快速路合流區(qū)大型車換道時空特征及風險研究

溫惠英 李秋靈 趙勝

(華南理工大學 土木與交通學院，廣東 廣州 510640)

隨著客貨運量的不斷增長，大型車在道路運輸中的車型占比逐年增加，對道路交通運行產(chǎn)生較大影響。與小轎車相比，大型車在車輛尺寸、動力性能和事故特征方面呈現(xiàn)明顯差異。由于大型車長度與寬度比小轎車更大，占據(jù)橫縱向空間多，其換道和轉(zhuǎn)向所需的空間大、持續(xù)時間長，對周圍駕駛?cè)水a(chǎn)生強烈的壓迫感。同時，大型車較高，易遮擋后方車輛和兩側(cè)車輛的視線，嚴重影響周邊其他車輛視距，是交通事故的重要致因。在動力性能上，大型車的最高車速、最大爬坡坡度和操縱穩(wěn)定性均低于小轎車；且因其質(zhì)量大，運動慣性與動能龐大，故制動時間比小轎車長。在事故特征上，大型車發(fā)生重特大交通事故的可能性更大。據(jù)統(tǒng)計，當事故中有中大型車時，發(fā)生重特大事故的數(shù)量占總事故數(shù)的比例為74.30%；而當事故中沒有中大型車時，發(fā)生重特大事故的數(shù)量占總事故數(shù)的比例為48.03%[1]。鑒于大型車在道路交通運輸上的重要地位及其對交通安全的深遠影響，有必要深入研究大型車駕駛行為與行車風險特征。

跟馳與換道是快速路上兩種典型的駕駛行為。與跟馳行為相比，大型車變換車道時，駕駛員不僅需頻繁觀察當前車道前后車的位置與速度，還應(yīng)時刻注意其與目標車道前后車的間距，精神與心理負荷較大，易誘發(fā)錯誤決策或失誤操作。同時，由于車輛尺寸與動力性能上的異質(zhì)性，大型車換道行為的影響范圍廣、持續(xù)時間長，對局部交通流的擾動明顯，更容易發(fā)生交通沖突，甚至引起交通事故。因此，文中著重研究大型車的換道行為特性，挖掘其時空風險分布規(guī)律。

國內(nèi)外學者圍繞換道行為開展了諸多研究并取得了大量的成果，現(xiàn)有研究主要集中在換道特性分析和換道安全性分析上。在換道特性分析方面，已有較多的研究分析了小轎車換道行為的時空特征，主要包括換道持續(xù)時間、縱向換道行駛距離、換道車輛與周圍車輛狀況等。Olsen等[2]研究發(fā)現(xiàn)小轎車平均換道時間為6.28 s，且超過37%的換道致因來自前方慢車。黨睿娜等[3]發(fā)現(xiàn)70%的駕駛員在接近前車時選擇換道，且換道時的加速度為-1～1 m/s2。Wang等[4]研究得出車輛速度為15～20 m/s時，其向左換道與向右換道時長沒有顯著區(qū)別。王雪松等[5]通過分析車輛運動軌跡數(shù)據(jù)發(fā)現(xiàn)，換道切入的平均持續(xù)時間為3.82 s，且約有15%的駕駛員在前車變道切入時速度變化超過10%，表現(xiàn)出明顯的“不禮讓”。王暢等[6]研究發(fā)現(xiàn)營運客車平均換道持續(xù)時間為10.4 s，且車速越高，橫向偏移量越小，換道軌跡與車道線夾角也越小。Yang等[7]采用多級混合效應(yīng)模型，分析了換道間隙及換道持續(xù)時長與影響因素之間的關(guān)系。馬小龍等[8]研究發(fā)現(xiàn)，平均換道時間為6.09 s、平均換道距離為148.08 m，換道車輛與目標車道后車的平均距離最小，與正前方車輛的平均速度差最大。此外，部分學者對不同氣候條件[9]、交通環(huán)境[10]、交通狀態(tài)[11]下的換道行為特性進行了研究；同時，駕駛?cè)颂卣鱗12- 13]和駕駛設(shè)備[14]對換道行為的影響也廣受研究者的關(guān)注。在換道安全性分析方面，已有研究證明車輛換道行為影響道路交通流狀態(tài)[15]，可能降低道路交通容量[16]。Oh等[17]采用二元邏輯回歸模型對車輛換道行為進行仿真，計算車輛與前車之間的TTC(碰撞時間，Time to Collision)，得到碰撞概率，并基于此描述相鄰車輛間的碰撞風險。Ali等[18]建立了持續(xù)生存模型，用于量化車聯(lián)網(wǎng)環(huán)境對強制換道安全性的影響。張?zhí)m芳等[19]基于比例優(yōu)勢模型，分析了高速公路出口區(qū)換道風險分布特征。彭濤等[20]基于側(cè)向速度正態(tài)分布擬合方法，建立了考慮人-車-路相互作用的高速公路彎道路段車輛緊急避撞安全換道模型。柳本民等[21]通過分析影響換道越線時間的各項因素，建立了越線時間Cox比例風險模型。薛清文等[22]利用修正碰撞裕度對跟馳和換道行為進行風險評估，以識別危險駕駛行為。Wu等[23]用TTC、SDI(停車距離，Stopping Distance Index)兩個指標分別衡量時間、空間風險水平，通過故障樹分析法構(gòu)建綜合風險指數(shù)，實時識別換道風險。Chen等[24]劃分了16種不同換道模式，在考慮影響換道安全因素異質(zhì)性的基礎(chǔ)上進行風險評價。

