基于駕駛負荷的改擴建高速公路行車風險評估

匡詩平， 朱順應， 蔣若曦， 汪 攀， 鄒 禾

(武漢理工大學 交通學院，湖北 武漢 430063)

0 引 言

改擴建高速公路是在已有高速公路上的拓寬改建，大多數高速公路改擴建時邊通車邊施工，車輛在其上行車時，由于施工區的存在，駕駛人需要進行頻繁換道、并道行駛等，復雜的施工區環境極易導致駕駛人的體力和精神負荷消耗增加，引起駕駛員的緊張與駕駛疲勞，增加發生交通事故的可能性。現有的研究主要是針對已建成道路，而對于改擴建高速公路的復雜場景則研究得較少。改擴建高速公路由于施工期的影響，道路變窄，路側干擾較大，駕駛員的心理負荷水平顯然比在正常道路行駛要高。研究表明，駕駛員的心理-生理負荷與駕駛疲勞易引起駕駛員的不當操作并處于危險狀態[1]，進而引起可能發生的交通事故。因此，建立改擴建高速公路駕駛員駕駛負荷風險評價模型，預測施工區風險等級，對指導改擴建高速公路施工區的安全行車具有理論意義，并對進一步研究施工環境下駕駛人心理-生理負荷影響機制提供了數據支撐和分析方法。

國內外的學者對駕駛負荷的研究由來已久，Henrik Wiberg等[2]研究認為心理變量(心率、皮膚皮導水平、呼吸持續時間、注視等)可作為變化的場景下駕駛負荷的度量，其中，心率指標的應用較為廣泛，與心率相關的指標(如心率值、心率增長值、心率變異性等)能夠有效度量駕駛員的心理-生理負荷水平[3]，重慶交通大學的徐進等研究了山區公路不同路段條件下行駛參數(踏板力、轉動角速度等)與駕駛員心理-生理負荷(心率增長率)的相關性[4-6]。河北工業大學的王清洲等研究了山區旅游公路線形指標和運行速度等參數對心率增長值的影響規律[7]。心率變異性是指逐次心跳周期差異的變化情況，心率變異性能夠反應駕駛員的腦力負擔與駕駛疲勞程度[8, 9]，心率變異性的分析方法一般有時域分析法、頻域分析法以及非線性分析法等，考慮到采集數據的頻率及連續性，可采用改進心率增長率作為心率變異性的指標。

關于駕駛負荷如何影響交通安全，有統計分析認為當綜合駕駛負荷達到一定閾值后，交通事故率明顯增加。駕駛負荷作為駕駛員的心理水平參數能在一定程度上預測事故的發生。林聲等[10]認為合理的駕駛負荷實現了安全行車并確立了駕駛負荷安全分級閾值，該分級模型將山區公路分為高風險路段、較高風險段和安全路段。駕駛負荷是綜合駕駛行為的表現，交通事故的發生受交通環境、行車狀態、駕駛行為等的直接影響，為了進一步地預測交通事故的發生、分析潛在的交通風險特性，考慮多種因素的交互影響，建立高速公路改擴建路面施工階段駕駛風險分級評價機制對于指導安全行車具有重要意義。

1 試驗方案

1.1 試驗道路

試驗選擇濟南至青島的改擴建高速公路，該道路由雙向四車道改為雙向八車道。采集時間為2018年5月8日-2018年5月17日，試驗時道路正處于路面施工階段(半幅通車半幅封閉施工)，通車的半幅采用臨時隔離的方式，雙向四車道行駛，存在轉序(由一個半幅進入另一個半幅)、交織(駛入或者駛離改擴建道路)等復雜施工區環境，駕駛人普遍需要采用應急車道進行超車行為，路段調控車速控制在80 km/h，路側有防撞桶、施工工具等干擾。試驗在三個施工標段分別進行，3個標段情況不一，具體道路情況如圖1、表1所示。

圖1 試驗道路實景及示意圖

表1 道路情況統計

試驗人員由起點收費站出發，在終點收費站掉頭返回，來回的數據均被采集。第一標段試驗段起始站為高密收費站，終點站為墨東收費站，全長59 km；第二標段試驗段起始站為濰坊東收費站，終點站為峽山收費站，全長24 km；第三標段試驗段起始站為昌樂收費站，終點站為濰坊東收費站，全長29 km。

1.2 被試駕駛員

試驗駕駛員由當地招募的志愿者組成，其中，男性駕駛員12名，女性駕駛員4名，平均年齡為31.4歲，標準差為11.5，平均駕齡5.8年，標準差為3.9。高速公路行車危險，為保證實驗安全，沒有選擇實習駕駛員或者對駕駛道路不熟悉的駕駛員作為志愿者。試驗時，不對駕駛員行駛習慣進行限制和要求，駕駛員按照平時習慣行車，即保持自然駕駛狀態。

