鄭 元 張國(guó)強(qiáng)▲ 亓玉禮

（1.東南大學(xué)城市智能交通江蘇省重點(diǎn)實(shí)驗(yàn)室 南京210096；2.東南大學(xué)現(xiàn)代城市交通技術(shù)江蘇高校協(xié)同創(chuàng)新中心 南京210096；3.上海市政工程設(shè)計(jì)研究總院集團(tuán)第七設(shè)計(jì)院有限公司 山東青島266001）

0 引 言

隨著我國(guó)經(jīng)濟(jì)迅速發(fā)展，人民生活水平顯著提高和機(jī)動(dòng)車(chē)擁有量逐年攀升，無(wú)信號(hào)交叉口成為交通事故頻繁發(fā)生地段，據(jù)統(tǒng)計(jì)交叉口處發(fā)生的交通事故占事故總數(shù)的30%～35%［1］，由于無(wú)信號(hào)控制交叉口沒(méi)有信號(hào)燈和缺乏明確路權(quán)分配，駕駛員必須憑借自身判斷來(lái)決定是否通過(guò)，容易導(dǎo)致交通秩序混亂，發(fā)生交通事故。國(guó)內(nèi)外大量的數(shù)據(jù)表明，無(wú)信號(hào)控制公路平面交叉口是公路交通系統(tǒng)極為薄弱的環(huán)節(jié)，也是惡性交通事故的多發(fā)地點(diǎn)之一［2］。道路交通系統(tǒng)是由人、車(chē)、路、環(huán)境四部分共同組成，其中人（尤其是駕駛員）是其中惟一的自主性變量。駕駛員不僅是道路交通系統(tǒng)的信息處理者和事件決策者，也是道路交通系統(tǒng)的調(diào)節(jié)者和控制者。美國(guó)的Treat和英國(guó)的Sabey研究得出人的因素是道路事故發(fā)生的主要原因，并且與人有關(guān)的交通事故占總事故的93%～94%［3］。

駕駛員因素是交通事故的主要影響因素，而駕駛員主要表現(xiàn)形式就是駕駛行為［4］，駕駛行為是駕駛員針對(duì)不同道路交通系統(tǒng)表現(xiàn)出來(lái)特有的外在活動(dòng)。對(duì)于交叉口駕駛行為的研究主要集中在不良駕駛行為統(tǒng)計(jì)分析［5］、駕駛行為理論［6］、交叉口內(nèi)部駕駛行為與沖突的關(guān)系模型研究［7］，或是對(duì)于通過(guò)交叉口駕駛決策行為而進(jìn)行探討［8］，但是忽略了駛?cè)虢徊婵谇爸飞嫌喂δ軈^(qū)內(nèi)［3］減速駕駛行為探究。

Wang等［9］對(duì)停車(chē)控制交叉口車(chē)輛的減速行為按照不同的初始速度進(jìn)行分類(lèi)，分析了不同初始速度下車(chē)輛減速度、減速時(shí)間、減速距離的變化。隨著車(chē)輛初速度增大，車(chē)輛的開(kāi)始階段減速度、減速時(shí)間、減速距離均會(huì)逐漸變大。馬天宇［10］通過(guò)比較交叉口停車(chē)線(xiàn)處及在不同通行剩余時(shí)間內(nèi)（綠燈變黃燈前3s及黃燈期間）的車(chē)輛速度變化，分析倒計(jì)時(shí)信號(hào)顯示屏對(duì)駕駛員行為的影響，結(jié)果表明車(chē)輛在黃燈時(shí)間內(nèi)停車(chē)最多，但在綠燈剩余時(shí)間3s時(shí)，車(chē)輛多以勻速和減速行駛為主。孫正良等［11］通過(guò)對(duì)闖黃燈車(chē)輛行駛速度和初始位置進(jìn)行對(duì)比來(lái)研究駕駛員在交叉口黃燈期間駕駛行為決策過(guò)程。結(jié)果表明信號(hào)交叉口采用綠閃和倒計(jì)時(shí)提示對(duì)駕駛行為選擇影響較大，其闖黃燈行為發(fā)生率明顯低于黃燈提示方式，但倒計(jì)時(shí)提示會(huì)誘發(fā)機(jī)動(dòng)車(chē)駕駛員加速通過(guò)交叉口并增加安全隱患。Chu Cong Minh等［12］研究摩托車(chē)駕駛員在交叉口的減速行為時(shí)提出：當(dāng)車(chē)輛到達(dá)交叉口時(shí)的減速距離大于一個(gè)臨界值時(shí)，視為“自由減速”，否則視為“約束減速”。施曉芬［13］對(duì)完整的交叉口行駛過(guò)程劃分為駛?cè)虢徊婵谇昂屯ㄟ^(guò)交叉口2個(gè)部分，通過(guò)GPS記錄不同情況下車(chē)輛駛?cè)虢徊婵谇昂屯ㄟ^(guò)交叉口過(guò)程中速度數(shù)值并分析其速度變化機(jī)理。

