楊龍海,龔節(jié)坤,趙順
(哈爾濱工業(yè)大學(xué)交通科學(xué)與工程學(xué)院,黑龍江哈爾濱 150090)
?
基于差分GPS定位的跟馳數(shù)據(jù)調(diào)查研究
楊龍海,龔節(jié)坤,趙順
(哈爾濱工業(yè)大學(xué)交通科學(xué)與工程學(xué)院,黑龍江哈爾濱 150090)
摘要:應(yīng)用Trimble R8 GPS對試驗車輛實現(xiàn)差分定位,對定位數(shù)據(jù)在運動和靜止狀態(tài)下進行誤差分析,并在起動加速、減速停止和常態(tài)行駛3種行駛狀態(tài)對GM跟馳模型參數(shù)進行標定。誤差分析和標定結(jié)果表明,差分定位數(shù)據(jù)精度能滿足跟馳行為分析的要求,而且能應(yīng)用于不同駕駛員在不同駕駛環(huán)境中的駕駛特性研究。
關(guān)鍵詞:智能交通;差分GPS定位;數(shù)據(jù)調(diào)查;GM模型;參數(shù)標定
隨著GPS定位技術(shù)的迅速發(fā)展和定位精度的提升,GPS為車輛跟馳數(shù)據(jù)的采集提供了一種新的可靠方法。國內(nèi)外目前有多種方法對車輛的跟馳數(shù)據(jù)進行采集,應(yīng)用最多的是美國公路署免費提供的NGSIM數(shù)據(jù)。在國內(nèi)外的研究中,NGSIM數(shù)據(jù)被廣泛應(yīng)用于跟馳模型參數(shù)標定和模型可行性驗證,但應(yīng)用國外的跟馳數(shù)據(jù)來研究國內(nèi)的跟馳行為必將導(dǎo)致研究結(jié)果失真。通過數(shù)學(xué)變換,微觀的跟馳行為可以變換成宏觀交通流模型,通過檢測路段的宏觀交通量來標定微觀跟馳的參數(shù)可減少跟馳數(shù)據(jù)調(diào)查工作量,但這種檢測方法標定的跟馳模型參數(shù)誤差較大,且不能反映駕駛員的反應(yīng)時間問題。為了將宏觀交通數(shù)據(jù)和微觀交通數(shù)據(jù)結(jié)合起來研究跟馳行為,采用電子線圈檢測器和數(shù)碼攝像機同時采集路段速度和密度數(shù)據(jù),但檢測數(shù)據(jù)仍不足以研究詳細的跟馳行為。通過車載GPS獲取車輛運行的微觀數(shù)據(jù)是一種比較省時省力的跟馳數(shù)據(jù)采集方法,但檢測精度的不足限制了其在車輛微觀分析中的應(yīng)用。通過流動基站采集的差分GPS數(shù)據(jù)可將車輛位置信息的檢測精度縮小到厘米級別,其速度、加速度和車間距檢測精度能滿足跟馳行為分析的需求。該文應(yīng)用Trimble R8 GPS接收機與固定基站實時傳輸流動站數(shù)據(jù)以實現(xiàn)差分定位,對檢測的差分定位數(shù)據(jù)在靜止和運動狀態(tài)下作誤差分析,并應(yīng)用差分定位數(shù)據(jù)對GM模型進行標定和分析。
調(diào)查使用的GPS設(shè)備包括基站、Trimble R8 GPS接收機、流動站手簿。R8 GPS接收機在基站的輻射半徑(70 km)內(nèi)快速達到RTK作業(yè)模式,該模式下,基準站通過數(shù)據(jù)鏈將其觀測值和測站坐標信息一起傳送給流動站,流動站不僅通過數(shù)據(jù)鏈接收來自基準站的數(shù)據(jù),還采集GPS觀測數(shù)據(jù),并在系統(tǒng)內(nèi)組成差分觀測值進行實時處理,同時給出厘米級精度的定位結(jié)果。通過USB轉(zhuǎn)9針串口線連接接收機與筆記本電腦進行定位信息傳輸和存儲,輸出頻率可在1~20 Hz選擇。
在城市道路中,車輛的行駛狀態(tài)分為車輛起動、減速停止和常態(tài)行駛?cè)?。GPS數(shù)據(jù)的檢測精度受環(huán)境的影響較大,特別是樓房的遮擋,故選取哈爾濱市南崗區(qū)道路寬闊且道路兩側(cè)樓房稀少的長江路進行城市道路跟馳試驗。長江路沿途有多個信號交叉口,在交叉口前后,車輛的減速停止和起動數(shù)據(jù)均可獲得,在交叉口之間的路段可獲取正常行駛的跟馳數(shù)據(jù)。
