城市道路擁堵狀態下駕駛人換道特性研究

漆巍巍，裴玉龍

(1.哈爾濱工業大學交通科學與工程學院，黑龍江哈爾濱150090；2.東北林業大學交通學院，黑龍江哈爾濱150040)

0 引言

交通擁堵影響機動車的運行效率和安全，對交通參與者造成了生理和心理的雙重壓力，進而表現在駕駛行為上，如車輛跟馳、車道變換等。國內外對交通擁堵的研究主要集中在交通擁堵的形成機理、疏解策略和管理對策等方面。文獻[1]將交通擁堵的空間分布分為孤立交叉口擁堵、線狀主干路擁堵和區域擁堵。文獻[2]提出基于城市道路路段平均占有率的擁堵判別算法，并建立相應的交通擁堵判別指標。文獻[3]提出交通擁堵費是緩解城市交通擁堵直接而有效的需求管理方法，提出了一種舊城區交通擁堵收費的可行方案，并基于北京市宏觀交通模型測試施行擁堵費后的預期交通影響。文獻[4]研究信號控制優化算法來提高交叉口通行能力，緩解車輛出行壓力。在車道變換方面，文獻[5]針對換道行為的時間差異性，借助馬爾科夫鏈過程分析車輛換道行為。文獻[6]構建了車輛換道行為離散選擇模型，以此模擬實時交通流狀態下的換道行為。文獻[7]研究了車道變換的特性及其對交通安全的影響，提出了相應保障措施和建議。文獻[8]認為駕駛人自身生理、心理因素會影響車道變換行為，在允許范圍內盡量提高車速是其主要動機。

本文借鑒國內外學者關于交通擁堵和車道變換行為的研究成果，基于大量的實測數據探討城市道路擁堵狀態下駕駛人的車道變換特性及規律，以便及時根據交通流狀態為駕駛人不恰當換道提供警示，保障交通擁堵狀態下的行車安全。

1 交通擁堵對駕駛人換道的影響

車輛行駛過程中，駕駛人需要不斷地通過眼睛、耳朵等感覺器官從道路環境中獲取各類交通信息，經神經中樞系統判斷后做出相應的決策，并通過手和腳的操作來支配車輛的加減速、轉向等，使其按照駕駛人的意志做出相應的運動軌跡，形成了“道路環境—駕駛人—車輛運動—新道路環境”的閉合系統。

不同出行目的和生理狀態的駕駛人對車速的期望不同，根據相鄰車道的車流狀況，選擇直接換道、不良換道或保持現狀。若選擇直接換道或不良換道，駕駛人將在新的車道中面臨對交通狀態的再次判斷，形成一個“認知—判斷—動作—新環境—再認知”的閉合環路；若選擇保持現狀，駕駛人仍會不斷觀察相鄰車道的車流狀況，以獲得換道機會。交通擁堵狀態下駕駛人換道的信息處理流程如圖1所示。

表1 小型客車換道比例的變化Tab.1 Change of lane changing proportion of minibus

圖1 擁堵狀態下駕駛人的信息處理流程Fig.1 Information processing flow of drivers under congested traffic

針對不同操作下換道駕駛行為導致的交通沖突數和沖突程度，將換道駕駛行為分為斜插型、擠壓型和并行型。

表2 小型客車換道比例與交通擁堵壓力系數的關系Tab.2 Relationship between the proportion of lane change of minibus and the level of traffic congestion

表3 大型客車換道比例的變化Tab.3 Change of lane changing proportion of large bus

1）斜插型。

指駕駛人在實施換道時，忽略與原始車道和目標車道后方車輛間的臨界車頭時距，在車頭時距不滿足要求的情況下，依舊直接插入目標車道完成換道的不良駕駛行為，往往導致嚴重的交通沖突。