對(duì)于駕駛行為影響因素，大多數(shù)研究主要集中在內(nèi)部因素和外部因素方面［14－15］，直接影響駕駛行為內(nèi)部因素包括心理和生理因素，而其他學(xué)者也通過(guò)車(chē)輛、道路、環(huán)境等外部因素對(duì)駕駛行為進(jìn)行分析。祝站東等［16］發(fā)現(xiàn)天氣條件對(duì)行車(chē)速度影響顯著，晴天條件下駕車(chē)最為舒適；能見(jiàn)度對(duì)行車(chē)速度影響顯著，一定范圍內(nèi)能見(jiàn)度每降低50m，行車(chē)速度大約會(huì)下降15%。蔡娜［17］提到了車(chē)輛類(lèi)型跟交通事故數(shù)的關(guān)系，因此車(chē)輛類(lèi)型對(duì)駕駛員的速度選擇可能會(huì)產(chǎn)生影響。

目前國(guó)內(nèi)對(duì)無(wú)信號(hào)交叉口支路上游功能區(qū)減速駕駛行為的許多研究還只停留在定性分析的層面，或是減速行為對(duì)進(jìn)入交叉口的輔助研究，缺少定量的分析和研究，并且未對(duì)其相關(guān)外部影響因素進(jìn)行詳細(xì)探討和建立相應(yīng)駕駛行為模型。所以基于選取速度和加速度作為支路減速駕駛行為的特征變量數(shù)值，探討駕駛員的速度特性和減速度特性。并且從駕駛行為影響因素中篩選出適合外部影響因素，從而建立減速行為模型，對(duì)減速駕駛行為進(jìn)行定量分析速度和減速度與各影響因素之間的關(guān)系，探究減速駕駛行為發(fā)生機(jī)理，為后續(xù)的研究提供理論基礎(chǔ)，其在改善交叉口的安全狀況、提高通行能力方面有重要意義。

1 數(shù)據(jù)采集

研究數(shù)據(jù)采集以視頻拍攝和現(xiàn)場(chǎng)觀測(cè)為主。選取調(diào)查地點(diǎn)時(shí)應(yīng)遵循以下原則：①公路平交口而非城市道路平交口；②平交口非機(jī)動(dòng)車(chē)和行人數(shù)量應(yīng)盡量少，避免其對(duì)駕駛員的行為產(chǎn)生干擾；③平交口交通量應(yīng)適中，能滿(mǎn)足研究要求；④平交口附近應(yīng)有高聳建筑物便于相機(jī)俯視拍攝。

按照上述原則在南京市溧水區(qū)選取省道S341與金龍西路相交而成的典型無(wú)信號(hào)控制公路平交口，主路雙向4車(chē)道，次路雙向4車(chē)道，其平交口渠化及拍攝位置示意圖見(jiàn)圖1。所選取平交口為低等級(jí)公路與干線(xiàn)公路相交產(chǎn)生的T形全無(wú)控制平交口；平交口在城市郊區(qū)，所處地形為平原；平交口交通量適中，都能夠滿(mǎn)足研究要求。調(diào)查時(shí)間選取早高峰和晚高峰時(shí)段。

圖1 平交口渠化及拍攝位置示意圖Fig.1 The diagram of channelization design of intersection and camera location

1.1 數(shù)據(jù)采集方法

2013年11月對(duì)省道S341與金龍西路平面交叉口進(jìn)行駕駛員減速行為數(shù)據(jù)采集，其中一臺(tái)攝像機(jī)為遠(yuǎn)景拍攝，主要獲取無(wú)信號(hào)控制平交口上游功能區(qū)駕駛員減速行為情況，另一臺(tái)攝像機(jī)進(jìn)行近景拍攝作為輔助拍攝，見(jiàn)圖1。

在視頻拍攝的同時(shí)，利用雷達(dá)測(cè)速儀對(duì)即將進(jìn)入支路平交口上游功能區(qū)的車(chē)輛進(jìn)行測(cè)速，作為車(chē)輛的路段速度。在記錄速度的同時(shí)，也記錄了車(chē)輛的基本特性（顏色、車(chē)型、品牌等）以便在視頻中能夠確認(rèn)每輛車(chē)的路段速度。

1.2 視頻數(shù)據(jù)讀取

以每個(gè)駕駛員的駕駛行為作為研究對(duì)象，駕駛行為通過(guò)車(chē)輛運(yùn)行狀態(tài)體現(xiàn)出來(lái)。因此每輛機(jī)動(dòng)車(chē)都作為單獨(dú)研究對(duì)象進(jìn)行記錄。需要采集的支路車(chē)輛的基本信息、速度、減速度及其影響因素進(jìn)行數(shù)據(jù)獲取，見(jiàn)表1，駕駛行為內(nèi)部影響因素在中并未體現(xiàn)，由于其采集較為復(fù)雜。