駕駛員在試驗路段往返行車一次，駕駛員進入高速路段時進行計時，出高速路口計時停止，試驗時天氣良好，駕駛員精神狀態都良好。

1.3 數據采集

1.3.1 車輛行車參數采集設備

本實驗基于廣汽傳祺小汽車實驗平臺開發的駕駛行為分析綜合實驗平臺(如圖2所示)開展數據采集和分析，數據采集頻率為10hz，主要設備如下。

圖2 綜合駕駛實驗平臺

毫米波激光雷達：用于檢測車輛前方障礙物信息，并能提取前方車輛或障礙物的的車頭間距和相對速度；

車載OBD接口：通過Kvaser采集卡(或CANoe分析儀)獲取OBD-II接口數據， 獲取車輛的車速、油門踏板開度、剎車踏板壓力、橫向角速度、縱向加速度、方向盤轉角等參數；

RT2500 慣導系統：通過 RT2500 慣導來測量汽車的橫向加速度、縱向加速度、經度和緯度等參數；

Mobileye 系統：通過 Mobileye 系統能夠獲取車輛相對車道線的位置(車道偏移量) 和與前方車輛的車頭時距(Time Headway)。

在MATLAB環境下解析，得到一個樣本的部分示例數據如圖3。

圖3 駕駛員A行車參數示例

1.3.2 駕駛員心率的采集

考慮到實驗的成本及使用的便捷性，本次實驗采用Mio fuse心率手環對駕駛員的心率數據進行記錄。該款心率手環對駕駛員的干擾較小，可以實現自動連續實時監測并顯示變化的心率，其采樣頻率(1 Hz)滿足本次試驗要求。圖4展示了16名駕駛員往返試驗路段的心率連續曲線。

圖4 駕駛員心率曲線

2 評價指標與模型

2.1 駕駛負荷

心率是一個心理指標，在醫學上講，心率是循環功能的一個重要參數[11]，其反應為心臟收縮的頻率。心率不僅反應人內在的起搏器活性，還反應交感神經系統和副交感神經系統的持續活動(外在調節)[2]。 多年的研究表明，心率是個體認知壓力的敏感變量，也反應了個體身體壓力的變化特性[12]。影響心率變化的因素有很多，例如增加鍛煉[13]、年齡等。

目前關于心率的應用研究較少，大部分是采用心電圖的方式，而在很多情況下僅根據離散的心率波動很難做出正確的判斷，于是人們從普遍的心率波動找到一種數字化的定量判斷方法，并了解其疾病、生理狀態的關系，心率變異性就是其中之一。本次試驗中沒有發生交通事故等嚴重事件，可以將心率平均值作為駕駛員安全駕駛時的心率均值，并將在此基礎上駕駛員的心率增長率作為駕駛員心率變異性指標。之所以沒有采用駕駛員平靜狀態的心率均值，我們認為平靜狀態的心率不能反應駕駛員的駕駛時特征，采用無事故安全駕駛過程中的心率均值更能反應駕駛員駕駛這一情景。駕駛員在駕駛狀態下的改進心率增長率的計算公式為：

HRI=(H-H)/H

(1)

式中:HRI為改進心率增長率；H為駕駛員心率值；H為駕駛人心率均值，采集頻率為1 Hz。

本文的心率變化率為連續的心率變化率，根據時間戳，采用MATLAB軟件間隔獲取駕駛員行車參數，并使頻率匹配，采用頻率為1 Hz的連續值對駕駛員的實時狀態進行跟蹤分析。

2.2 駕駛負荷模型

駕駛人駕駛負荷與多個因素相關。本次實驗采集了駕駛時的運動參數、操作參數、車道偏離、跟車參數以及GPS位置參數。經過共線性診斷及相關性分析可知，車速能有效表征車輛的運動狀態。油門、剎車與車速具有較強的共線性，故選擇方向盤角度作為操作參數的表征變量。車道偏移變量中，選擇車輛偏離最右側車道的距離作為偏移的表征變量。跟車參數中選擇車頭時距作為表征變量。以駕駛負荷和車頭時距作為因變量建立回歸模型。

回歸方程為：

yi=aijxij-iisij+bij

(2)

式中:yi為因變量，即駕駛負荷、車頭時距;xij為因變量i時的自變量，即車速、方向盤角度、偏離右車道距離;xij為自變量均值;sij為自變量標準差;aij為因變量i自變量j時的標準化回歸系數，bij為因變量i自變量j時回歸方程的常量。

2.3 評價模型

林生等[10]的研究結果表明駕駛人駕駛負荷與事故率之間存在著近似拋物線的關系,如圖5所示。

圖5 駕駛負荷與事故率關系模型

為了更進一步了解駕駛負荷與事故風險的關系，本文收集了試驗路段全線近3年(2016-2018)的事故經濟損失。經濟損失是事故嚴重程度的側面反應，其比事故率更能反應事故發生的后果。根據經緯度匹配本次試驗的心率增長率均值，得到心率增長率均值與經濟損失之間的關系，如圖6所示。