綜上，國內(nèi)外在換道特性和安全性等方面的研究已取得了大量的成果，但存在研究的車輛類型比較單一、研究內(nèi)容較少考慮時空關(guān)系等問題。一方面研究對象多為小轎車，而大型車與小轎車在車輛尺寸、動力性能和事故特征等方面都存在差異，因此有必要研究其不同的換道特性。另一方面，大型車換道安全性與周圍車輛的運行工況存在復雜的時空關(guān)系；例如，大型車與周圍車輛之間的TTC越小，其安全性越低等；大型車在前車速度較慢或跟馳間隙較小時傾向于換道，且在換道過程中與各鄰近車輛之間的安全交互關(guān)系存在差異。因此，有必要研究大型車換道的時空特征及其安全性，挖掘大型車換道時的潛在危險源，為大型車交通事故預防與識別提供參考依據(jù)。有鑒于此，文中基于快速路合流區(qū)大型車運動軌跡數(shù)據(jù)，分析合流區(qū)大型車換道時空特性和安全風險；以期為大型車換道決策模型和換道輔助系統(tǒng)的建立，以及對快速路合流區(qū)交通安全優(yōu)化等提供借鑒和指導。

1 數(shù)據(jù)來源及處理

1.1 數(shù)據(jù)來源

文中數(shù)據(jù)來源于東南大學智能交通實驗室分享的開源數(shù)據(jù)集[25]，該數(shù)據(jù)集采自中國江蘇省南京市龍蟠南路快速路高架合流區(qū)(圖1中的紅色方框內(nèi)區(qū)域)。合流區(qū)路段長度為427 m，由東向西合流，東端為單向5車道，西端為單向3車道。研究團隊借助無人機(大疆“御”Mavic Pro)在310 m高空連續(xù)拍攝4 min15 s，運用圖像識別技術(shù)提取車輛運動軌跡數(shù)據(jù)，幀率為24幀/s，經(jīng)過人工校核確保數(shù)據(jù)實現(xiàn)100%車輛識別跟蹤，得到每輛車的位置坐標、速度、加速度、車道等信息。

圖1 無人機拍攝的合流區(qū)路段

1.2 數(shù)據(jù)處理

在換道過程中，大型車與周圍車輛頻繁博弈，其交互對象最多涉及4輛車，即原車道和目標車道的前后車。記換道車輛為O、原車道前車為F1、原車道后車為B1、目標車道前車為F2、目標車道后車為B2，如圖2。本研究將車身長度超過6 m的車輛定義為大型車，設(shè)大型車所在車道編號變化的時刻為其換道瞬間(設(shè)為第n幀)，截取換道瞬間前108幀和換道瞬間后107幀數(shù)據(jù)(時間長度為9 s)，并截取原車道和目標車道前后車對應(yīng)時間段的216幀數(shù)據(jù)，共同構(gòu)建大型車換道樣本，如圖3所示。經(jīng)過數(shù)據(jù)處理，剔除不完整或異常的數(shù)據(jù)，獲得191個大型車換道樣本。