對(duì)于車(chē)輛在上游功能區(qū)內(nèi)速度采集，通過(guò)車(chē)輛經(jīng)過(guò)區(qū)段內(nèi)時(shí)間和距離的計(jì)算獲得。參考《公路平面交叉口交通安全設(shè)計(jì)理論與方法》中各等級(jí)公路設(shè)計(jì)速度分別對(duì)應(yīng)的平交口上游功能區(qū)長(zhǎng)度建議值，設(shè)計(jì)速度為40km／h的金龍西路上游功能區(qū)內(nèi)感知反應(yīng)行駛距離可取25m，減速行駛距離可取25m，由于金龍西路交通量不大，一般不會(huì)形成排隊(duì)現(xiàn)象，排隊(duì)長(zhǎng)度可取0m。因此，省道S341與金龍西路平交口上游功能區(qū)可取50m，區(qū)段1～4的距離及劃分見(jiàn)圖2。采用會(huì)聲會(huì)影軟件讀取數(shù)據(jù)來(lái)確保測(cè)量精度，該軟件能夠?qū)r(shí)間精確到幀（0.04s）。

表1 數(shù)據(jù)采集Tab.1 Data collection

圖2 支路上游功能區(qū)區(qū)段劃分示意圖Fig.2 The diagram of divided section on upstream function area of branch

視頻數(shù)據(jù)讀取完畢對(duì)數(shù)據(jù)篩選后進(jìn)行特性分析及建模，篩選原則如下：①剔除不符合常理的數(shù)據(jù)，如負(fù)值；②剔除特殊情況下產(chǎn)生的數(shù)據(jù)，如受到非機(jī)動(dòng)車(chē)或行人干擾、事故發(fā)生時(shí)的數(shù)據(jù)；③剔除奇異數(shù)據(jù)，如平交口車(chē)輛速度過(guò)大的數(shù)據(jù)。

2 減速行為分析

減速行為是指駕駛員通過(guò)調(diào)整車(chē)速變化來(lái)避免事故發(fā)生或?yàn)榱隧樌ㄟ^(guò)平交口采取一定措施的行為。針對(duì)無(wú)信號(hào)控制公路平交口上游功能區(qū)內(nèi)減速變化行為進(jìn)行分析。

2.1 速度特性分析

根據(jù)視頻車(chē)輛在4個(gè)區(qū)段內(nèi)所用的時(shí)間分別為tA1，tA2，tA3，tA4，4個(gè)區(qū)段的長(zhǎng)度分別為SA1，SA2，SA3，SA4。則可求得車(chē)輛在4個(gè)區(qū)段內(nèi)的平均速度，分別記為VA1，VA2，VA3，VA4，并把它們近似視為車(chē)輛在區(qū)段行駛時(shí)間中點(diǎn)的車(chē)速。雷達(dá)測(cè)速儀所獲取的VA0為車(chē)輛路段速度，可作為車(chē)輛剛駛?cè)肷嫌喂δ軈^(qū)內(nèi)的速度，視為初速度；VA4為車(chē)輛停車(chē)線(xiàn)附近的速度，因此車(chē)速靠近停車(chē)線(xiàn)附近，可視為停車(chē)線(xiàn)速度，全部車(chē)輛速度分布折線(xiàn)見(jiàn)圖3。

圖3 速度分布折線(xiàn)圖Fig.3 The plot of speed distribution

由圖可知，初速度VA0較為離散，每類(lèi)速度的最大最小值從VA0～VA1均呈現(xiàn)逐步下降的趨勢(shì)。另外，停車(chē)線(xiàn)速度VA4沒(méi)有為零的車(chē)輛，基本都分布在10～20km／h之間，這說(shuō)明車(chē)輛在停車(chē)線(xiàn)附近均不停車(chē)，符合視頻觀察發(fā)現(xiàn)的實(shí)際情況，大多數(shù)車(chē)輛不會(huì)在停車(chē)線(xiàn)停車(chē)等待后通過(guò)，而是選擇越過(guò)停車(chē)線(xiàn)在平交口物理區(qū)內(nèi)等待。

初速度VA0的平均值最大，為35.81km／h；其標(biāo)準(zhǔn)差也最大，為7.144；停車(chē)線(xiàn)速度VA4的平均值最小，為1 7.7 4km／h；其標(biāo)準(zhǔn)差也最小，為4.144。每類(lèi)速度分布越來(lái)越離散，說(shuō)明駕駛員在駛?cè)肫浇豢谇?，距離平交口越遠(yuǎn)，其速度越離散；距離平交口越近，其速度越集中，因此駕駛員在駛?cè)肫浇豢跁r(shí)車(chē)速趨于一致性。

2.2 減速行為車(chē)速的影響因素分析

視頻數(shù)據(jù)讀取時(shí)將車(chē)輛類(lèi)型劃分為小型車(chē)、中型車(chē)和大型車(chē)，該分類(lèi)主要考慮了車(chē)輛尺寸對(duì)車(chē)速的影響。通過(guò)對(duì)視頻的分析及對(duì)參考文獻(xiàn)的閱讀，車(chē)輛左轉(zhuǎn)與右轉(zhuǎn)由于在轉(zhuǎn)向過(guò)程中會(huì)產(chǎn)生不同的沖突，其操作復(fù)雜性也有所不同，所以車(chē)輛左右轉(zhuǎn)情況對(duì)駕駛員速度選擇可能會(huì)產(chǎn)生影響。實(shí)地觀測(cè)平交口上游功能區(qū)內(nèi)駕駛速度一般較少會(huì)選擇停車(chē)，而不停車(chē)則駕駛員速度相對(duì)較大。由于早晚高峰時(shí)期駕駛員出行目的有所不同，另外拍攝視頻時(shí)間為冬季，晚高峰時(shí)期光線(xiàn)已經(jīng)非?；璋?。因此，早晚高峰時(shí)期的數(shù)據(jù)可以進(jìn)行對(duì)比以探討早晚高峰對(duì)駕駛員速度選擇的影響。采用了SPSS統(tǒng)計(jì)軟件進(jìn)行方差或是相關(guān)性分析確定以下因素對(duì)駕駛速度是否產(chǎn)生了顯著影響，其結(jié)果見(jiàn)表2。

