基于自然駕駛研究的直行追尾危險場景誘導因素分析

吳 斌， 朱西產， 沈劍平， 孫曉宇

(1. 同濟大學 汽車學院， 上海 201804； 2. 國家機動車產品質量監督檢驗中心(上海) ， 上海 201805)

研究交通事故及危險工況的駕駛員行為和誘導因素，對于設計更加符合實際駕駛員操縱特性的駕駛輔助系統有重要作用.傳統的交通事故分析是研究駕駛員行為的方法之一，但事故現場獲取的信息往往無法還原事故發生前后的整個過程.而自然駕駛工況中記錄的視頻、車輛運動參數等數據信息，提供了危險發生前的整個過程，對于分析駕駛員、車輛、環境等三要素對過程的影響提供了依據.

目前國外已開始利用自然駕駛工況中的數據信息，分析危險工況的誘導因素，主要集中分析了駕駛員在駕駛過程中進行非駕駛相關操縱，如電話、交談等第二行為，導致的分神駕駛或注意力不集中等對危險工況發生的影響.Engstrom等[1]利用自然駕駛工況采集的數據，分析了分神駕駛對危險工況發生的影響；Dingus等[2]通過100-Car的自然駕駛工況數據，分析了駕駛員分神、注意力不集中等誘導因素對危險工況和交通事故發生的影響.結果表明，80%的交通事故以及65%的危險工況都是由于駕駛員的分神、注意力不集中造成.上述研究一方面僅是針對單個誘導因素對危險或事故發生的作用，但實際上危險或事故的發生是多個因素相互作用的結果；另一方面中國的駕駛工況及駕駛習慣與歐美有較大的差別.

在描述和推斷事故或危險工況發生的主要影響因素，并建立各個誘導因素之間的關系方面，國內外主要采用分析推導統計的方法,通過同一類工況下的事故或危險發生誘因的統計分析，找出該工況下的人、車、環境等主要影響因素.例如哈頓矩陣[3]，李方媛[4]對重特大道路交通事故進行致因分析研究采用的故障樹分析法(fault tree analysis，FTA)，查爾姆斯大學Warner等[5]提出的駕駛可靠性以及差錯分析方法(driving reliability and error analysis method, DREAM)等.相比于其他方法，DREAM方法更全面地給出了關于事故演變過程中，可能導致危險發生的相關因素，以及各個因素之間的相互關系等.

本文基于中國自然駕駛工況數據，篩選了直行追尾的危險工況，并對直行追尾場景進行了分類，利用修正后的DREAM方法對直行追尾危險的細分場景進行了誘導因素分析.結果表明，中國駕駛員的駕駛習慣與歐美有較大差別，直行追尾危險場景中最主要的深層誘導因素為駕駛員習慣性期待他車特定駕駛行為等不良駕駛習慣而非與駕駛操縱無關的第二行為引起的分神駕駛或注意力不集中.

1 自然駕駛工況的數據采集和篩選

為了研究駕駛員在真實交通環境中的駕駛行為，本文所使用的數據全部來自中國大型實車路試 (China field operational test, China-FOT)的自然駕駛工況數據.所有實驗車統一安裝了針對本實驗所設計的數據采集設備，包括4個攝像頭以及1個眼動儀.4個攝像頭視角分別為腳踏板、駕駛員座椅、車輛前方、車輛后方，用以全面記錄駕駛過程中駕駛員操作信息和道路環境信息，如圖1所示.通過China-FOT項目采集了32名駕駛員的駕駛數據，共計約3 559 h，總行程129 109 km.

利用Sun等[6]提出的針對China-FOT自然駕駛數據的危險篩選方法，共得到780例危險工況，其中直行追尾危險工況占比最高，也是目前ADAS(advanced driver assistance systems)研究的主要危險場景.本文對危險程度相對較高的85例直行追尾危險工況進行誘導因素分析.

2 基于DREAM追尾場景分析方法概述

2.1 DREAM關鍵要素構成與方法闡述

利用DREAM方法可更加全面地分析直行追尾危險場景發生的過程，并對誘導因素進行系統分析.DREAM方法主要包含兩個要素：事件類型以及誘導因素.其中事件類型為直接導致事故或者危險事件發生的原因，一般從時間、速度等維度進行描述，如表1所示.誘導因素為導致事故或危險發生的因素，一般分為3類：駕駛員因素、車輛和道路環境因素以及其他因素，如表1所示.在本文后續分析中事件類型和誘導因素的編號，采用DREAM3.0版本中的編號方法[5].