2）擠壓型。

指駕駛人在進行車道變換時，由于原始車道和目標車道后方車輛間的車頭時距不滿足要求，而繼續向目標車道擠壓，一旦獲得空間立即駛入目標車道，往往導致中等程度的交通沖突。

3）并行型。

指駕駛人在進行車道變換時，由于原始車道和目標車道后方車輛間的車頭時距不滿足要求，而與目標車道車輛并行，且逐步轉向目標車道的行為，導致輕微的交通沖突。

文獻[9]從駕駛人感受的角度，定義了交通擁堵壓力系數χpress(其值介于0和1之間)表示車輛實際運行速度-Vyunxing與期望車速之間的關系，如式(1)所示：

2 數據獲取

經過試驗設計和路徑測試，使用多臺攝像機記錄駕駛人的動作、車輛運行軌跡和交通環境，利用GPS系統記錄車輛運行速度和所處位置。由27位駕駛人在黑龍江省哈爾濱市區道路展開實測實驗，其中，女性駕駛人平均年齡為33歲，最小21歲，最大50歲，年齡標準差為8歲；男性駕駛人平均年齡為36歲，最小21歲，最大58歲，年齡標準差為11歲。所有駕駛人都有合格的駕駛證件，平均駕齡9年，并聲明所有參加者在實驗過程中有任何不適感覺都可以自愿退出實驗。經過57個工作日的實驗，獲得各類數據6.2萬條，有效數據占83%以上。

3 小型客車換道模型

小型客車是城市道路交通高峰時段的主要車型，調查中所占比例達到85%以上。小型客車在交通擁堵狀態下三種換道類型的比例構成如表1所示，表中列出不同壓力系數下斜插型、擠壓型和并行型換道的比例分布。可以看出，隨著交通擁堵壓力系數提高大致呈現：斜插型比例先增加后降低，擠壓型比例逐步降低，并行型比例逐步升高。

由表1中數據回歸分析得到小型客車交通擁堵狀態下三種換道類型比例與交通擁堵壓力系數間的量化關系，其線性和二次多項式模型見表2。由擬合優度的高低可知，三種換道類型比例與交通擁堵壓力系數的關系均更加趨向于二次多項式模型。

4 大型客車換道模型

大型客車(含公共汽車)是交通高峰時段城市道路車型的重要組成部分，調查中所占比例為5.3%。大型客車在交通擁堵狀態下三種換道類型的比例構成如表3所示，不同壓力系數下斜插型、擠壓型和并行型換道的比例分布呈現不同規律。

依據表3中不同壓力系數下大型客車斜插型、擠壓型和并行型換道比例，采用線性回歸和二次多項式模型回歸，得到各類換道比例與交通擁堵壓力系數間的量化關系模型，見表4。在大型客車三種類型換道比例與交通擁堵壓力系數的關系模型中，二次多項式的擬合優度更高；與小型客車相比，其擬合優度有所降低。

5 小型貨車換道模型

小型貨車是交通高峰時段城市道路車型的主要組成部分，調查中所占比例為5.8%。小型貨車在不同交通擁堵壓力系數下的換道比例如表5所示。

回歸得到各類換道比例與交通擁堵壓力系數間的量化關系模型，見表6。在小型貨車三種類型換道比例與交通擁堵壓力系數的關系模型中，二次多項式的擬合優度最高。小型貨車在機動性和可控性上與客車，尤其是小客車間存在較大差異，這種差異使小型貨車在交通擁堵狀態下斜插型、擠壓型和并行型換道的比例分布更加離散，具體體現為回歸模型的R2值偏低。

6 結語

本文從分析交通擁堵對駕駛人換道特性的影響過程入手，指出交通擁堵狀態下駕駛人會選擇直接換道或不良換道，并且將在新的車道中面臨對交通狀態的再次判斷，形成一個“認知—判斷—動作—新環境—再認知”的閉合環路。基于大量實測數據，構建小型客車、大型客車和小型貨車在城市交通擁堵狀態下三種換道類型構成比例與壓力系數的關系模型。研究結果表明，交通擁堵對小型客車、大型客車和小型貨車的換道行為特性影響顯著。與小型、大型客車比較，小型貨車在交通擁堵狀態下斜插型、擠壓型和并行型換道的比例分布更加離散。