1）結(jié)果表明在顯著性水平為0.05的條件下，不同車(chē)型之間對(duì)5個(gè)速度沒(méi)有顯著性差異，所以車(chē)型對(duì)無(wú)信號(hào)控制公路平交口上游功能區(qū)內(nèi)車(chē)速無(wú)顯著性影響。

2）記左轉(zhuǎn)取值為1，右轉(zhuǎn)取值為0，不同轉(zhuǎn)向?qū)?個(gè)速度均有顯著性影響，表明不同轉(zhuǎn)向?qū)o(wú)信號(hào)控制公路平交口上游功能區(qū)內(nèi)車(chē)速有顯著性影響。

3）記早高峰時(shí)期值為1，晚高峰時(shí)期值為0。早晚高峰對(duì)前4個(gè)速度影響不顯著，而對(duì)停車(chē)線(xiàn)速度VA4影響顯著。

4）車(chē)輛在停車(chē)線(xiàn)附近停車(chē)取值為0，不停車(chē)取值1。停車(chē)與否對(duì)前4個(gè)速度影響不顯著，而對(duì)停車(chē)線(xiàn)速度VA4影響顯著。由于停車(chē)線(xiàn)速度VA4與車(chē)輛的停車(chē)點(diǎn)距離最近，所以停車(chē)與否對(duì)停車(chē)線(xiàn)速度VA4具有顯著性影響。

表2 因素對(duì)速度的影響分析結(jié)果Tab.2 Analysis result of influence of factor on speed

2.2.1 車(chē)型對(duì)速度的影響

采用控制變量法消除其他因素對(duì)車(chē)速的干擾，所以選擇白天視頻中113組左轉(zhuǎn)不停車(chē)車(chē)輛數(shù)據(jù)并求其平均速度和平均減速時(shí)間，見(jiàn)圖4。由圖4可見(jiàn)，不同車(chē)型車(chē)輛速度均相差不大，在時(shí)間軸上均呈現(xiàn)明顯的下降趨勢(shì)。

小型車(chē)的平均速度最大，中型車(chē)平均速度其次，大型車(chē)平均速度最小。這是由大型車(chē)基本特性決定的，大型車(chē)在加減速、爬坡、速度控制方面均不如小型車(chē)可操作性好。因此，大型車(chē)在平交口上游功能區(qū)內(nèi)要以比小型車(chē)或中型車(chē)更小的速度來(lái)行駛。

圖4 不同車(chē)型的速度對(duì)比圖Fig.4 The comparison plot of speed from different vehicle model

2.2.2 轉(zhuǎn)向?qū)λ俣鹊挠绊?/p>

根據(jù)白天視頻中145組選擇不停車(chē)小型車(chē)輛數(shù)據(jù)求得其平均速度和平均減速時(shí)間，見(jiàn)圖5。由圖5可見(jiàn)，車(chē)輛左右轉(zhuǎn)的速度平均值相差較大，并且駕駛員右轉(zhuǎn)普遍采用較大速度通過(guò)平交口上游功能區(qū)，而左轉(zhuǎn)的平均速度總是比右轉(zhuǎn)的平均速度低。

由于車(chē)輛從次路左轉(zhuǎn)匯入主路過(guò)程中最多會(huì)產(chǎn)生4個(gè)沖突點(diǎn)，包括1個(gè)分流沖突點(diǎn)、1個(gè)合流沖突點(diǎn)、2個(gè)交叉沖突點(diǎn)；而對(duì)于車(chē)輛從次路右轉(zhuǎn)匯入主路，包括1個(gè)分流沖突點(diǎn)和1個(gè)合流沖突點(diǎn)。車(chē)輛左轉(zhuǎn)可能會(huì)遇到的沖突點(diǎn)更多，需要駕駛員控制車(chē)輛在平交口上游功能區(qū)的車(chē)速，所以車(chē)輛左轉(zhuǎn)的平均速度比右轉(zhuǎn)的平均速度低。

圖5 車(chē)輛左右轉(zhuǎn)速度對(duì)比圖Fig.5 The comparison plot of speed from different vehicle′s steering

2.2.3 早晚高峰對(duì)速度的影響

根據(jù)視頻119組左轉(zhuǎn)不停車(chē)小型車(chē)輛數(shù)據(jù)求得其平均速度和平均減速時(shí)間，見(jiàn)圖6。由圖6可見(jiàn)，車(chē)輛在平交口上游功能區(qū)行駛時(shí)前4個(gè)速度差異不大，但對(duì)于停車(chē)線(xiàn)速度VA4早晚高峰具有較大的差異性。