圖2 換道車輛與周圍車輛關(guān)系

圖3 換道樣本

為了分析大型車換道特征，有必要確定樣本中的換道起點與終點。對于換道起點和終點的識別，已有學者提出諸多方法，但尚未形成統(tǒng)一標準。黨睿娜、王忠宇等[3，10]以車輛與車道線之間的相對距離為標準，對換道行為起終點進行判斷，而馬小龍等[8]則以換道車輛是否持續(xù)橫向偏移為判斷依據(jù)。文中結(jié)合前人研究成果，選取車輛開始持續(xù)橫向偏移的時刻作為換道起點，結(jié)束持續(xù)橫向偏移的時刻為換道終點。如圖4所示，換道車輛從A時刻開始向目標車道持續(xù)偏移，在B時刻車輛中心點跨越車道線，到C時刻結(jié)束。設(shè)換道起始時刻A至結(jié)束時刻C之間的時間間隔為換道持續(xù)時間tc；車輛在換道過程中的縱向行駛距離為Lc。文中以B時刻為分界線，將車輛換道過程分為兩部分：車輛開始換道至恰好跨越車道線的時間間隔設(shè)為前半時間t前；車輛越過車道線至換道結(jié)束的時間間隔設(shè)為后半時間t后。

圖4 車輛換道軌跡

2 大型車換道時空特性分析

2.1 換道時間分析

2.1.1 換道持續(xù)時間tc

通過統(tǒng)計大型車換道持續(xù)時間tc，發(fā)現(xiàn)其均值為5.28 s，最小值為1.96 s，最大值為8.97 s，標準差為1.78，且45.03%的大型車換道持續(xù)時間集中在4～6 s之間。由于研究場景為快速路合流區(qū)，強制換道現(xiàn)象較多，樣本中大型車換道持續(xù)時間的均值略小于馬小龍等[8]和王暢等[6]的研究結(jié)果。

在車輛換道時間分布上，王雪松等[5]選取8種分布類型對變道切入持續(xù)時間進行擬合，發(fā)現(xiàn)Lognormal分布擬合效果最好。為了分析大型車的換道時間分布規(guī)律，本研究選取Normal、Lognormal、Logistic、Log-Logistic、Gamma和Weibull 6種模型對換道持續(xù)時間分布情況進行擬合，計算各模型的赤池信息量準則(Akaike Information Criterion，AIC)，其中AIC越小說明擬合效果越好，如表1和圖5所示。結(jié)果顯示，用Weibull分布模型擬合大型車換道持續(xù)時間的效果最佳，其密度函數(shù)為

(1)

式中，x為隨機變量，λ為比例參數(shù)，k為形狀參數(shù)。

表1 6種模型擬合效果對比

圖5 換道持續(xù)時間頻率分布

2.1.2 前半時間t前與后半時間t后

經(jīng)統(tǒng)計，大型車換道前半時間t前的均值為2.60 s，標準差為1.19；后半時間t后的均值為2.68 s，標準差為1.05。同樣選取上述6種數(shù)學模型分別對t前和t后進行分布擬合，發(fā)現(xiàn)采用Weibull分布擬合效果最佳，如表1和圖6-圖7所示。

圖6 前半時間頻率分布

圖7 后半時間頻率分布

2.2 換道空間分析

2.2.1 換道位置分布

由于快速路合流區(qū)外側(cè)車道合并形成瓶頸區(qū)域，大型車換道位置在橫向與縱向分布上均呈現(xiàn)鮮明的特點。在橫向上，大型車在不同車道的換道方向與頻數(shù)存在顯著差異。設(shè)車道編號由內(nèi)向外依次增加，最內(nèi)側(cè)車道為車道1，最外側(cè)車道為車道5，則大型車在各車道的換道情況如表2所示。由表2可見，除車道1外，大型車在其他車道向左換道的次數(shù)均比向右換道多，且車道3、4、5均為向左換道。這主要是因為大型車在車道1上只能向右換道，而車道5和車道4先后并入內(nèi)側(cè)道路，大型車被迫向左換道，并誘發(fā)車道2和車道3上的大型車逐漸向左換道以獲取更大行駛空間。

