基于GPS行車軌跡的混合交通流環境下駕駛行為分析?

溫惠英，劉敏

（華南理工大學土木與交通學院，廣東廣州 510640）

基于GPS行車軌跡的混合交通流環境下駕駛行為分析?

溫惠英，劉敏

（華南理工大學土木與交通學院，廣東廣州 510640）

混合交通流環境極為復雜多變，存在各種干擾因素和突發因素，其對機動車駕駛員駕駛行為的干擾極大，極易導致各種交通事故。文中采用高精度GPS（全球定位系統）導航定位儀采集人流密集的校園中車輛的行駛軌跡數據，通過從軌跡數據中提取超速、急加速、急減速、停車次數、停車時間、加速次數、減速次數等數據對駕駛員駕駛行為進行分析，總結復雜混合交通流環境下駕駛員的行車特性，為混合交通流環境下機動車安全駕駛提供建議。

公路交通；混合交通流；駕駛行為；安全駕駛；行車軌跡；GPS（全球定位系統）

混合交通流是一種極為常見的交通環境，尤其是在中國許多城市老城區的無信號控制交叉口及校園、公園等人流密集、機動車數量大的地方。混合交通流環境下的各種復雜因素、突發因素會對駕駛員造成嚴重干擾，影響其駕駛行為，極易導致駕駛員判斷、操作錯誤而造成交通事故。所以針對混合交通流環境下機動車駕駛員駕駛行為的研究十分有必要。目前國內外關于混合交通流的研究主要集中在交叉口處混合交通流行為的仿真分析及模型建立方面，如張興強、張晉、田歡歡等采用元胞自動機建立模型進行仿真，以提高交叉口混合交通效率；鄺先驗、邊曉麗、HaTac-Jun等對城市混合交通流狀態進行仿真評價，以提高交叉口服務水平。但少有針對混合交通流環境下安全駕駛行為的分析研究。為此，該文采用高精度GPS（全球定位系統）導航定位儀和攝像機采集車輛行駛軌跡數據及車輛運行前方環境，結合視頻和車輛行駛軌跡數據分析混合交通流狀態下密集人流環境中的駕駛行為特性，找出其危險因素及致因，進而提出改善建議。

1　試驗方案與數據處理

試驗地點為人流密集的校園。采用高精度GPS導航定位儀（司南北斗/GNSS高精度接收機）采集車輛行駛軌跡數據及佳能（Canon）LEGHRIA -FS46-41X攝像機同步記錄車輛運行前方環境。選用灰色大眾NewSantana新桑塔納1.6L自動小型轎車作為試驗車輛，駕駛員為駕駛經驗豐富，且熟悉校園道路交通狀況的老駕駛員。

1.1試驗方案設計

（1）單點定位試驗設計。在晴朗天氣下，在道路人流高峰時段，選取光線充足、學生人流較密集的道路進行試驗。在車輛上裝備單點高精度移動基站GPS導航定位儀即M600試驗設備；在車輛前排副駕駛位置架設攝像機，記錄車輛運行過程中道路前方及周邊環境。

（2）差分定位試驗設計。以單點定位試驗方案為基礎，在校園制高點架設固定參考基站設備M300，并與M600移動基站通信連接，進行差分定位試驗。

1.2試驗方案實施

（1）試驗人員分工。試驗人員共3人，分別負責駕車（司機）、GPS試驗設備操作、攝像機攝像。試驗開始前，GPS設備操作人員完成GPS主機配置命令設置，包括M300基準站經緯度坐標和高程參數獲取及配置，M600主機主、從站報文命令即PJK（當地平面坐標）、GPTRA（方位角）、GPVTG（地面速度）、HEADINGA（方位角）、GPGGA（經緯度坐標）、BESTPOSA（位置坐標）及相關信息輸出端口命令設置。