因?yàn)樵谕＼?chē)線(xiàn)附近，駕駛員需要進(jìn)行判斷主路車(chē)流狀況，選擇減速、停車(chē)或直接匯入主路，并且在晚高峰期間光線(xiàn)昏暗，駕駛員普遍選擇的速度會(huì)較小。同時(shí)，駕駛員在晚高峰平交口上游功能區(qū)內(nèi)所耗用的時(shí)間也較早高峰有所增加。

圖6 早晚高峰速度對(duì)比圖Fig.6 The comparison plot of speed at morning and evening peak

2.2.4 停車(chē)對(duì)速度的影響

根據(jù)視頻中124組早高峰左轉(zhuǎn)小型車(chē)數(shù)據(jù)求得其平均速度和平均減速時(shí)間，見(jiàn)圖7。由圖7可見(jiàn)，車(chē)輛在平交口上游功能區(qū)行駛時(shí)前4個(gè)速度差異不大，但對(duì)于停車(chē)與不停車(chē)2個(gè)類(lèi)型的停車(chē)線(xiàn)速度VA4有較大的差異性。另外，選擇停車(chē)的車(chē)輛普遍之前的行駛速度較小。

圖7 車(chē)輛停車(chē)與否的速度對(duì)比圖Fig.7 The comparison plot of speed from vehicle weather stopping or not

通過(guò)以上分析可知，不同車(chē)型對(duì)平交口上游功能區(qū)駕駛員的速度選擇無(wú)顯著性影響；車(chē)輛左右轉(zhuǎn)向?qū)ζ浇豢谏嫌喂δ軈^(qū)駕駛員的速度選擇有顯著性影響；而早晚高峰和停車(chē)與否僅對(duì)停車(chē)線(xiàn)速度VA4影響顯著，對(duì)其余的4個(gè)速度影響不顯著。

2.3 減速度特性分析

在車(chē)速和時(shí)間間隔已知情況下，可以計(jì)算VA1，VA2，VA3，VA44個(gè)速度之間的平均減速度?？蓪⑵浇豢谏嫌喂δ軈^(qū)劃分為3個(gè)減速區(qū)，分別命名為減速區(qū)1、減速區(qū)2、減速區(qū)3，每個(gè)減速區(qū)跨越2個(gè)相鄰的不同區(qū)段，3個(gè)減速區(qū)內(nèi)的減速度分別記為AA1，AA2，AA3，見(jiàn)圖8。中減速度均取正值，其值越大說(shuō)明單位時(shí)間內(nèi)速度變化越大，減速越劇烈。

圖8 支路上游功能區(qū)內(nèi)減速區(qū)劃分示意圖Fig.8 The diagram of divided deceleration section on upstream function area of branch

2.4 減速度影響因素的分析

與對(duì)平交口上游功能區(qū)的速度特性分析類(lèi)似影響因素對(duì)速度的影響外，Wang等［9］指出初速度對(duì)減速度具有顯著的影響。采用SPSS統(tǒng)計(jì)分析軟件進(jìn)行單因素方差分析或相關(guān)性分析。結(jié)果如下。

1）結(jié)果表明在顯著性水平為0.05的條件下，不同車(chē)型對(duì)減速度AA1和AA2的影響并沒(méi)有顯著性差異，對(duì)減速度AA3具有顯著性影響。

2）在顯著性水平為0.05的條件下，車(chē)輛左右轉(zhuǎn)向?qū)?個(gè)減速度具有顯著性影響。

3）在顯著性水平為0.05的條件下，早晚高峰對(duì)減速度AA1和AA3無(wú)顯著性影響，對(duì)減速度AA2具有顯著性影響。

4）在顯著性水平為0.05的條件下，停車(chē)與否對(duì)減速度AA1和AA2沒(méi)有顯著性影響，對(duì)減速度AA3停車(chē)與否具有顯著性影響。

5）不同初速度的車(chē)輛的減速度會(huì)有所差異，但3個(gè)減速度與初速度均具有較強(qiáng)的正相關(guān)性，即初速度越大的車(chē)輛采取的減速度也越大。

2.4.1 車(chē)型對(duì)減速度的影響

同樣采用控制變量法選取113組數(shù)據(jù)進(jìn)行不同車(chē)型下平均減速度對(duì)比，見(jiàn)圖9。由圖9可見(jiàn)，不同車(chē)型情況下車(chē)輛平均減速度均相差不大，但不同減速區(qū)的減速度具有較大差異。減速區(qū)1平均減速度最小，減速區(qū)3次之，減速區(qū)2平均減速度最大。

由于減速區(qū)1內(nèi)受平交口視距影響，駕駛員看不到主路車(chē)流狀況，因而車(chē)輛減速度較小；而減速區(qū)2駕駛員能夠觀察主路車(chē)流的狀況，采取減速措施導(dǎo)致該區(qū)域內(nèi)減速度較大；在行駛至減速區(qū)3時(shí)，駕駛員可以較好控制車(chē)速，減速度又有所下降。