表2 各車道的大型車換道分布情況

在縱向上，車輛換道位置與距離合流區(qū)瓶頸路段的剩余長度有關(guān)。文中設(shè)車道橫斷面為橫向，根據(jù)車道數(shù)劃分為5個部分，車輛行進方向為縱向，根據(jù)換道位置分布情況劃分為18個部分，由此得到5×18個方格，每個方格規(guī)格為3.5 m×20 m，統(tǒng)計各方格內(nèi)的大型車換道數(shù)，繪制熱力圖如圖8所示。

圖8 各車道換道熱力圖

由圖8可知，大型車在車道5的換道位置集中在沿車道線距離處于區(qū)間[40，140)的路段(即距離合流區(qū)瓶頸1起點前84 m至起點后16 m)，其中在區(qū)間[100，120)上換道的車輛數(shù)最多(即距離合流區(qū)瓶頸1起點前4～24 m)；大型車在車道4的換道位置主要分布在區(qū)間[100，240)上(即距離合流區(qū)瓶頸2起點前23～163 m處)，呈現(xiàn)兩區(qū)域集聚現(xiàn)象，即大型車在區(qū)間[100，140)(即距離合流區(qū)瓶頸2起點前123～163 m)和[160，240)(即距離合流區(qū)瓶頸2起點23～103 m處)上換道頻繁；車道5上的車流受合流區(qū)瓶頸1的道路條件約束，強制換道至車道4，故大型車在車道4上的區(qū)間[100，140)內(nèi)的換道行為更加密集；車道4與車道3的合并則造成大型車在車道4上的區(qū)間[160，240)內(nèi)換道頻繁；大型車在車道3上的換道位置分布較廣，主要集中在區(qū)間[100，160)上(即距離合流區(qū)瓶頸2起點103～163 m處)；大型車在車道2上的換道位置分布相對均勻，在車道1上的換道行為較為稀疏。

整體上，75.40%的大型車換道行為集中于瓶頸處前100 m內(nèi)，且呈現(xiàn)向內(nèi)側(cè)車道擴散趨勢。例如：車道5上的車輛換道至車道4后，車道4和車道3上的車輛隨之向左換道，以獲取更高的行駛速度。相對而言，大型車在車道2和車道1上的換道次數(shù)較少，這主要是因為內(nèi)側(cè)車道為快車道，多為小轎車行駛，而大型車傾向于在外側(cè)車道行駛。

2.2.2 縱向換道行駛距離Lc

根據(jù)統(tǒng)計結(jié)果，大型車的縱向換道行駛距離Lc的均值為78.12 m，標準差為27.03。選取6種模型對Lc進行擬合，結(jié)果表明Weibull分布擬合效果最佳，見表1和圖9。

圖9 縱向換道行駛距離頻率分布圖

2.2.3 換道間距di

換道車輛與周圍車輛i(即F1，B1，F(xiàn)2，B2)之間的距離是決定駕駛員是否執(zhí)行換道和換道風險高低的重要評判標準，若間距過小，則無法保障車輛在換道過程的安全性。大型車在換道瞬間與周圍車輛的間距di分布規(guī)律如圖10所示。

圖10 換道車輛與周圍車輛間距

大型車在換道瞬間與周圍車輛F1、B1、F2、B2的間距均值分別為22.91、38.31、30.42和28.94 m。其中，大型車與原車道前車F1的間距最小，分布最密集，這主要是駕駛員通常會因與前車距離過小而采取換道行為，以追求更舒適的行車體驗。此外，大型車與目標車道后車B2的間距也較小，分布較為密集，這主要是因為大型車在換道前更加關(guān)注其與目標車道后車B2的間距，若兩者間距較小，則其換道碰撞風險較高，此時駕駛員傾向于選擇等待下一個換道時機。大型車與原車道后車B1的距離分布最為分散，表明原車道后車B1對大型車換道行為的影響較小。

2.2.4 換道速度差ΔVi

換道車輛與周圍車輛i之間的相對速度差ΔVi是影響換道安全性的重要指標，設(shè)ΔVi為

ΔVi=Vi-VO

(2)

