基于車軸圖譜的城市道路汽車運行軌跡特性分析*

孫 超 寇 越 田 林

(煙臺大學土木工程學院 煙臺 264005)

城市道路交通安全及通行能力受人、車、路、環境多種因素影響，其中汽車運行速度及汽車運行軌跡將直接影響城市道路交通安全及通行能力。車輛運行速度和行車軌跡是行車安全性和舒適性的評價指標，目前道路安全性評價指標體系以運行車速一致性檢驗為主流，評價指標單一。當前城市道路主要通過限制車輛運行速度來提高交通安全水平，行車軌跡對城市道路交通安全及通行能力影響研究較少，因此，分析和研究汽車運行軌跡特性，針對汽車運行軌跡特性設置相應的交通安全設施，對提高城市道路交通安全及通行能力具有重要意義。

Y．Pan和H.R.Kerali[1]通過對自行車對機動車速度的影響的研究，建立了機動車速度預測模型。Glennon等[2]采用攝影測量技術采集車輛的行車軌跡。研究發現行車軌跡線是1條復雜的曲線，即使在平面線形設計良好的曲線上車輛也不會嚴格按照行車道中心線行駛。良好的行車軌跡取決于駛入曲線前的車輛初始位置和車輛駛入曲線的速度。Garcia等[3]采用圖像識別技術采集車輛行車軌跡。根據行車軌跡的側向偏移量、車速、曲率及橫向力系數，定義了反應行車軌跡行為的變量。研究發現不同駕駛員的行車軌跡，包括曲率和平曲線設計曲率存在很大的差異。楊少偉等[4]根據實測數據，通過對公路直線段不同速度、不同車道、不同車型的輪跡分布規律進行研究，認為運行速度直接影響車輛的行駛軌跡。葛樹玲[5]考慮汽車性能對行車軌跡的影響，利用計算機仿真技術，建立了動力學仿真模型，得出道路線形對行車軌跡影響明顯的結論。陶鵬飛[6]通過對駕駛行為中側向車跟馳行為的研究，建立了模型。熊竹[7]通過研究干線公路交通安全影響因素，道路和環境雙重因素，結合AHP法確立各指標的權重，優化各指標的賦值方法，分別以灰色聚類評價和模糊綜合評價2種方法建立安全評價模型。李晨[8]運用駕駛模擬技術，研究車速和彎道曲率變化率對行車軌跡的影響，建立了行車軌跡最大側向偏移量模型，劃定彎道沖突區域的安全車速閾值。王曉原等[9]運用沖突點法，分析在自行車影響作用下機動車駕駛員的行為變化，從車輛跟馳和車道變換2個角度論述沖突模型，根據駕駛員在干擾作用下的行為進行驗證。高振海等[10]研究了道路和交通系統中多因素干擾對駕駛員的影響，基于模糊決策理論建立評價指標，包括駕駛安全性、合法性和輕便性3種，通過仿真計算，得出駕駛時行車軌跡符合駕駛員的預期動態決策的結論。羅良鑫等[11]基于人機工程學，分析駕駛員信息處理過程，提出了道路限速設置方法。孫靜怡等[12]通過分析快速路上的主線車速及進出口匝道車速特性，提出基于安全性主線車速的約束條件。

為探究城市道路行車軌跡與路側之間的橫向距離對車輛運行的影響，需先研究城市道路行車軌跡的特征，筆者在煙臺市濱海東路進行行車軌跡樣本采集試驗，采用AxleLight RLU11 系列路側交通數據采集系統采集試驗路段不同車道的汽車運行軌跡、汽車車型、車頭時距、運行速度等實時數據，通過對數據的處理，分析城市道路不同行車道汽車運行軌跡特性?；谠囼灺范蝺韧?條車道車輛橫向距離和運行軌跡特性，將為城市道路交通安全設施的設置提供理論依據，以期提高城市道路交通運行安全。

1 試驗設計與數據處理

1.1 試驗設計

為研究城市道路汽車運行軌跡特征，在煙臺市濱海路進行汽車運行軌跡樣本采集試驗，采用AxleLight RLU11 系列路側交通數據采集系統采集試驗路段內外2個車道的汽車運行軌跡、汽車車型、車頭時距、運行速度等實時數據。試驗天氣狀況良好，試驗路段交通狀況和交通環境正常，試驗路段線形為大半徑圓曲線路段，采集的數據包括試驗路段2個行車道的汽車運行位置樣本，采集的數據來計算橫向距離D85，D85為汽車運行軌跡距離路側邊緣的距離，部分試驗數據見表1。