圖9 不同車(chē)型的減速度對(duì)比圖Fig.9 The comparison plot of deceleration from different vehicle model

2.4.2 轉(zhuǎn)向?qū)p速度的影響

轉(zhuǎn)向?qū)p速度的影響，見(jiàn)圖10。由圖10可見(jiàn)，車(chē)輛在每個(gè)減速區(qū)域進(jìn)行左右轉(zhuǎn)向的平均減速度相差較大，駕駛員右轉(zhuǎn)相比左轉(zhuǎn)普遍采用較小減速度數(shù)值通過(guò)平交口上游功能區(qū)。

圖10 車(chē)輛左右轉(zhuǎn)向的減速度對(duì)比圖Fig.10 The comparison plot of deceleration from different vehicle′s steering

由于左轉(zhuǎn)平均速度總是比右轉(zhuǎn)平均速度低，在路段速度相差不大的情況下，駕駛員左轉(zhuǎn)需要采取相對(duì)較大減速度來(lái)控制車(chē)速，才能保證車(chē)輛順利左轉(zhuǎn)，所以左轉(zhuǎn)平均減速度比右轉(zhuǎn)平均減速度大。

2.4.3 早晚高峰對(duì)減速度的影響

早晚高峰對(duì)減速度的影響，見(jiàn)圖11。由圖11可見(jiàn)，早高峰期間減速度AA2最大，減速度AA1最小；晚高峰時(shí)期，減速度AA3最大，減速度AA1最小。這是由于早高峰時(shí)期光線(xiàn)較好，車(chē)輛到達(dá)減速區(qū)2時(shí)觀察到主路車(chē)流情況，駕駛員以較大減速度行駛；而在晚高峰時(shí)期光線(xiàn)較暗，車(chē)輛在到達(dá)減速區(qū)3時(shí)，駕駛員才受到主路車(chē)流的影響，因此晚高峰時(shí)期的減速度AA3最大。

圖11 早晚高峰的平均減速度對(duì)比圖Fig.11 The comparison plot of deceleration at morning and evening peak

2.4.4 停車(chē)對(duì)減速度的影響

停車(chē)對(duì)減速度的影響，見(jiàn)圖12。由圖12可見(jiàn)，停車(chē)與否對(duì)車(chē)輛減速度數(shù)值影響并無(wú)太大差異。車(chē)輛的3個(gè)減速度中減速度AA2最大，減速度AA1最小，符合早高峰時(shí)期減速度的特性。

圖12 停車(chē)與否減速度對(duì)比圖Fig.12 The comparison plot of deceleration from vehicle weather stopping or not

2.4.5 初速度對(duì)減速度的影響

通過(guò)對(duì)速度特性的分析得知，車(chē)輛在平交口上游功能區(qū)內(nèi)的速度逐漸由離散變得集中，其方差逐漸變小。在平交口車(chē)輛速度相差不大的情況下，車(chē)輛在路段的初速度越大，駕駛員就越要采取更為強(qiáng)烈的減速行為以保證車(chē)輛能安全順利的通過(guò)平交口。所以，初速度越大的車(chē)輛，其減速度也會(huì)越大。

為更好體現(xiàn)初速度與減速度的關(guān)系，將初速度劃分為5類(lèi)，見(jiàn)圖13。由圖13可見(jiàn)，初速度低的車(chē)輛其減速度也較低；初速度高的車(chē)輛減速度也較高。

圖13 初速度對(duì)減速度的影響對(duì)比圖Fig.13 The comparison plot of influence of VA0on speed

3 模型構(gòu)建與檢驗(yàn)

由于減速度的大小對(duì)交通模擬模型、燃料消耗模型、尾氣排放模型均具有重要的意義。其中減速區(qū)3距離停車(chē)線(xiàn)最近，是駕駛員必須采取減速行為的區(qū)域，也是容易發(fā)生沖突的區(qū)域。所以選擇減速度3作為減速行為的因變量進(jìn)行駕駛員減速行為建模。

通過(guò)上述分析可知，各個(gè)影響因素對(duì)速度及減速度均有不同程度的影響。其中，由于車(chē)型、左右轉(zhuǎn)、早晚高峰、均為離散型變量，在建立模型時(shí)設(shè)置啞變量以提高模型的擬合效果。經(jīng)過(guò)設(shè)置啞變量，即可將這些自變量視為連續(xù)性變量，并引入到模型中去。

自變量采用逐步回歸法進(jìn)行篩選，建立“最優(yōu)”多元線(xiàn)性回歸模型。其中4個(gè)自變量的t檢驗(yàn)結(jié)果說(shuō)明自變量系數(shù)均具有統(tǒng)計(jì)學(xué)意義，分別為車(chē)型1、車(chē)型2、初速度VA0、左右轉(zhuǎn)向，結(jié)果見(jiàn)表4。最終，建立的減速行為統(tǒng)計(jì)回歸模型如下。

表4 減速駕駛行為模型結(jié)果Tab.3 Model result of deceleration driving behavior

式中：AA3為減速區(qū)3的減速度，m／s2；X1為車(chē)輛左轉(zhuǎn)時(shí)x3取1，右轉(zhuǎn)時(shí)x3取0；VA0為初速度，km／h；