式中：i為周圍車輛編號(即F1，B1，F(xiàn)2，B2)；Vi為車輛i的速度，m/s；VO為換道車輛O的速度，m/s。

經(jīng)統(tǒng)計，大型車與周圍車輛的速度差ΔVi如圖11所示。大型車與周圍車輛F1、B1、F2、B2的速度差均值分別為-0.90、0.26、0.17和-0.26 m/s，其中大型車與目標車道后車B2的速度差波動較大、異常值最多；大型車與原車道后車B1和目標車道前車F2的速度差均值為正，表明大型車與原車道后車B1發(fā)生碰撞的可能性較大，而與目標車道前車F2發(fā)生碰撞的可能性較?。淮笮蛙嚺c原車道前車F1的速度差均值最小，表明大型車換道的主要原因是前方有慢車，與Olsen等[2]的研究結(jié)論一致；大型車與目標車道后車B2的速度差均值為負，這可能是由大型車加速換道或目標車道后車主動避讓大型車引起的。

圖11 換道車輛與周圍車輛速度差

2.2.5 目標車道換道間隙ΔS及其變化速率ΔVs

駕駛員在換道時通常綜合考慮目標車道換道間隙及其演變趨勢，以決定是否換道。文中采用目標車道前車與后車的速度差ΔVs描述換道間隙的變化速率，并輸出大型車換道時的換道間隙ΔS與速度差ΔVs之間的關(guān)系，如圖12所示。

由圖12可見，當ΔS>50 m時，ΔVs的分布比較離散，這說明在換道間隙足夠大時，換道間隙變化速率不是影響駕駛員是否換道的決定性因素；當ΔS≤50 m時，ΔVs明顯集中在區(qū)間[-1，5)上，這說明在換道間隙較小時，駕駛員更傾向于選擇在換道間隙縮小緩慢或不斷擴大的情況下?lián)Q道。

圖12 目標車道換道間隙與其變化速率的關(guān)系

2.3 大型車時空特征相關(guān)性分析

運用SPSS軟件，研究換道持續(xù)時間tc、前半時間t前、后半時間t后、縱向換道行駛距離Lc與大型車換道起止車道、速度、加速度、沿車道線距離、換道間距di、換道速度差ΔVi之間的相關(guān)性。經(jīng)Pearson檢驗后，得到結(jié)果如表3所示。

由表3可知，換道持續(xù)時間tc與速度、換道間距dF1、換道間距dF2在1%的顯著性水平上顯著相關(guān)，與沿車道線距離、換道速度差ΔVF1、換道速度差ΔVB1在5%的顯著性水平上顯著相關(guān)；前半時間t前與速度、沿車道線距離、換道間距dF1、換道間距dF2在1%的顯著性水平上顯著相關(guān)，與換道速度差ΔVB1在5%的顯著性水平上顯著相關(guān)；后半時間t后與速度在1%的顯著性水平上顯著相關(guān)；換道行駛距離Lc與速度在1%的顯著性水平上顯著相關(guān)，與換道間距dB1在5%的顯著性水平上顯著相關(guān)。

表3 大型車換道時空特征相關(guān)性分析

3 大型車時空風險分析

常見的交通安全評價指標有碰撞時間TTC、碰撞余量MTC(Margin to Collision)和停車距離SDI等。TTC從時間層面刻畫了車輛間發(fā)生碰撞的潛在風險，而MTC和SDI從空間層面描述了車輛間的行車風險。

3.1 時間風險分析

TTC是指兩輛車以當前速度勻速行駛時距離碰撞的剩余時間(記為t)，大型車與周圍車輛i之間的TTC為

(3)

式中：Δd為前車與后車的距離，m；VB為后車速度，m/s，VF為前車速度，m/s。

當后車速度小于或等于前車時，TTC為無窮大，兩者之間不會發(fā)生碰撞；當TTC較大時，后車速度略大于前車或前后車間距較大，發(fā)生碰撞的可能性較??；當TTC較小時，后車速度大于前車或前后車間距較小，發(fā)生碰撞的可能性大。因此，文中選取TTC在區(qū)間[0，20]上的分布情況進行分析，如圖13。

由圖13可知，tF1的均值最小(8.66 s)，在區(qū)間[0，10)上的占比最大(62.90%)，有30.65%小于5.5 s，表明大型車與原車道前車F1發(fā)生碰撞的可能性最大，行車風險最高。這主要是因為大型車換道時與前車的間距較小，且速度差較大。tB1的平均值最大(11.06 s)，且分布最離散，表明大型車與原車道后車B1發(fā)生碰撞的可能性較小。這主要是因為大型車換道時與后車B1的間距較大且分布離散。