表1 DREAM方法的事件類型和誘導因素分類

2.2 DREAM誘導因素分析方法修正

DREAM誘導因素的分析方法目前主要應用在交通事故分析中，屬于分析推導統計的范疇，但在分析中仍然有一些因素的評判存在偏差，特別是在事件類型的判別.本次所研究的數據基于真實路況視頻以及實際采集數據，可以較大程度上降低上述偏差.定義虛擬駕駛員系統來模擬駕駛員的正常駕駛操縱行為.由于篩選出的直行追尾危險工況中的駕駛員操縱基本為緊急制動操縱，故僅建立虛擬駕駛員系統車輛的縱向模型.

正常駕駛狀態下駕駛員遵循的原則是保證駕駛的平順性，即不斷調整優化控制的過程，符合人體行為學規律，優化目標如式1所示.

(1)

式中：j(t)為車輛縱向加速度梯度.利用五次多項式來表示制動過程中的車輛縱向位移變化S(t)，并推導出其他運動參數，如式(2)、(3)所示.

(2)

(3)

式(2)、(3)中：c1～c5分別為五次多項式的擬合參數.

優化約束條件為：①避免碰撞發生；②最大制動減速度絕對值小于5 m·s-2(處于正常駕駛狀態的操縱范圍).

假設車輛初始狀態：S(0)=0，v(0)=v0，a(0)=a0，v、a分別表示車輛速度和加速度；車輛的最終狀態：S(T)=Sf，v(T)=vf，a(T)= 0，其中T為完成操縱的時間.將車輛的初始狀態和最終狀態代入多項式表征的運動參量中，通過優化算法可得到車輛的運動參數.

為便于清晰地區分，在分析緊急事件類型時(直接導致本車處于危險場景中的因素)采用專家型分析方法.提取自然駕駛工況中危險發生前的車輛運動參數，利用虛擬駕駛員系統進行模擬仿真，與實際駕駛員操縱進行比較，定性判定造成直行追尾危險工況的主要原因.隨后根據DREAM的誘導因素分析方法，分析導致駕駛員不當操縱的具體原因.圖2為修正的DEAM方法分析流程.

圖2 修正的DREAM方法的分析流程

3 追尾危險場景的誘導因素分析

3.1 分析過程

以危險工況A675為例，利用修正的DREAM方法進行直行追尾危險工況的誘導因素分析.

提取該直行追尾危險工況發生前車輛運動參數，如表2所示.將表2參數輸入到虛擬駕駛員系統中，在此將前車制動時刻作為事件的開始時刻，設置為0時刻.在該起危險工況中，本車的右側車道有變道空間，虛擬駕駛員系統規劃了制動和變道兩種操縱.本次危險工況中駕駛員采用制動措施，故在此比較制動操縱.

虛擬駕駛員系統模擬了3種制動參考操縱，制動反應時間分別為0、1、2 s.虛擬駕駛員系統模擬得到的車輛加速度曲線與實際操縱曲線的比較見圖3，虛擬駕駛員系統模擬的車速曲線與實際操縱曲線的比較見圖4.

表2 工況A675中的運動參數

對虛擬駕駛員模擬的參考操縱和實際駕駛員的操縱進行比較.參考操縱1、2、3對應的最大制動減速度分別為-3.0、-3.5、-4.7 m·s-2，分析可知，隨反應時間的增加(制動動作越晚)，所需的最大制動減速度也逐漸增加.實際駕駛員采取制動措施的時間為3.1 s，最大制動減速度為-6.9 m·s-2，超出了正常駕駛狀態的加速度范圍.在發生危險前，本車與前車的跟車時距為2.7 s，屬于遠距離跟車狀態.通過虛擬駕駛員系統的模擬分析，可得A675工況中駕駛員的過晚動作是造成危險的主要誘因.

圖3 參考操縱與實際操縱的車輛加速度曲線

圖4 參考操縱與實際操縱的車輛速度曲線

隨后根據DREAM的誘導因素分析方法，分析導致駕駛員過晚動作的具體原因.該駕駛員行駛在封閉道路(高速公路)直行路段，交通密度一般，時間為夜間，光照良好.駕駛員前方車輛為轎車，前方車輛欲換車道，但是換道失敗，從前車制動燈亮起，到駕駛員開始制動，制動反應時間為3.1 s，視頻信息顯示，駕駛員對前車的運動方向判斷不準，根據DREAM 3.0版本中的歸類方法，此為“C2_錯誤判斷情況”.