（2）試驗設備時間同步校準。試驗開始前進行攝像機、GPS試驗儀器（M600）時間同步及試驗起始時刻同步校準。

1.3試驗數據處理

由于M600主機GPS定位設備輸出的經緯度坐標是lll.lllll形式，并非標準大地經緯度坐標（WGS84），需對其進行轉換處理。各輸出報文所包含的關鍵數據形式見表1。

表1　GPS設備關鍵報文輸出參數

對實車試驗數據進行預處理，采用SQL2010數據庫系統對GPS數據進行異常數據剔除和數據形式轉換、冗余數據篩選及車輛速度和加速度計算，采用經緯度坐標、高程信息繪制車輛行駛軌跡圖。步驟如下：1）使用SQL數據庫管理軟件篩選報文參數GPGGA（經緯度坐標信息）中的經度、緯度和高程數據；2）對經緯度坐標數據格式進行轉換，使之成為標準的WGS84坐標格式，并將其轉換為能供Google Earth識別處理的KML格式文件；3）將KML文件在GoogleEarth中打開，繪制試驗路線圖。

采用MATLAB軟件對預處理后的結果進行分析，統計車輛超速比例、車速分布、加速度分布、停車時間、低速運行時間及加減速次數等數據，以時間為參考對照攝像視頻分析車輛運行特性。

2　試驗結果與分析

2.1試驗路線圖繪制

進行2組試驗，試驗時長分別為16.1min（966 s）和19.8min（1190s），試驗路線、車輛駕駛人員及試驗人員均相同，其中第一次為單點定位試驗、第二次為組合定位試驗。在GoogleEarth中繪制GPS軌跡圖（見圖1）。

圖1　GPS軌跡圖

2.2行車速度分析

校園中人流多、干擾多、交通混合程度高，高速行車更容易造成人車或機非交通事故，故校園區域限速為20km/h。作如下規定：在校園混合交通環境中，若車速超過20km/h，則認為發生超速行為。根據試驗結果分析車輛行駛過程中的速度分布，結果見圖2和表2。

圖2　行車速度變化趨勢

表2　行車速度v分布

由圖2和表2可看出：車輛行駛過程中，車速起伏變化較大，多數時間（51.55%）車輛處于超速狀態，超速10km/h以內時間占超速總時間的63%，超速10～20km/h及以上的時間相對較少；車速低于10km/h的時間約占22.46%。說明混合交通流對車速存在較大影響。

2.3加速度分析

根據試驗結果分析車輛行駛過程中的加速度分布，結果見圖3和表3。

圖3　加速度變化趨勢

表3　加速度分布情況

由圖3和表3可看出：車輛行駛過程中，加速度主要分布在-1～1m/s2，雖沒有急加速、急減速（加速度大于3m/s2或小于-3m/s2）情況，但整個行車過程中共進行了15次明顯的加、減速，加速度值變化頻繁，一直處于不穩定狀態。這與車輛本身車速較低和校園復雜的混合交通流環境有關。

2.4停車分析

混合交通環境下，車輛為了避讓行人和自行車，各出入口進出車輛出現一些非情愿的停車現象。根據試驗結果，整個行車過程中共出現7次完全停車狀態，停車時刻和長度見表4。

表4　停車時刻與長度　s

由表4可看出：車輛出現長時間停車狀態（42、25、24、39s），結合視頻分析，停車在人流密集區域避讓行人和非機動車、排隊等待取門卡情況下發生；347～361s不到15s的時間內車輛連續出現2次完全停車，其中一次停車時間長達25s。說明人流密集、車輛多的復雜環境對駕駛員駕駛行為及行車安全的影響很大。

2.5試驗結論

在行人、非機動車、機動車高度混行的校園環境中，機動車速度低，加速度變化頻繁，少有急加速和急減速的狀況出現，這與校園高度混合交通流環境下車輛速度本身較低、駕駛員為了應對各種可能發生的突發情況或避讓密集人流和非機動車而保持高度集中的精神狀態有關。由于校園限速過低（20 km/h），車輛時常在一些暢通、行車環境相對較好的路段出現超速情況，但超速值較低，加上駕駛員高度集中的精神狀態，交通仍處在相對安全的狀態。另外，受校園密集人流和大量車流的影響，車輛經常出現長時間完全停車甚至連續完全停車情況，這對于駕駛員的心理、生理都會產生一定影響，可能導致不合理的駕駛行為，以至于發生安全事故。

