駕駛行為特性數據的實驗觀測方法研究★

楊 海 飛

(河海大學土木與交通學院，江蘇 南京 210098)

1 概述

分析駕駛行為特性為交通安全、交通行為建模以及智能交通等領域的研究提供數據支持和理論依據。在交通安全領域，獲取駕駛行為特性數據能夠實現辨識危險駕駛行為、預測交通事故幾率、提出交通事故預防措施等目的。而在交通行為建模研究中，掌握駕駛行為特性是提出模型構建機理、選擇模型架構形式、標定模型相關參數的理論基礎。另外，智能交通系統的相關軟、硬件體系設計亦必須考慮駕駛員的駕駛特征，從而為駕駛員出行提供高效、舒適的決策方案。駕駛行為特性數據的觀測精度依賴于具體場景的實驗方法，因此，系統性認識現有實驗方法的技術特點，選擇和改良駕駛行為特性數據的實驗觀測方案，是提升數據精度并達成相關領域研究目標的重要基礎。本文對現有駕駛行為特性數據的實驗觀測方法進行綜合分析，總結了高點錄像法、模擬駕駛法以及車載實驗法這三類典型觀測方法的特征，并在此基礎上提出了各種實驗方法的適用范圍。

2 典型駕駛行為特性數據的實驗觀測方法

目前國內外關于采集駕駛行為特性數據的實驗方法主要包括高點錄像法、模擬駕駛法以及車載實驗法三類，本文的主要目的之一就是對現有實驗方法特點進行分析和討論，以期總結得到各種實驗方法在駕駛行為研究領域的適用范圍。

2.1 高點錄像法

高點錄像方法通過在高位架設若干視頻錄像機(相機)記錄車流運動行駛狀況，并應用專業視頻處理軟件逐幀分析視頻錄像以提取車輛行駛軌跡，進而推算得到車輛行駛速度、加速度、車頭間距以及車頭時距等信息。美國聯邦公路局NGSIM項目即是采用高點錄像法采集車輛行駛軌跡數據，視頻攝制地點包括位于洛杉磯Lankershim Boulevard路段上的交叉口以及位于愛莫利維爾和洛杉磯的I-808與Highway 101高速公路路段，數據采集場景和采集路段區域如圖1所示，數據提取的處理軟件為NG-VIDEO。其他研究人員通過在高層地面設施或飛行器上架設錄像機采集駕駛行為數據，例如英國研究人員Ahmed[1]應用高點錄像采集路段車輛行駛特性數據并將數據用于車輛跟馳模型和換道模型的標定研究，數據提取的視頻分析軟件為VIVA；Hidas[2]基于高點錄像采集得到的車輛行駛軌跡數據對駕駛員換道行為特性進行分析；Hoogendoorn等[3]應用直升機高點錄像采集的車輛行駛軌跡數據標定微觀仿真模型；另外，大量交叉口的交通安全研究都是應用高點錄像方法采集車輛行駛軌跡數據。

高點錄像方法是目前采集換道行為特性參數的主要方法，其缺點是受錄像機架設位置的限制而難以大規模推廣到大部分道路路段或交叉口，且拍攝路段的長度較短難以獲取特定車輛長時間的行駛軌跡數據。

2.2 模擬駕駛法

模擬駕駛方法通過使受試駕駛員“駕駛”室內駕駛模擬艙以獲取相關駕駛行為特性數據。在數據采集過程中，模擬艙內前方屏幕上實時顯示由計算機模擬生成的行駛環境，受試駕駛員通過控制油門、剎車以及方向盤等操作實現與虛擬場景的互動，使其具有實車駕駛的感受。計算機根據駕駛員的相關操作(例如減速、加速、轉向等)而改變虛擬場景的變化方式和速度，進而模擬車輛行駛狀態的變化。按照模擬艙基座類型可將駕駛模擬器劃分為基座固定式與基座移動式兩類。固定式模擬器的駕駛艙在模擬過程中保持靜止，虛擬駕駛場景的變化僅僅依靠屏幕顯示場景的變化。移動式模擬器能夠模擬更多真實條件下的駕駛感受與車輛運動特征，例如由于車輛加、減速引起駕駛員前傾或后仰、轉彎引起車輛擺動和偏轉、道路變形或路面鋪裝變化引起車輛振動等。美國愛荷華大學的NADS駕駛模擬器是目前較為先進的移動式駕駛模擬器，能夠再現多種復雜的駕駛場景。該模擬器由一臺可移動的拱式基座以及布設在其內部的全尺寸模擬車輛構成，如圖2所示。

駕駛模擬器方法在保證受試駕駛員安全的前提下能夠完成各種駕駛行為參數的采集，包括測試部分危險駕駛行為或現實狀況中難以出現的駕駛場景下的駕駛行為。該方法的缺點在于模擬場景與真實道路交通環境存在一定差異，受試駕駛人的心理、生理感受與實際情況有所不同，導致采集得到的駕駛行為數據與真實道路交通條件下的駕駛行為特性存在偏差。

2.3 車載實驗法

早期實驗車方法采用卷軸鋼絲連接兩相鄰實驗車，通過量取鋼絲長度獲取車間距等跟馳行為數據，通過安裝在車軸上的“第五車輪”得到車輛行駛速度。隨后研究人員解除了車輛間的物理鋼絲連接，該方法即所謂“五輪儀”試驗方法。五輪儀方法要求兩實驗車保持跟馳狀態，限制了駕駛人駕駛行為的自然發揮。