進一步分析危險工況發生前的視頻信息，造成錯誤判斷前車運動狀況的原因有兩個方面：①駕駛員期待前車變道成功，故并沒有明顯的減速行為，原因為“F2_期待他車特定的駕駛行為”，具體表現為“F2.1_未預測前車的駕駛操縱”；②駕駛員有明顯的轉頭觀察及扶正眼鏡的姿勢，故駕駛員錯誤判斷前方車輛運動狀態的部分原因是“B1_錯過觀察”，具體誘因是“E2_注意力未集中在當前工況”，表現為“E2.2_駕駛員觀察車外車輛行駛情況”.最終得到相應的誘導因素邏輯關系見圖5.

圖5 工況A675的DREAM誘導因素邏輯關系

.

圖5是單個工況的誘導因素關系圖，將多個危險工況的誘導因素關系圖相疊加就可分析某一類危險工況場景的誘導因素關系.以圖6為例，Ⅰ、Ⅱ分別表示工況A675、工況A226的誘導關系圖，將兩者合并可得到Ⅲ，其中因素框中數字為該因素在整個分析過程中本層次分析中的數量，箭頭中數字為前一因素導致后一因素的數量走向.該流程圖由左向右依次閱讀，箭頭左側的因素為導致箭頭右側因素的原因，由左至右各因素表象越來越明顯，由右至左原因越來越深入.

3.2 典型追尾場景的誘導因素分析

3.2.1確定典型追尾危險中場景細分類型

參考NHTSA[7]、AEB Group[8]、SHRP2[9-10]等主流測試機構的研究，將直行追尾危險的場景細分類型分成4類，如表3所示.對所獲得全部危險程度較高的本車直線行駛遇到追尾危險的85例場景進行誘導因素分析.

對不同細分場景類型的誘導因素通過上一章節所述的修正的DREAM方法分析，獲得相應場景下誘導因素邏輯關系圖，如圖7、8、9、10所示，各圖中灰背景框線內所含因素為該層次中較為主要的誘導因素.

3.2.2直行追尾危險場景A的誘導因素分析

如圖7所示，對于直行追尾危險場景A，即本車在直道行駛接近前方車輛，大多數情況都是前車突然緊急制動或處于靜止狀態.導致本車追尾危險發生的原因：① 緊急制動力度不足，占39%，未采取合理制動操縱導致危險的加劇；② 跟車距離過短，占30%，本車與前車跟車距離較短(時距Th<1.5 s)，無法以正常駕駛操縱來處理突發事件.

圖6 工況A675和A226的DREAM誘導因素邏輯關系圖合并

通過DREAM因素分析，導致該類緊急事件的主要原因為駕駛員錯誤地判斷與前車的時間間隔(C1,22次,占67%)，更深層原因則為駕駛員認為該場景下不夠危險，并且期待前方車輛依舊以先前速度行駛(F2,21次).一方面為了保證本車的駕駛空間選擇較小的跟車距離，另一方面即使當前車制動燈亮起之后，駕駛員也不相應減慢行駛速度，最終不得不以緊急制動避免碰撞事故.而錯誤判斷情況(C2,11次,占33%)比例相對較小，通過視頻信息分析，駕駛員在不斷接近前車的情況下，注意力都會集中在前車，注意力未集中導致錯過觀察的情況僅為7次.

在直行追尾危險場景A中，駕駛員往往是因為不良的駕駛習慣導致了危險發生：期待駕駛員特定行為(F2,21次)，習慣性不減速和超速等(F4,5次)以及過高估計自我駕駛技術(F5,11次)等.

3.2.3直行追尾危險場景B的誘導因素分析

如圖8所示，對于直行追尾場景B，即本車在直道行駛接近前方車輛，同時本車左(右)車道有車或障礙物，不具備換道條件.共有39例該類場景工況，與直行追尾場景A相比，77%的工況都發生在交通情況較為擁擠的城市工況，造成追尾危險的原因也有所不同：過晚動作，占36%；跟車距離過短，占39%.

相對于直行追尾場景A，在場景B中過晚動作的比例明顯增加(場景A為10%，場景B為36%).在交通比較擁擠的工況下，前車突然減速，國內駕駛員為了保證本車的通行效率，保證駕駛空間避免其他車輛切入，導致過晚動作的頻繁發生.同時由于交通擁擠，駕駛員為了避免其他車輛的切入，常采取較短的跟車距離，也是直行追尾場景B的主要誘因.

通過DREAM方法分析，導致該事件發生的主要原因為駕駛員錯誤地判斷與前車的距離以及前車速度(C1,30次,占77%)，其中有部分原因是駕駛員受外界影響導致較晚或錯過觀察到前車(B1,14次)，最主要的原因是駕駛員期待前車以特定的方式行駛(F2,21次)以及對自身駕駛技術的自信(F5,6次)，同時在該場景類型中，大量發生在道路擁堵的路段，故駕駛員受擁堵道路影響也容易做出不合適的判斷(E7.3,12次).