表1 試驗數據匯總表

注：車道類別中車道1表示雙車道中的內側車道，車道2表示雙車道中的外側車道；位置指汽車軌跡中心線與路側的距離；車型中4為大型客車，7為小客車。

圖1為AxleLight RLU11 系列路側交通數據采集系統分析數據得到的不同車道的車軸圖譜。其中，豎線為不同車道不同車輛運行軌跡與路側的橫向距離，通過SPSS處理這些數據，研究城市道路汽車運行軌跡特征。

圖1 不同車道車軸圖譜分析

1.2 不同車道汽車運行軌跡與路側的橫向距離D85計算

利用SPSS統計軟件對采集的運行軌跡樣本數據進行統計處理，繪制了試驗路段內外2個行車道的運行軌跡橫向距離累積頻率曲線，從而得到試驗路段不同行車道的汽車橫向距離D85。

試驗路段行車道及外行車道汽車橫向距離累積頻率曲線見圖2，累計頻率為85%百分位對應的內外行車道汽車橫向距離D85分別為7.9 m和4.5 m。

圖2 橫向距離累積頻率曲線

2 試驗路段汽車運行軌跡特性分析

2.1 汽車運行軌跡位置分析

通過SPSS繪制了車輪軌跡位置與路側橫向距離位置直方圖[13-14]，見圖3。試驗路段采集試驗車輛樣本量為498輛，由橫向距離直方圖得到，內車道車輛數量大于外車道，說明大多數駕駛員選擇在內車道行駛。外側行車道汽車橫向距離大多數分布于4～5 m(單側車輪與路側之間的距離)，內側行車道汽車橫向距離大多數分布于7～8 m。將此數據與車輛寬度數據分析，發現汽車軌跡線居于車道中心線范圍內，說明大多數駕駛員選擇沿行車道中心線軌跡行駛。

圖3 橫向距離位置直方圖

2.2 汽車運行軌跡位置與運行速度關系模型

內側車道橫向距離位置與運行速度曲線見圖4，通過回歸分析得內側車道運行軌跡位置與路側橫向距離D與運行速度v存在一定的相關性，見表2。

圖4 內側車道橫向距離位置與運行速度曲線

表2 內側車道汽車行車軌跡位置與運行速度v相關性分析表

通過數學建模得到運行軌跡位置與路側橫向距離D與運行速度v關系模型，內側車道橫向距離D與運行速度v關系模型見式(1)。

D=-2×10-5v3+0.002 4v2-0.107 1v+8.900 6

(1)

式中：D為運行軌跡位置與路側橫向距離，m；v為汽車運行速度，km/h。

圖5 外側車道橫向距離位置與運行速度曲線

外側車道橫向距離位置與運行速度曲線如圖5，通過回歸分析得外側車道運行軌跡位置與路側橫向距離D與運行速度v存在一定的相關性，見表3。

表3 外側車道汽車行車軌跡位置與運行速度v相關性分析表

通過數學建模得到外側車道運行軌跡位置與路側橫向距離D與運行速度v關系模型，如式(2)。

D=-6×10-6v3+0.000 2v2+0.070 1v+1.042 3

(2)

式中：D為運行軌跡位置與路側橫向距離，m；v為汽車運行速度，km/h。

通過對內外車道汽車運行軌跡與運行速度回歸分析和數學模型的建立，汽車運行軌跡隨著運行速度的增加逐漸靠近內行車道中心線。內側車道中心線處汽車運行速度集中區間為55～80 km/h，運行速度較快；外側車道中心線處汽車運行速度集中區間為50～70 km/h，運行速度較內側車道較慢。

3 結語

采用AxleLight RLU11 系列路側交通數據采集系統分車道采集試驗路段汽車運行軌跡樣本數據，計算得到不同車道的汽車橫向距離D85，通過分析顯示，內側車道行駛速度快，駕駛員大多數偏向選擇在內側車道運行?；谠囼灺范蝺韧?條車道車輛橫向距離和運行軌跡，可得內側行車道受非機動車道和路肩上的行人和非機動車影響比外行車道小，駕駛員偏向選擇在內側車道中心線行駛，以期望較高的運行速度及安全性。基于試驗路段內外2條車道車輛橫向距離和運行軌跡特性，可為城市道路交通安全設施的設置提供理論依據，以提高城市道路交通運行安全。