表4 大型客車換道比例與交通擁堵壓力系數的關系Tab.4 Relationship between the proportion of lane change of large bus and the level of traffic congestion

表5 小型貨車換道比例的變化Tab.5 Change of lane changing proportion of minivan

表6 小型貨車換道比例與交通擁堵壓力系數的關系Tab.6 Trend of lane changing proportion of minivan

由小型客車、大型客車和小型貨車在城市交通擁堵狀態下三種換道類型比例與交通擁堵壓力系數的關系模型表達式，可以根據車輛在不同時段的運行速度計算出斜插型、擠壓型和并行型換道的比例。其中，斜插型換道導致嚴重的交通沖突，在實際中可以設置安全閾值對其進行提前警示，提醒駕駛人在擁堵狀態下注意行車安全，放松心情，降低斜插型換道行為的發生率。

本文基于換道導致沖突的嚴重程度對駕駛人換道進行分類，在數據處理過程中有些沖突很難界定，尤其是一般沖突與輕微沖突間的差異不明顯，導致數據的精密程度有所降低；此外，所采用的線性和二次多項式模型在小貨車的換道分析中，回歸模型的擬合優度偏低，下一步將著重考慮數學模型的選擇，以得到更好的擬合結果。

[1]楊梅.天津市城市交通擁擠問題及道路交通管理對策研究[D].天津：天津大學，2005.

[2]莊斌，楊曉光，李克平.道路交通擁擠事件判別準則與檢測算法[J].中國公路學報，2006，19(3)：82-86.Zhuang Bin,Yang Xiaoguang,Li Keping.Criterion and Detection Algorithm for Road Traffic Congestion Incidents[J].China Journal of Highway and Transport,2006,19(3):82-86.

[3]劉智麗，李春艷，李成.大城市施行交通擁擠費的交通影響分析[J].交通運輸系統工程與信息，2009，9(6)：57-62.Liu Zhili,Li Chunyan,Li Cheng.Traffic Impact Analysis of Congestion Charge in Mega Cities[J].Transportation Systems Engineering and Information,2009,9(6):57-62.

[4]王殿海，別一鳴，宋現敏，等.信號交叉口最大周期時長優化方法[J].吉林大學學報(工學版)，2010，40(增刊)：148-151.Wang Dianhai,Bie Yiming,Song Xianmin,et al.Maximum CycleLengthOptimization Method of Signalized Intersection[J].Journal of Jilin University(Engineering and Technology Edition),2010,40(S):148-151.

[5]Karandeep Singh,Baibing Li.Estimation of TrafficDensitiesforMultilaneRoadways Using a Markov Model Approach[J].IEEE Transactions on Industrial Electronics,2012,59(11):4369-4376.

[6]Karandeep Singh,Baibing Li.Discrete Choice Modelling for Traffic Densities with Lane-Change Behaviour[J].Procedia-Social and Behavioral Sciences,2012,43:367-374.

[7]黃秋菊.車道變換行為特性及其對交通安全影響的研究[D].哈爾濱：哈爾濱工業大學，2007.Huang Qiuju.Study on Lane Change Behavior Character and Its Influence to Traffic Safety[D].Harbin:Harbin Institute of Technology,2007.

[8]魏麗英，雋志才，田春林.駕駛員車道變換行為模擬分析[J].中國公路學報，2001，14(1)：77-80.WeiLiying,Juan Zhicai,Tian Chunlin.Simulation Analysis of Driver’s Lane-changing Behavior[J].China Journal of Highway and Transport,2001,14(1):77-80.

[9]Qi Weiwei,Pei Yulong,Song Mo,Bie Yiming.Pattern Analysis of Driver’s“Pressure-State-Response”in Traffic Congestion[J].Discrete Dynamics in Nature and Society,2013(2013):1-11.