隨著數據采集技術的不斷發展，研究人員通過在車輛上安裝各類電子、激光和微波測量儀器采集駕駛人相關駕駛行為數據。車載測量儀器能夠獲取受試駕駛人在特定試驗場地或真實道路交通環境下長時間段的行駛軌跡數據以及其與周圍車輛的交互特性數據，例如車頭間距、車頭時距等。各國研究人員搭建了多種實驗車平臺進行實驗，例如美國研究人員Soria等[4]、英國研究人員Brackstone等[5]、意大利研究人員Bifulco等[6]；澳大利亞研究人員Hidas等[7]；國內研究人員張智勇[8]、姜軍[9]等。下面對部分具有代表性的實驗車平臺進行介紹：

英國研究人員Brackstone與Mc Donald等搭建的TRG實驗車平臺包括光學速度測量儀、微波雷達以及視頻監控系統等設備。該平臺能夠以10 Hz的頻率采集車輛行駛過程中的地點車速、與前后車的車間距等參數。

美國研究人員Soria等構建了基于HTDR400視頻記錄系統的實驗車平臺，HTDR400系統可記錄實驗車前、后以及兩側的行駛環境。另外該系統還包含一臺GPS設備用于采集實驗車的行駛位置、速度等數據。實驗由搭載了HTDR400數據處理軟件的計算機終端負責數據采集與處理工作。

意大利研究人員Bifulco等研發的車載實驗平臺包括1輛Fiat實驗車、1臺中央數據采集單元、2部TRW自動巡航雷達以及視頻采集系統。該車載實驗平臺能夠采集車輛行駛軌跡數據與駕駛員的駕駛操作數據。車輛行駛軌跡數據包括行駛速度、相對速度差、車間距等，駕駛員操作數據包括油門踏板、制動與離合踏板的踩壓頻率和力度、方向盤的旋轉角度等。實驗車平臺與實驗場景如圖3所示。

美國弗吉尼亞理工大學的研究團隊開發了一套用于采集自然駕駛環境下交通事故數據和近事故數據的實驗車平臺。該平臺包括傳感子系統、錄像子系統以及GPS子系統。傳感子系統能夠采集車輛行駛過程中的縱向與橫向動力參數、與前車的車間距、與側向障礙物的沖突數據、駕駛員車道保持特性數據等。錄像子系統用于記錄實驗車周圍的交通環境。GPS子系統用于定位車輛以獲取實驗車行駛軌跡。

澳大利亞研究人員Hidas搭建的實驗車平臺由S.M.S駕駛員記錄系統、DGPS以及2臺錄像機構成。其中S.M.S系統包括2臺短程雷達傳感器(檢測距離40 m)和2臺遠程雷達傳感器(檢測距離150 m)，該系統用于測量實驗車與周圍車輛的車間距以及與周圍車輛的相對行駛速度等參數。DGPS用于定位實驗車位置、記錄其行駛速度和加速度等信息。錄像機記錄實驗場景和交通狀態。

國內東南大學研究人員姜軍等構建了車載激光測速測距一體化實驗系統。該系統應用激光測距儀采集實驗車與前車車間距；GPS獲取實驗車行駛距離、速度以及加速度等信息；攝像頭記錄實驗的道路、交通場景以及駕駛人的駕駛操作，為后期數據處理提供對照。

實驗車方法能夠提供較高精度、長時間的車輛行駛軌跡數據以及駕駛人在真實駕駛環境中與其他車輛的交互特性數據，是一種較為理想的駕駛行為參數采集方法。該方法主要缺點是實驗車平臺開發成本較高。

3 駕駛行為特性數據的實驗觀測方法總結

通過綜合分析現有駕駛行為特性數據的實驗觀測方法，本文總結得到典型實驗方法的特點，如表1所示，具體認為：

1)高點錄像法能夠從整體交通流運行角度觀測駕駛行為特征，并且可同時觀測跟馳行為與換道行為的相關數據，數據采集成本較低。然而該實驗方法難以區分駕駛員個體的差異，并且受錄像機架設位置和角度的限制，數據后處理難度較大，容易產生車輛遮擋的情況，難以獲取長時間特定駕駛員的行為數據。

2)模擬駕駛法能夠在顯著降低數據觀測風險的環境下對駕駛員個體的生理、心理和操作行為特征進行觀測，特別適用于測試部分危險駕駛行為或現實狀況中難以出現的駕駛場景下的駕駛行為特征。然而，由于脫離了真實的道路和交通環境，容易造成駕駛員精神狀態的松懈和安全意識的下降，導致觀測得到的駕駛行為數據與真實道路交通條件下的駕駛行為特性存在偏差。

3)車載實驗方法能夠預先判定駕駛員的基本屬性(通過問卷調查等方法)，并且可獲取真實道路和交通環境下高精度、長時間的車輛行駛軌跡數據及駕駛員與周圍車輛的交互特性數據。但是該方法需要較為復雜的硬件設施和軟件平臺做支撐，總體開發成本較高，并且實驗過程中由于受到復雜環境的干擾，容易產生大量無效數據。

表1 典型駕駛行為特性數據的實驗觀測方法特點

4 結語

本文對駕駛行為特性數據的觀測實驗進行分析，討論了高點錄像法、模擬駕駛法、車載實驗法的基本原理、設備需求和觀測過程，并總結得到上述三類典型實驗方法的特點。綜合分析認為，高點錄像法的觀測成本較低，并且數據精度存在局限性，適用于對駕駛員個體特征要求不高的研究領域；模擬駕駛法能夠主動設置實驗駕駛場景，具有可重復性，并且實驗安全性較高，適用于危險駕駛行為數據的采集工作；車載實驗法能夠獲取真實道路和交通場景下的駕駛行為特性數據，并且數據時間歷程長，駕駛員樣本特征可控，適用于高精度的復雜駕駛行為特性與建模研究。