(a)TTC折線圖

3.2 空間風險分析

MTC是前車減速至停車行駛的距離加前后車初始間距，與后車從反應(yīng)到減速至停車行駛的距離的比值(記為p)，其計算公式為

(4)

式中：a為減速度，取6.86 m/s2[26]；tr為駕駛員反應(yīng)時間，在緊急情況下取1.5 s[8]。

若MTC小于1，表明兩車存在發(fā)生碰撞的可能性，且碰撞嚴重性隨MTC減小而增大。大型車與周圍車輛之間的MTC在[0，1)上的分布情況如表4所示。

表4 換道車輛與周圍車輛的MTC分布情況

由表4可見，整體上，約有94%的MTC大于0.5。其中pB1和pF2在[0.7，1.0)上的占比分別為79.03%及79.76%，表明大型車與原車道后車B1、目標車道前車F2之間發(fā)生碰撞的嚴重程度不高。這主要是因為大型車與車輛B1、F2的速度差較小，且車間距較大。在區(qū)間[0.2，0.4)上pF1的占比最高，即5.00%，表明大型車與原車道前車F1發(fā)生碰撞的嚴重程度最高。

3.3 綜合時空風險分析

為了深入挖掘大型車在換道過程中其時間風險與空間風險之間的內(nèi)在聯(lián)系，文中聯(lián)合分析TTC和MTC的分布規(guī)律，當TTC的取值在[0，50]上時，TTC與MTC的關(guān)系如圖14所示。

(a)原車道前車F1

從總體上看，TTC和MTC分別在區(qū)間[0，10]和[0，1]上分布集中，且MTC隨TTC的增大而增大。原車道前車F1與大型車的TTC位于區(qū)間[0，5]上的樣本較多，MTC多小于1，表明前車F1與大型車發(fā)生碰撞的可能性最高。原車道后車B1與大型車的TTC和MTC分布比較離散。目標車道前車F2和后車B2的分布規(guī)律相似，TTC在區(qū)間[0，15]上分布比較集中，但后車B2的TTC和MTC均接近0的樣本數(shù)多于前車F2，這說明后車B2有更可能與大型車發(fā)生嚴重碰撞。

由前文可知，前后車發(fā)生碰撞的可能性隨TTC的減小而增大，當MTC小于1時，前后車發(fā)生碰撞的嚴重性隨MTC減小而增大?；贠lsen等對換道危險程度的分類[2]，文中設(shè)定當0

4 結(jié)論與展望

文中針對快速路合流區(qū)交通運行特性，獲取南京市龍蟠南路快速路合流區(qū)的車輛運動軌跡數(shù)據(jù)，篩選并構(gòu)建大型車換道樣本，通過深入研究大型車換道特征及其時空風險，得出如下結(jié)論：

(1)大型車的換道持續(xù)時間、前半時間、后半時間和縱向換道行駛距離分布規(guī)律均服從Weibull分布模型。

(2)75.40%的大型車換道行為主要集中在合流區(qū)瓶頸路段前100 m內(nèi)，呈現(xiàn)由外向內(nèi)逐漸擴散的趨勢，且在內(nèi)側(cè)車道分布較少；同時，大型車與原車道前車的速度差最大、車間距均值最小且分布最穩(wěn)定；若目標車道換道間隙較小，多數(shù)大型車傾向于在換道間隙縮小趨勢緩慢或不斷擴大情況下變換車道。

(3)在1%的顯著性水平下，大型車的換道持續(xù)時間和速度、與原車道前車間距、與目標車道前車間距顯著相關(guān)；前半時間和速度、沿車道線距離、與原車道前車間距、與目標車道前車間距顯著相關(guān)；后半時間與縱向換道行駛距離均和速度顯著相關(guān)。

(4)大型車與周圍車輛之間的MTC隨TTC的增大而增大，且在換道時與原車道前車發(fā)生碰撞的可能性最大、嚴重程度最高，二者間換道安全交互失效的比例為15.32%。

文中研究結(jié)果可為大型車換道行為建模和換道輔助系統(tǒng)提供理論依據(jù)，有助于城市交通管理者制定或優(yōu)化快速路合流區(qū)的交通管理措施。本團隊未來擬通過無人機拍攝視頻采集更多數(shù)據(jù)，研究不同交通環(huán)境下大型車換道風險識別與安全預警方法，減少大型車發(fā)生交通事故的可能性。