不同駕駛員的駕駛特性存在較大差異。為了分析不同駕駛員的駕駛特性,分別選取包含激進、正常和保守駕駛習(xí)慣的4名駕駛員進行跟馳試驗,試驗中4輛車在同一車道上保持車隊行駛。在試驗過程中,車隊容易被鄰近車道的非試驗車輛加塞,為了避免車輛加塞影響跟馳數(shù)據(jù)的有效性,在4輛試驗車上安裝行車記錄儀對車輛的跟馳行為進行監(jiān)控。GPS流動站安裝如圖1所示。
2.1雙GPS定位誤差分析
差分GPS在任何時刻都存在系統(tǒng)誤差,且誤差具有方向性,誤差的方向受定位衛(wèi)星和GPS接收機所處環(huán)境等因素的影響。試驗所采用的4臺GPS接收機在同一時刻應(yīng)用的定位衛(wèi)星和數(shù)據(jù)接收環(huán)境不盡相同,所以同一時刻不同GPS接收機的誤差各異。
圖1 GPS流動站安裝
跟馳數(shù)據(jù)中的車間距根據(jù)前導(dǎo)車和跟馳車的坐標求解,2臺GPS接收機的定位誤差之和決定車間距誤差的大小。為了驗證2臺GPS接收機定位誤差之和的大小,在哈爾濱二環(huán)路進行基礎(chǔ)試驗。試驗儀器為Trimble R8 GPS接收機2臺、筆記本電腦2臺,試驗條件為天氣晴朗、道路兩側(cè)無遮擋。將2臺GPS主機安裝在同一臺車上,用米尺測得兩天線中心的間距,數(shù)據(jù)輸出頻率為10 Hz,共獲得約9 849個點,去掉由于天橋和高架遮擋下的信號丟失,篩選出9 700個有效點。圖2為不同速度下2臺接收機的誤差和散點。
圖2 不同速度下接收機測距誤差散點圖
由于車輛在跟馳過程中速度處于不斷變化的狀態(tài),由圖2可以看出:在不同速度下,接收機定位誤差不超過10 cm,完全滿足車輛跟馳模型研究中對位置信息的要求。不同速度下流動站定位誤差統(tǒng)計結(jié)果如表1所示。
表1 不同速度下誤差統(tǒng)計結(jié)果
從表1可看出:不同速度區(qū)間下,誤差統(tǒng)計量有一定差距,車間距(跟馳車與前導(dǎo)車GPS接收機之間的距離)大于5 m,因此定位誤差對車間距的影響可忽略不計。
根據(jù)誤差傳播定律,設(shè)單個GPS定位中誤差為a,測距的中誤差為b,則有:
在大量數(shù)據(jù)樣本下,可認為標準差近似等于中誤差,則根據(jù)式(1)可求得不同速度下單個GPS接收機的定位誤差(如表2所示)。
表2 不同速度下中誤差統(tǒng)計
由表2可看出:在不同速度下,雖然測距的中誤差有一定差別,但這種差異性反映到單個GPS接收機已不再明顯,且單個GPS定位中誤差均小于0.02 m,相對于車輛的運動可以忽略不計。
2.2單GPS定位誤差分析
車輛運行速度和加速度通過當前車輛上的差分GPS數(shù)據(jù)求解得到,差分GPS定位精度決定速度和加速度的計算精度。從表2可知:GPS在不同移動速度下的定位誤差分布存在微小差別,但可忽略,故可以認為單GPS定位誤差不受速度的影響。車輛瞬時速度的計算有以下兩種方法:
式中:(xt, yt) 表示時刻t試驗車輛的高斯坐標。
為了驗證差分GPS的定位精度,選取車輛在路口等待信號燈時的GPS數(shù)據(jù)進行分析。根據(jù)GPS原始數(shù)據(jù)狀態(tài)信息,篩選出穩(wěn)定差分定位的983條數(shù)據(jù),車輛靜止,車輛的位移為零,根據(jù)前后兩個時間點對應(yīng)的經(jīng)緯度計算出的移動距離即為GPS的定位誤差,即圖3和圖4中0.1 s對應(yīng)的定位誤差。圖中0.2 s對應(yīng)的誤差數(shù)據(jù)為利用當前時刻前后0.1 s坐標數(shù)據(jù)計算車輛瞬時速度時的定位誤差。