從模型的殘差直方圖、殘差P－P圖和減速度對(duì)殘差的散點(diǎn)圖中可以看出（見(jiàn)圖14～16），殘差分布比較均勻，P－P圖各散點(diǎn)基本呈直線(xiàn)趨勢(shì)，說(shuō)明因變量減速度服從正態(tài)分布；殘差圍繞均線(xiàn)均勻分布，大部分殘差絕對(duì)值都在2以?xún)?nèi)，說(shuō)明方差齊。因此滿(mǎn)足了線(xiàn)性回歸模型的前提條件，說(shuō)明模型是可用的。

圖14 殘差直方圖Fig.14 Histogram of residuals

圖15 殘差P－P圖Fig.15 The plot of residual P－P

圖16 速度對(duì)殘差的散點(diǎn)圖Fig.16 The scatter plot of speed of residuals

另外，將原始數(shù)據(jù)中的104組數(shù)據(jù)用來(lái)對(duì)模型進(jìn)行檢驗(yàn)，主要檢驗(yàn)其模型預(yù)測(cè)效果。求得的變量值與原始數(shù)據(jù)對(duì)比，結(jié)果如圖17所示。由圖17可見(jiàn)，散點(diǎn)多集中在對(duì)角線(xiàn)附近，說(shuō)明模型預(yù)測(cè)效果較好。

圖17 104組減速度3預(yù)測(cè)值與實(shí)際值散點(diǎn)圖Fig.17 The scatter plot of predicted value and actual deceleration3value of 104group

4 結(jié) 論

1）車(chē)輛在無(wú)信號(hào)控制公路平交口上游功能區(qū)內(nèi)的車(chē)速呈現(xiàn)明顯的下降趨勢(shì)，且速度的分布逐漸由離散變得集中。即車(chē)輛距離停車(chē)線(xiàn)越近，車(chē)速的標(biāo)準(zhǔn)差越小，分布越為集中。

2）不同轉(zhuǎn)向的車(chē)輛在平交口上游功能區(qū)內(nèi)的速度和減速度有明顯差異，車(chē)輛左轉(zhuǎn)速度平均值較小，減速度較大；車(chē)輛右轉(zhuǎn)速度平均值較大，減速度較小。因此，在支路有多個(gè)進(jìn)口車(chē)道時(shí)，應(yīng)在平交口上游功能區(qū)內(nèi)對(duì)不同轉(zhuǎn)向的車(chē)道進(jìn)行分離，避免不同轉(zhuǎn)向的車(chē)輛相互影響，從而保障交通安全。

3）車(chē)輛是否停車(chē)受到車(chē)輛在停車(chē)線(xiàn)附近的速度和減速度的影響。停車(chē)的車(chē)輛，其停車(chē)線(xiàn)速度普遍較小，減速度普遍較大。

4）車(chē)輛路段速度與車(chē)輛在上游功能區(qū)減速度有顯著相關(guān)關(guān)系。路段車(chē)速越大的車(chē)輛，其減速度越大，即減速行為越明顯。因此，為防止車(chē)輛以較大速度駛?cè)肫浇豢诙鴾p速不及發(fā)生追尾，建議設(shè)置必要的減速標(biāo)志或減速設(shè)施（減速帶、攝像頭等），使得車(chē)輛平穩(wěn)減速。

5）車(chē)輛在進(jìn)入無(wú)信號(hào)控制公路平交口時(shí)，其減速度的變化過(guò)程是先變大后變小。車(chē)輛在剛進(jìn)入上游功能區(qū)內(nèi)時(shí)，由于受平交口視距的影響，減速度較小；隨著車(chē)輛駛進(jìn)上游功能區(qū)，受主路影響，其減速度會(huì)有所增大；之后減速度會(huì)稍微降低，以滿(mǎn)足車(chē)輛進(jìn)入平交口的速度要求。

未來(lái)研究，將在現(xiàn)有研究基礎(chǔ)上對(duì)車(chē)輛在無(wú)信號(hào)控制公路平交口支路上游功能區(qū)的速度和減速度特性進(jìn)行更加深入定量地分析，采用心理學(xué)方法選取對(duì)影響駕駛行為的內(nèi)部因素，并結(jié)合外部影響因素來(lái)對(duì)駕駛行為進(jìn)行建模，進(jìn)一步觀測(cè)駛?cè)虢徊婵谶\(yùn)行狀態(tài)，探討從上游功能區(qū)駛?cè)虢徊婵诘臎Q策機(jī)理，從而監(jiān)測(cè)、規(guī)范和引導(dǎo)駕駛員行為，保證無(wú)信號(hào)控制交叉口交通通行安全。

［1］ 韓敏，袁黎.基于交通沖突技術(shù)的無(wú)信號(hào)平交口交通事故預(yù)測(cè)方法研究［J］.公路與汽運(yùn)，2012.（6）：62－64.

