高鮮萍,卞學良,李祥峰,武文佳
(1.河北工業大學 機械工程學院,天津 300401; 2.天津職業技術師范大學 汽車與交通學院,天津 300222;3.邢臺職業技術學院,河北 邢臺 054035; 4.天津中德應用技術大學 汽車與軌道交通學院,天津 300350)
車輛在轉彎行車時,由于側向穩定性變差及視覺效果不良容易引發交通事故,其事故后果嚴重。隨著傳感器技術和人工智能技術的發展,人們開展了關于智能輔助駕駛控制的大量研究[1-3],汽車輔助模塊的預警和控制大大降低了交通事故率[4-6]。而這類決策依賴于對駕駛員、車輛和道路的狀態感知[7-8]。本研究從駕駛員駕駛行為角度出發,分析在彎道行駛中的轉向拓撲特性,以期為車路協同下的智能輔助控制及道路交通安全控制提供依據。
目前,有不少學者相繼對彎道駕駛及駕駛員轉向行為進行了研究。Lee等[9]通過函數對駕駛員行為進行建模,并以此分析了駕駛員的轉向控制過程。Abbink等[10]從駕駛員轉向行為控制理論分析了駕駛員行為的差異性。Salvucci等[11]通過軟件建模和硬件平臺對駕駛行為進行了整體性分析,并通過試驗分析了緊急變道時轉向持續特性和轉向角度特征。Wu[12]基于自然駕駛數據對緊急轉向行為建模并分析了轉向盤轉角變化特征。Yang[13-14]依靠轉向角度傳感器信號,結合車載通信獲得的汽車行駛信息,通過汽車運動學建模識別了轉向行為。以上大多從建模和仿真方面開展研究,且側重于轉向持續時間和特征的整體性分析,很少從駕駛員駕駛信息采集的角度關聯分析轉向行為及各階段特征。
駕駛員轉向行為根據需求不同可分為常規道路轉向和緊急避障轉向,其中常規道路轉向包含道路交通中因交通規則和駕駛需求形成的變道、轉向、U-turn[15]等駕駛行為,是道路交通中的主要駕駛行為,本研究以此類行為為研究對象。
本研究通過設計市區某路況的駕駛試驗,完成對轉向過程中駕駛信息的采集和數據整理,針對試驗過程中的2個完整轉向環節的持續時間、轉向盤轉速及角度進行數學擬合,得出轉向特征點及特征曲線,實現對駕駛轉向行為的量化分析。
試驗路段以天津市某典型市區路段為例,立交橋下U-turn路段,單向4車道,中間設有隔離設施,每側路段包含直道和掉頭轉彎路段,靠近隔離帶的1條車道為U-turn道路。駕駛員為28~40歲年齡段的9名駕駛員,具有3 a以上駕駛經驗。選用 2.0 L 排量的自動檔家用轎車,駕駛員對路況和駕駛路線熟悉,每個駕駛員完成多次試驗任務。用差分定位系統(DGPS)對車輛行駛軌跡進行記錄,用眼動儀(Dikablis)記錄駕駛員操作和神態相關數據,用轉向參數測試儀記錄轉向盤參數。通過試驗,采集并篩選了32個有效的轉向記錄片段。
駕駛過程中要求駕駛員完成2類轉向任務,第1個轉向任務為換道側移,駕駛員從Cs點開始掃視準備(圖1),隨后開始轉向操作,使車輛按一定的航向角駛入側方車道,之后為防止車輛側向位移過大,重新調整方向盤轉角,直至回到轉角為0°的車輛最佳航向位置,此時為換道側移階段的終點Cz。

圖1 試驗道路及轉向階段劃分Fig.1 Division of test roads and steering phases
此后車輛保持直線行駛完成第2個轉向任務U-turn轉向,Ub點為駕駛員開始轉向操作點,Ur點為轉彎入口點,此階段行駛過的距離稱為本試驗的進彎提前距離Lbr。此后,駕駛員通過適度調整轉向角使車輛保持最佳航向角行駛,平緩實現左轉行駛至出彎點Uc,此階段行駛過的道路直線距離為彎道保持距離Lrc。之后,轉向盤由最大轉角逐漸減小至0°到達轉向行為終點Uz,此階段行駛過的距離為出彎距離Lcz,U-turn轉向完成。如圖2所示。

圖2 轉向行為特征點與持續距離Fig.2 Characteristic points and continuous distance of turning behavior
(1)換道側移階段
換道側移階段前期為駕駛人感知、獲取關鍵信息階段,車速逐漸呈減小趨勢,之后駕駛人根據經驗執行轉向換道,車輛由中間車道減速變道至左側車道,轉向目標范圍是左側車道范圍區域。
試驗中將駕駛人第1次觀看視覺邊緣處的時間點記為換道側移階段的起始點Cs,駕駛人在道路A點開始轉動方向盤(圖1),此階段經歷的時間為換道前注視時間TCs-A,從A點至Cz點(方向盤回到轉角為0°的車輛最佳航向位置)的經歷的時間為換道側移時間TAz。
試驗數據如圖3所示,側移換道前注視時間TCs-A集中在0.5~2.0 s之間,平均值為1.02 s。

圖3 換道前注視時間分布Fig.3 Distribution of fixation time before lane changing
(2)U-turn轉向階段
在U-turn轉向階段,駕駛員通過控制車輛航向角,確保車身位姿處在車道中心線附近。這一過程對轉向準確范圍有較高要求,轉向行駛控制范圍變小,操作持續時間較短。因此,駕駛員一般會通過多次微調方向盤實現安全轉向。