圖6 濟青高速事故經濟損失與心率增長率之間的關系

根據統計分析，本次采集的駕駛員負荷服從正態分布，又由拋物線的性質可知，此時駕駛負荷的均值即為拋物線頂點。駕駛負荷度量的駕駛人心理狀態，主觀性較大，并不能完全反應這個駕駛的過程。為客觀度量駕駛時的人車狀態，本文結合車頭時距指標。車頭時距(TH)反應了自然駕駛過程中的跟車特性，能代表潛在風險。建立基于駕駛負荷的改擴建高速公路安全評價模型，即，

minW=minf(HRI,TH)

HRI∈HRI±mSHRI

TH>TH

(3)

式中:W為事故率;HRI為駕駛負荷，即改進心率增長率;TH為車頭時距，s。為使事故率降到最低，二元函數f值應達到最低;m為駕駛負荷控制系數，可取1、2、3……;S為標準差。

以上基于駕駛負荷的改擴建高速公路安全評價模型為無具體目標函數的優化模型，駕駛負荷與車頭時距關于事故嚴重程度的影響權重由于數據有限，本文不做探討，故采用無具體目標函數的優化模型。模型中，事故的嚴重程度受兩個因素約束，即駕駛負荷值HRI與車頭時距TH，根據數理統計理論及拋物線的性質，引入駕駛負荷控制系數m作為駕駛負荷參數的分級控制變量。

3 結果與分析

3.1 回歸分析

考慮到試驗數據量大以及自然采集的不穩定性，有必要對試驗數據進行清洗、篩選工作，采用大數據分析軟件SPSS Modeler進行數據的空白值、極值(偏離均值5倍標準差)的處理，空白值進行丟棄，極值進行替換，共收集到有效數據30 549(原數據38 585)條，即共500 min的駕駛記錄數據。

采用自然駕駛實驗車數據，分析改擴建高速公路行車各參數與因變量駕駛負荷、車頭時距的回歸結果,見表2、表3。

表2 各因素駕駛負荷回歸分析

表3 各因素車頭時距回歸分析

根據各因素描述性統計分析可知，各因素統計變量在合理變化范圍內，具有實際分析的意義。根據各因素對因變量駕駛負荷回歸分析結果可知，各因素Sig=0.000<0.005，具有顯著性。

根據各因素描述性統計分析可知，各因素統計變量在合理變化范圍內，具有實際分析的意義。根據各因素對因變量駕駛負荷回歸分析結果可知，各因素Sig.=0.000<0.005，具有顯著性。

3.2 模型分析與結果

根據模型(2)及回歸方程，當m分別取值1、2、3時，將因變量取值范圍代入式(3)，得到自變量取值范圍,見表4。

表4 各因素合適取值范圍

由分析結果知，當駕駛負荷控制系數m=2、3時，駕駛負荷對偏離右車道距離沒有約束性，此時參數偏離右車道距離由車頭時距約束，當車輛偏離右車道距離大于2.6 m時，駕駛員能保持較優的車頭時距。當m=1時，偏離右車道距離不能大于6.4 m，此時車速的合適范圍為77.8～77.9 km/h，方向盤角度的合適范圍為-13.9～9.7° 。

車速的最優低值由車頭時距控制，說明以較低的速度行車時會導致車頭時距的減小，會導致安全風險。速度的最優高值由駕駛負荷控制，速度增加會導致駕駛負荷的增加，不利于安全行車。

方向盤的最優低值由車頭時距控制，說明向右打方向盤會導致車頭時距的降低，會保持合適的車距，駕駛員應盡量靠左駕駛。方向盤的最優高值由駕駛負荷控制，幅度較大的方向盤操作將導致駕駛員駕駛負荷的增加。

4 結 論

本文基于改擴建高速公路的試驗環境，結合跟車參數車頭時距建立了駕駛負荷安全模型，該模型評價效果較好，基于該模型可以得到改擴建高速公路行車參數的優化范圍，對于指導改擴建高速公路行車、拓展安全領域的研究具有重要意義。

具體結論如下：

(1)在基于駕駛負荷的改擴建高速公路安全評價模型中，行車安全不僅受人的因素(駕駛負荷)控制，與車頭時距也具有很強的關系。

(2)基于駕駛負荷的改擴建高速公路安全評價模型，當駕駛負荷控制系數m減小時，此時對車速、方向盤角度、偏離右車道距離的要求較高，需保持在一個較窄的范圍，當然，此時的安全系數也最高。

(3)在改擴建高速公路行車時，車速過高或過低都不利于安全行車，較低的速度意味著車頭時距較低，有發生碰撞的風險，過高的速度將導致駕駛負荷增加，事故率增加。

(4)在改擴建高速公路行車時，保持較低頻率及幅度的方向盤操作將提升駕駛安全系數。

(5)改擴建高速公路由于道路施工，橫斷面是不標準的，與右車道保持合適距離能顯著提升安全系數，太低將導致車頭時距的降低，太高會導致駕駛負荷的增加。

本文仍存在不足。駕駛負荷控制系數的定量研究有待進一步驗證，本文駕駛負荷模型能否更為廣泛的應用有待進一步驗證。改擴建高速公路安全行車受多種因素共同作用，本文由于采集條件的限制，沒有綜合考慮道路線形、交通量、環境等因素的作用。