HAN Min，YUAN Li.Traffic accidents prediction method at non－signalized intersection based on traffic conflict［J］.Highways ＆Automotive，2012.（6）：62－64.（in Chinese）

［2］ 陸鍵，張國(guó)強(qiáng)，項(xiàng)喬君，等.公路平面交叉口交通安全設(shè)計(jì)理論與方法［M］.北京：科學(xué)出版社，2009.

LU Jian，ZHANG Guoqiang，XIANG Qiaojun，et al.Highway intersection traffic safety design theory and method［M］.Beijing：Science Press，2009.（in Chinese）

［3］ 于增亮.基于仿真環(huán)境駕駛員臨界反應(yīng)能力的研究［D］.長(zhǎng)春：吉林大學(xué)，2005.

YU Zengliang.The research of driver＇s critical response capability based on the simulation environment［D］.Changchun：Jilin University，2005.（in Chinese）

［4］ 劉運(yùn)通.道路交通安全指南［M］.北京：人民交通出版社，2004.

LIU Yuntong.Road traffic safety guide［M］.Beijing：China Communications Press，2004.（in Chinese）

［5］ 漆巍巍.城市道路不良匯入與變道駕駛行為特性研究［D］.哈爾濱：哈爾濱工業(yè)大學(xué)，2009.

QI Weiwei.The characteristics of risky merging and lane－changing driving behavior on urban road［D］.Harbin：Harbin Institute of Technology，2009.（in Chinese）

［6］ 潘福全，項(xiàng)喬君，陸鍵，等.公路平面交叉口駕駛行為研究［J］.道路交通與安全.2007，7（5）：16－19.

PAN Fuquan，XIANG Qiaojun，LU Jian，et al.The research of driving behavior at highway non－signalized intersection［J］.Road Traffic Safety，2007，7（5）：16－19.（in Chinese）

［7］ 葛興，項(xiàng)喬君，陸鍵.基于沖突的公路平面交叉口駕駛行為研究［J］.交通運(yùn)輸工程與信息學(xué)報(bào)，2009，7（3）：39－43.

GE Xing，XIANG Qiaojun，LU Jian.The research of driving behavior based on conflict at highway intersection［J］.Transportation Engineering and Information Technology，2009，7（3）：39－43.（in Chinese）

［8］ 黃選偉.基于博弈的交叉口駕駛員行為分析［D］.南昌：南昌航空大學(xué)，2014.

HUANG Xuanwei.The analysis of driver behavior based on game theory at intersection［D］.Nanchang：Nanchang Aeronautical University，2014.（in Chinese）

［9］ WANG Jun，DIXON K，LI Hainan，et al.Normal deceleration behavior of passenger vehicles at stopsign－controlled intersections based on in－vehicle GPS data.［J］.Transportation Research Record，2005（1937）：120－127.

［10］ 馬天宇.信號(hào)交叉口倒計(jì)時(shí)顯示屏對(duì)駕駛員行為影響分析［D］.長(zhǎng)春：吉林大學(xué)，2008.

MA Tianyu.The impact analysis of countdown display on driver behavior at signalized intersection［D］.Changchun：Jilin University，2008.（in Chinese）

［11］ 孫正良，顧金剛，祖永昶.不同信號(hào)過(guò)渡方式對(duì)交叉口駕駛行為選擇的影響.交通信息與安全，2014，32（5）：174－179.

SUN Zhengliang，GU Jingang，ZU Yongchang.The effects of different signal transition mode on choice of driving behavior at intersection［J］.Journal of Transport Information and safety，2014，32（5）：174－179.（in Chinese）

［12］ MINH C C，SANO K，MATSUMOTO S.Deceleration models of motorcycles at signalized intersections［C］.85thTransportation Research Board Annual Meeting，Washington D.C.：Transportation Research Board，2006.

［13］ 施曉芬.城市信號(hào)交叉口駕駛員速度控制和視覺(jué)搜索行為研究［D］.西安：長(zhǎng)安大學(xué)，2011.

SHI Xiaofen.The research of driver speed control and visual search behavior at urban signalized intersection［D］.Xi′an：Chang′an University，2011.（in Chinese）

［14］ 白云，石京.北京市駕駛行為與影響因素分析［J］.交通信息與安全，2010，28（2）：114－119.

BAI Yun，SHI Jing.The analysis of driving behavior and influential factors in Beijing［J］.Journal Transport Information and Safety，2010，28（2）：114－119.（in Chinese）

［15］ LU J，PAN F，XIANG Q.Level－of－safety service for safety performance evaluation of highway intersections［J］.Transportation Research Record：Journal of the Transportation Research Board，2008（2075）：24－33.

［16］ 祝站東，榮建，周偉.不良天氣條件下的駕駛行為研究［J］.武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版，2010，34（5）：1040－1043.

ZHUZhandong，RONG Jian，ZHOU Wei.The research of driving behavior under unfavorable weather conditions［J］.Wuhan University of Technology：Transportation Science ＆Engineering Edition，2010，34（5）：1040－1043.（in Chinese）

［17］ 蔡娜.女性駕駛員道路交通事故影響因素分析［D］.北京：北京工業(yè)大學(xué)，2010.

CAI Na.The analysis of influential factors of road traffic accidents for women drivers［D］.Beijing：Beijing University of Technology，2010.（in Chinese）