圖3 單個GPS的定位誤差
圖4 單個GPS的定位誤差分布
圖3和圖4顯示的是試驗應(yīng)用的一臺GPS接收機的定位誤差,其他3臺GPS接收機的定位誤差分布與圖3和圖4相同,定位誤差平均值為0.3 cm左右,最大定位誤差不超過2.23 cm。這里的誤差平均不是GPS定位經(jīng)緯度與真實經(jīng)緯度的誤差,而是前后兩個定位點之間的誤差,因為誤差存在方向,而且相鄰時間節(jié)點的誤差方向一致,所以單GPS定位誤差平均值小于定位中誤差。
令0.1和0.2 s對應(yīng)的定位誤差分別為ε1、ε2,假設(shè)車輛短時區(qū)間(t-0.1,t+0.1)內(nèi)勻速行駛,行駛距離為2d,則利用式(2)計算速度的相對誤差εv1=ε1/d,利用式(3)計算速度的相對誤差εv2=ε2/ (2d)≈1/2εv1,式(3)計算所得速度誤差小于式(2)的速度誤差。不同速度下瞬時速度的相對誤差如表3所示,其精度能滿足跟馳行為分析的要求。
表3 不同瞬時速度下速度的平均相對誤差
GM模型是一種較常用的跟馳模型,已有研究先后用NGSIM數(shù)據(jù)和GPS數(shù)據(jù)標定過GM模型,證明GM模型能較好地反映車輛在起動、減速停止和正常行駛狀態(tài)下的跟馳行為。GM模型形式為:
式中:an(t+T)為跟馳車在t+T時刻的加速度;T為駕駛員的反應(yīng)時間;λ、m和l為待標定的系數(shù);vnt(+T)為t+T時刻跟馳車速度;xnt()、xn-1(t)分別為t時刻跟馳車和前導(dǎo)車的位置;vn(t)、vn-1(t)分別為t時刻跟馳車和前導(dǎo)車的速度。
試驗中,車隊由4輛車組成,可獲取3對跟馳數(shù)據(jù),每對數(shù)據(jù)分別對應(yīng)不同駕駛特性的駕駛員,每對跟馳數(shù)據(jù)包含起步、減速停止和正常行駛3種狀態(tài),選取每個狀態(tài)下的穩(wěn)定差分定位數(shù)據(jù)對GM模型進行標定,結(jié)果如表4和表5所示。
表4 GM模型參數(shù)標定
續(xù)表4
表5 常態(tài)行駛狀況下GM模型參數(shù)標定結(jié)果
試驗選取的標定數(shù)據(jù)為每種狀態(tài)下連續(xù)的跟馳數(shù)據(jù)。從表4、表5來看,標定結(jié)果較理想,相關(guān)性系數(shù)較高,說明通過差分GPS定位調(diào)查的跟馳數(shù)據(jù)可用來研究跟馳行為。對比表4中起動加速和減速停車狀態(tài)下駕駛員的反應(yīng)時間,駕駛員起動加速時的反應(yīng)時間大于減速停車的反應(yīng)時間,起動加速的駕駛員反應(yīng)時間大于減速停車的駕駛員反應(yīng)時間,因為駕駛員在起動加速狀態(tài)下較放松,針對前車速度、車間距變化的反應(yīng)較慢,而在減速制動下,駕駛員為了保證行車安全,對于前車制動反應(yīng)較靈敏。
在起動加速狀態(tài)下,3個駕駛員在同一路段進行跟馳試驗,但從標定參數(shù)來看,相同道路環(huán)境下不同駕駛員對應(yīng)的模型參數(shù)不一樣,說明駕駛員特性對跟馳行為有一定影響。減速停止和常態(tài)行駛狀態(tài)下的模型參數(shù)標定結(jié)果也說明駕駛員特性對跟馳行為存在一定影響。根據(jù)起動加速和減速停止的標定結(jié)果可推斷駕駛員1屬于較激進的駕駛員,駕駛員3屬于較保守的駕駛員,這一推斷結(jié)果與試驗車上對應(yīng)駕駛員的特性符合,證明通過差分GPS獲取的跟馳數(shù)據(jù)可用來研究跟馳行為中駕駛員特性。
從表4來看,在常態(tài)行駛狀態(tài)下,1.2 s的駕駛員反應(yīng)時間對應(yīng)的模型參數(shù)標定結(jié)果較理想。但從表5來看,駕駛員3在1.4 s的反應(yīng)時間下GM模型對其在常態(tài)行駛下的跟馳行為模擬更精確。與其他兩種行駛狀態(tài)相比,駕駛員在常態(tài)行駛狀態(tài)下的反應(yīng)時間較長,主要是因為常態(tài)行駛下車間距較大,跟馳車輛駕駛員對前導(dǎo)車的速度變化反應(yīng)較遲緩。