3.2.4直行追尾危險場景C、D的誘導因素分析

如圖9所示，對于直行追尾場景細分類型C，即本車在直道行駛，旁車道有車變道，意圖切入本車道.造成該類危險的主要原因是駕駛員采取避讓行為時力度不足.通過DREAM方法進行分析，因為錯誤判斷時間間隔(C1,3次)和前車的運動狀態(C2,4次)占比大致相同，深層分析原因為在前車切入過程，駕駛員往往先采取輕微制動措施，期待前車放棄切入操作(駕駛員期待他車特定駕駛行為(F2,5次))導致了危險工況的發生.各個緊急事件的誘導因素邏輯關系與前述相似，不再贅述.

如圖10所示，對于直行追尾場景細分類型D，即本車接近前車,前車切出本車道，且遇到前方車輛靜止或低速行駛.該類危險場景6例，其中造成該類危險的主要原因為速度過高，導致該類緊急事件的主要原因為駕駛員錯誤判斷前車的運動形式(C2,5次)，即駕駛員認為他車處于較為穩定的駕駛狀態之下，為了防止其他車輛切入占據本車的駕駛空間，本車駕駛員往往通過加速來縮短與前車的距離，導致危險發生.

圖7 直行追尾危險場景A的DREAM誘導因素邏輯關系

圖8 直行追尾危險場景B的DREAM誘導因素邏輯關系

3.2.5直行追尾危險場景的總體分析和比較

綜合對比各個場景中相關的誘導因素，主要有以下特征：

(1) 4種直行追尾危險場景中的主要危險原因不相同，故針對不同結果應該采用不同的措施規避危險，如表4所示，綜合分析各種場景下的直行追尾場景的主要原因(“錯誤方向”僅在場景A中出現過1次，在此不作為主要原因進行分析)，跟車距離過短、力度不足為主要誘因.通過對全部直行追尾危險工況的分析發現距離過短甚至小于1 s的跟車過程非常普遍，大部分情況是前車制定，由于本車跟車距離較近導致危險情況的發生.駕駛員“過晚動作”的比例在危險場景中也較高，駕駛員往往是看到前方車輛，但是由于駕駛習慣等原因，并不及時采取措施來避免危險發生.

圖9直行追尾危險場景C的DREAM誘導因素邏輯關系

Fig.9Causationpatternsfortheincidentsintherear-endscenariosC

圖10 直行追尾危險場景D的DREAM誘導因素邏輯關系

表3 直行追尾危險場景主要誘因的比較

Bianchi等[11]的研究表明，中國有經驗的駕駛員，在追尾危險場景中的最主要的誘導因素為駕駛員習慣性選擇較近的跟車距離，習慣性過晚采取避讓行為.該結論與本文的結論幾乎一致.

(2) 4種直行追尾危險場景中，駕駛員的不良駕駛習慣是主要的誘導因素.

在歐洲，Knipling等[12]認為64%的追尾事故的原因是駕駛員的注意力不集中；B?rgman[13]的研究發現，美國的追尾危險場景中駕駛員的分神為主要的誘導因素.通過中國自然駕駛工況數據的分析，中國道路交通環境相對歐美復雜，駕駛員分神駕駛的情況并不多，有明顯第二行為的案例只有24例，占比為28%；主要的原因為駕駛員自身期待他車會按照預期的行駛方式行駛(F2)，或對自己駕駛技術有足夠的信心(F5)導致對車輛狀態的誤判，最終不得不采取緊急制動行為進行避讓.

4 結論

本文利用修正的DREAM分析方法，對中國自然駕駛數據中的直行追尾危險工況場景的誘導因素進行了深入分析.結果表明，在直行追尾危險場景中駕駛員的“距離過短”和“力度不足”為占比最高的緊急事件.

進一步分析表明，中國駕駛員和歐美駕駛員的駕駛文化是不同的，故表現出來的直行追尾危險工況的誘導因素并不相同.在美國，駕駛員的分神駕駛是發生危險工況的主要原因.但通過本文的研究，在中國直行追尾危險工況中駕駛員分神駕駛的比例并不高(28%).在中國的道路交通環境下，駕駛員通常會采用比較激進的駕駛風格來為自己爭取一定的駕駛空間，但由于中國的道路交通參與者的復雜性，故容易發生危險或碰撞.直行追尾危險場景中最主要的深層誘導因素為駕駛員習慣性期待他車特定駕駛行為等不良駕駛習慣而非與駕駛操縱無關的第二行為.