圖4 U-turn注視時間Fig.4 Fixation time of U-turn
如圖4,U-turn入彎階段平均注視時間0.2~0.9 s,彎道保持階段平均注視時間0.3~1.2 s,出彎階段平均注視時間0.2~0.5 s。從中位數來看,入彎與出彎階段表現為信息的粗粒度處理階段,駕駛員需要較小的認知努力,注視時間較短。通過對持續時間進行顯著性檢驗,出彎及入彎(F=1.106,P=0.331>0.05)持續時間差異不顯著。而彎道保持階段為信息細粒度處理,視覺認知負荷大,表現為較長的注視時間。
同時,從駕駛員視覺分布區域來看,入彎前較早地開始注視視覺邊緣處,獲取充分的左側、右側和前方交通信息,但出彎處信息感知與注視時間變短,駕駛人主要關注道路右側及前方區域[16]。
如圖5所示,從單組試驗工況數據來看,提前進彎距離Lbr和出彎距離Lcz數據接近,即可認為車輛在入彎行駛和出彎行駛時駕駛員的轉向行為信息接近對稱,單從總體數據的分布來看,Lcz大于Lbr,相比較入彎而言,出彎駕駛更加緩和。

圖5 U-turn 進彎和出彎距離Fig.5 U-turn turn-in and turn-out distances
駕駛員轉向過程依賴于人體手部運動,Morasso指出人類手部在完成目標動作時,手部的運動速度和時間關系與正態分布曲線類似[17]。在汽車轉向過程中,駕駛員操作方向盤的運動過程可看作手部速度和位移的變化過程。結合本試驗路況特點,選用高斯函數式(1)對方向盤轉向過程進行擬合分析,每個高斯函數可認為產生1次轉向修正。
(1)

(2)
(1)換道側移階段
換道側移的主要目的是使車輛進入左側轉向車道,轉向目標是左側車道范圍區域,但對響應時間要求不高,駕駛員一般會多次微調方向。選取1組試驗數據進行曲線擬合,轉向盤角速度曲線分別由3個轉向基元擬合而成,擬合曲線如圖6所示。擬合參數如表1所示,其中R2為0.996 38,根據圖7可知,擬合值與實際數據擬合度較高,且殘差值隨自變量變化變動較小,模型穩定。擬合曲線因駕駛員風格不同而有擬合差異,修正次數越多,擬合基線越多,參數越多,但總體趨勢基本相同。
根據以上擬合曲線可知,方向盤最大轉角可表示為:
(3)

圖6 換道側移轉向盤轉速曲線擬合結果Fig.6 Fitted rotation speed curve of steering wheel during lane changing

表1 換道擬合參數Tab.1 Fitting parameters of lane changing

圖7 殘差分析圖Fig.7 Residual analysis diagram
化簡式(3)可得:
(4)

故
(5)
可根據轉向持續時間的分布區域分別獲得不同階段的轉向最大角度。
(2)U-turn轉向階段
此階段由于駕駛員在適度調節轉向盤方向,因此轉向盤轉速波形具有多個小峰值特點,利用5組正態基線函數的多峰值擬合后,波形曲線如圖8所示(入彎與保持)。

圖8 U-turn方向盤轉速曲線Fig.8 U-turn steering wheel’s rotation speed curve
擬合曲線R2為0.978 05,根據殘差圖可知實際數據與擬合值吻合度很高,且殘差值不隨自變量變化,模型穩定。
同理可得,此階段方向盤最大轉角可表示為:
(6)
化簡式(6)可得:

故可根據轉向持續時間的分布區域分別獲得不同階段的轉向最大角度。在這一階段存在轉向盤無轉速的時間段,受駕駛員個性和駕駛經驗的影響,基線函數的組合數目會有所區別,但曲線基本走勢相近。
本研究從駕駛員駕駛行為角度出發,進行了路段道路試驗。試驗數據表明,換道前注視時間集中在0.5~2.0 s之間,平均值為1.02 s。U-turn 轉向入彎階段平均注視時間為 0.2~0.9 s,彎道保持階段平均注視時間為 0.3~1.2 s,出彎階段平均注視時間為0.2~0.5 s,這表明駕駛人信息感知階段進行粗粒度信息處理,需要較小的認知努力,表現為較短的注視時間; 而執行階段進行細粒度信息處理,視覺認知負荷大,表現為較長的注視時間。
車輛在U-turn轉向入彎行駛和出彎行駛時駕駛員的轉向行為信息接近對稱,單從總體數據的分布來看,出彎駕駛更加緩和。合理的進彎提前距離不僅有利于運營道路的交通管理和規劃,而且有利于輔助駕駛的轉向策略的制訂。通過轉向特征點設計合理的道路警示標志、智能交通信息控制,一方面可為駕駛員提供預警提示信息,另一方面可為人車路協同控制提供最佳位置參考點。
在汽車轉向過程中,駕駛員操作方向盤的運動過程可以看作手部速度和位移的變化過程。結合本試驗路況特點,選用高斯函數對方向盤轉向過程進行擬合分析, 發現轉向擬合基線函數的組合數目隨駕駛員不同有所區別,但曲線基本走勢相近,表明轉向基線的模擬分析可表征轉向駕駛行為的典型特征。這與文獻[9,18]研究發現的人體手部趨向行為理論相吻合,方向盤轉速和轉角的運動呈正態相關性,有利于在數據資源的基礎上,提前分析駕駛員轉向行為,為安全預警和避撞控制提供一定的依據。