(1)通過平滑處理后的差分GPS數(shù)據(jù)在靜止和運動狀態(tài)下的定位精度能達到厘米級別,用差分GPS數(shù)據(jù)求解的車間距、速度和加速度精度能滿足跟馳行為分析的要求。
(2)應(yīng)用平滑后的差分GPS數(shù)據(jù)對GM模型在起動加速、減速停止和常態(tài)行駛3種狀態(tài)進行參數(shù)標定,參數(shù)標定結(jié)果表明差分GPS數(shù)據(jù)不僅可用來標定模型、檢驗?zāi)P秃托拚P停€可用來研究跟馳行為中的駕駛員特性。
(3)差分GPS定位的跟馳數(shù)據(jù)采集方法可采集高精度的車輛跟馳數(shù)據(jù),為研究道路交通提供基礎(chǔ)數(shù)據(jù),而且較視頻采集法方便、省力。
參考文獻:
[1] 王殿海,金盛.車輛跟馳行為建模的回顧與展望[J].中國公路學(xué)報,2012,25(1).
[2] 王殿海,陶鵬飛,金盛,等.跟馳模型參數(shù)標定及驗證方法[J].吉林大學(xué)學(xué)報:工學(xué)版,2011,41(增刊1).
[3] 陶鵬飛,金盛,王殿海.基于人工勢能場的跟馳模型[J].東南大學(xué)學(xué)報:自然科學(xué)版,2011,41(4).
[4] May Keller.Non-integer car following model[J].Highway Research Record,1967,199.
[5] Tang T Q,Li J G,Huang H J,et al.A car-following model with real-time road conditions and numerical tests[J].Measurement,2014,48(1).
[6] Soria I,Elefteriadou L,Kondyli A.Assessment of carfollowing models by driver type and under different traffic,weather conditions using data from an instrumented vehicle[J].Simulation Modelling Practice and Theory,2014,40(1).
[7] 張智勇,榮建,任福田,等.車輛跟馳時間序列實測數(shù)據(jù)采集方法研究[J].公路交通科技,2004,21(12).
[8] 喻丹.機動車駕駛?cè)诵袨榻<翱煽啃苑治觯跠].長沙:長沙理工大學(xué),2011.
[9] 喬晉.車輛跟馳模型參數(shù)標定與驗證研究[D].上海:上海交通大學(xué),2008.
[10] 姜軍,陸建.基于Helly跟馳模型標定參數(shù)的跟馳行為分析[J].武漢理工大學(xué)學(xué)報:交通科學(xué)與工程版,2015,39(2).
[11] 趙淑芝,張梟雄,賈洪飛,等.利用五輪儀實驗數(shù)據(jù)建立車輛跟馳模型[J].公路交通科技,2003,20(1).
[12] 潘玲.基于駕駛員認知過程的車輛跟馳模型的建立[D].長春:吉林大學(xué),2006.
[13] 劉巖,王殿海,韓萍.模擬彈簧車輛跟馳模型參數(shù)的標定[J].大連交通大學(xué)學(xué)報,2011(1).
[14] 曹金亮,史忠科,房雅靈.基于城市主干路交通流數(shù)據(jù)的跟馳模型標定[J].交通信息與安全,2014,32(6).
中圖分類號:U491.2
文獻標志碼:A
文章編號:1671-2668(2016)03-0034-04
收稿日期:2015-05-15