整車輛行駛狀態(tài)。

2 數(shù)據(jù)采集與預測模型構(gòu)建

2.1 數(shù)據(jù)采集

由于發(fā)生在公路彎道處的交通事故，很大比例由車輛沖出車道或駛?cè)雽ο筌嚨蓝l(fā)。因此，本研究選用車輛在曲線處的側(cè)向位置(lateral placement, LP)作為分析指標。當車輛位于右側(cè)車道中心位置行駛時，LP值為0；隨著車輛偏離車道中心越遠，LP取值越大。

由于駕駛員視線和彎道線形變化等因素的相互作用，車道在彎道中點發(fā)生事故的概率較大，本研究選取彎道中點處的LP值為預測指標，如圖1所示。另外，除彎道本身屬性(半徑和轉(zhuǎn)向)的影響，車輛LP與車輛速度存在較大關(guān)聯(lián)；同時考慮到實際應用中，車輛降速理應在進入彎道前完成，因此研究選取彎前控制點處(見圖1)的速度值作為LP的解釋變量。

圖1 數(shù)據(jù)采集點說明

2.2 數(shù)據(jù)處理與分析

實驗包含30名被試，每名被試駕駛完成15種公路平曲線，共采集獲得450個實驗樣本數(shù)據(jù)。將30名被試隨機分成6組，每組5名，前5組被試數(shù)據(jù)用于構(gòu)建預測模型，最后1組被試數(shù)據(jù)用于驗證模型預測精度。因此，共有375個樣本數(shù)據(jù)用于模型構(gòu)建，75個樣本數(shù)據(jù)用于模型驗證。

考慮到模擬器記錄實驗數(shù)據(jù)時可能存在跳過關(guān)鍵點的情況，為準確反應車輛在特定點的狀態(tài)，本研究利用場景坐標，選取數(shù)據(jù)采集點前后各1m內(nèi)的數(shù)據(jù)均值代表車輛在該點處的運行特征。出于數(shù)據(jù)展示說明，統(tǒng)計用于模型構(gòu)建的25名被試在不同彎道場景下的入彎前速度和彎道中心處車輛側(cè)向位置的均值和標準差如表2所示。

表2 建模數(shù)據(jù)描述性統(tǒng)計

續(xù)表2

2.3 模型假設

研究通過構(gòu)建線性回歸模型實現(xiàn)車輛在雙車道公路平曲線處行駛時的側(cè)向位置預測。其中，因變量為車輛側(cè)向位置LP，自變量為彎前控制點車速(見圖1)以及彎道半徑(R)和彎道轉(zhuǎn)向(D)?？紤]到彎道方向為0-1變量(0-右彎；1-左彎)，因此構(gòu)建模型形式如下：

LP=α0+α1SP+α2R+α3D+α4R*D+α5SP*D+ε

(1)

式中：LP為車輛側(cè)向位置，m；αi為回歸系數(shù)，i=0,1,2,…,5；SP為彎前控制點車速，距離彎道起點100 m，km/h；R為彎道半徑，m；D為彎道轉(zhuǎn)向，左彎時D=1，右彎時D=0；ε為隨機誤差項。

2.4 模型構(gòu)建

考慮到車輛運行狀態(tài)在不同駕駛個體之間可能存在差異，研究通過R語言分別構(gòu)建固定效用和隨機效用兩種線性回歸模型，并通過Hausman檢驗確定最終模型。當Hausman檢驗結(jié)果的p值小于0.05時，選用固定效用模型；反之選用隨機效用模型。

基于前5組25名被試的375個樣本數(shù)據(jù)進行回歸擬合，Hausman檢驗結(jié)果為p=1.0，因此應選用隨機效用回歸模型。采用逐步回歸方法，結(jié)果顯示：模型擬合度(R2)為0.68，回歸方程顯著性檢驗為F(4,370)=21.803;p<0.001，回歸模型系數(shù)及檢驗結(jié)果如下表3所示。

表3 回歸模型系數(shù)及檢驗結(jié)果

由表3可獲得車輛側(cè)向位置的預測模型如下：

LP=0.44+-0.000 37R+0.004 3SP-0.426D+0.003 2R*D

(2)

3 模型驗證

利用第6組5名被試的75個樣本數(shù)據(jù)進行模型驗證，統(tǒng)計車輛在不同平曲線條件下側(cè)向位置的平均實際值和預測值如下表4所示。通過預測值與實際值的絕對差值和實際值之比，得到模型的預測誤差。最大誤差為16.85%，最小誤差為0.40%，平均誤差為5.68%。由此可知，預測模型具有較高的精度，平均預測精度為94.32%。

表4 模型預測結(jié)果驗證

4 結(jié) 論

基于駕駛模擬器實驗，獲取車輛在不同雙車道公路平曲線處的行駛狀態(tài)。以車輛在彎道中點處側(cè)向位置為因變量，車輛在進入彎道前的速度和彎道半徑及轉(zhuǎn)向為自變量，構(gòu)建了基于隨機效用的線性回歸模型，實現(xiàn)了車輛側(cè)向位置的準確預測，平均預測精度為94.32%。研究結(jié)果方便提前感知車輛在彎道處的安全風險，有助于預防和減少彎道處車輛沖出車道或駛向?qū)ο蜍嚨蓝l(fā)的交通事故。

目前研究基于駕駛模擬實驗展開，未能反應車輛在彎道處行駛時離心率、超高等因素的影響，不能完全反應實際行車狀況，下步重點需通過外場實測數(shù)據(jù)對模型的有效性實施進一步驗證。

[1] 交通部公路科學研究院. 2014年中國道路交通安全藍皮書[M]. 北京:人民交通出版社, 2015.

[2] 丁傳鑫. 雙車道公路平曲線對車輛行駛軌跡的影響研究[D].安徽: 安徽理工大學, 2014.

[3] 宋濤, 張永生, 郭彩香. 山區(qū)公路平曲線運行速度預測模型研究[J].交通運輸工程與信息學報, 2007, 15(1): 118-123.