3　結論

混合交通流環境下，各種突發情況會對駕駛員駕駛行為、操作產生影響。該文利用高精度GPS定位導航儀進行實車試驗獲取車輛行駛軌跡信息，進而分析行駛速度、加速度的變化情況和停車信息等，總結混合交通環境下車輛的行為特征，結論如下：

（1）在校園這種混合程度呈現時變性、空間差異性的高混合程度的交通環境下，過低的限速會導致一定程度超速，但在駕駛員高度集中精神的操作下，車速超過值較少，仍在相對安全范圍內。

（2）由于混合交通環境下較多干擾的影響，車速和加速度變化頻繁，駕駛處在一個對周邊交通環境不斷探索和調整適應的過程中。

（3）密集的人流和非機動車流會造成長時間、高頻率、連續的完全停車，對駕駛員的生理和心理影響較大。

（4）保持低速、高度集中精神的駕駛心態和行為是在混合交通流環境下安全行車的有力保障。

由于試驗局限于混合交通程度極高的校園，試驗基數較少，數據分析不完善，有必要進一步對混合交通流環境下各種影響因素和駕駛行為進行研究分析，使分析結論更加全面并具有普遍性，為駕駛員的安全駕駛提供合理指導。

［1］ 任慧君，許濤，李響.利用車載GPS軌跡數據實現公交車駕駛安全性分析［J］.武漢大學學報：信息科學版，2014，39（6）.

［2］ 張興強，汪瀅，胡慶華.交叉口混合交通流元胞自動機模型及仿真研究［J］.物理學報，2014，63（1）.

［3］ 張晉.基于元胞自動機的城域混合交通流建模方法研究［D］.杭州：浙江大學，2004.

［4］ 田歡歡，薛郁，康三軍，等.元胞自動機混合交通流模型的能耗研究［J］.物理學報，2009，58（7）.

［5］ 鄺先驗.城市混合交通流微觀仿真建模研究［D］.廣州：華南理工大學，2014.

［6］ 邊曉麗.城市信號交叉路口混合交通流動態參數分析及服務水平評價研究［D］.武漢：武漢理工大學，2012.

［7］ HaTac-Jun，BergWD.Developmentofsafety-based level-of-servicecriteriaforisolatedsignalizedintersections［R］.TransportationResearchRecord，1995.

［8］ 李海瓊.不同交通流狀態下駕駛行為差異模擬實驗研究［D］.昆明：昆明理工大學，2012.

［9］ 張毅，姚丹亞，蘇岳龍.混合交通環境下交通參與者行為分析與研究［A］.第二屆中國智能交通年會論文集［C］.2006.

［10］ 王曉原.交通流微觀仿真與駕駛員行為建模理論及方法［M］.北京：科學出版社，2010.

［11］ 付坤.基于駕駛員與道路環境因素的駕駛行為差錯數學分析［D］.長春：吉林大學，2013.

［12］ 張增社.山區公路營運客車駕駛員駕駛行為特性研究［D］.西安：長安大學，2010.

［13］ 曲婷.基于隨機模型預測控制的駕駛員行為建模［D］.長春：吉林大學，2015.

［14］ 陳麒元.駕駛員的情緒狀態對其駕駛行為的影響［D］.杭州：浙江工業大學，2014.

［15］ 陶鵬飛.基于心理場理論的駕駛行為建模［D］.長春：

吉林大學，2012.

U471.1

A

1671-2668（2016）04-0060-03

?國家自然科學基金資助項目（51378222）；中央高校基本科研業務費專項資金項目（2014ZG0029）

2016-01-22