溫惠英，劉敏

（華南理工大學(xué)土木與交通學(xué)院，廣東廣州 510640）

基于GPS行車軌跡的混合交通流環(huán)境下駕駛行為分析?

溫惠英，劉敏

（華南理工大學(xué)土木與交通學(xué)院，廣東廣州 510640）

混合交通流環(huán)境極為復(fù)雜多變，存在各種干擾因素和突發(fā)因素，其對機(jī)動(dòng)車駕駛員駕駛行為的干擾極大，極易導(dǎo)致各種交通事故。文中采用高精度GPS（全球定位系統(tǒng)）導(dǎo)航定位儀采集人流密集的校園中車輛的行駛軌跡數(shù)據(jù)，通過從軌跡數(shù)據(jù)中提取超速、急加速、急減速、停車次數(shù)、停車時(shí)間、加速次數(shù)、減速次數(shù)等數(shù)據(jù)對駕駛員駕駛行為進(jìn)行分析，總結(jié)復(fù)雜混合交通流環(huán)境下駕駛員的行車特性，為混合交通流環(huán)境下機(jī)動(dòng)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(tǒng)）

混合交通流是一種極為常見的交通環(huán)境，尤其是在中國許多城市老城區(qū)的無信號(hào)控制交叉口及校園、公園等人流密集、機(jī)動(dòng)車數(shù)量大的地方?；旌辖煌鳝h(huán)境下的各種復(fù)雜因素、突發(fā)因素會(huì)對駕駛員造成嚴(yán)重干擾，影響其駕駛行為，極易導(dǎo)致駕駛員判斷、操作錯(cuò)誤而造成交通事故。所以針對混合交通流環(huán)境下機(jī)動(dòng)車駕駛員駕駛行為的研究十分有必要。目前國內(nèi)外關(guān)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(qiáng)、張晉、田歡歡等采用元胞自動(dòng)機(jī)建立模型進(jìn)行仿真，以提高交叉口混合交通效率；鄺先驗(yàn)、邊曉麗、HaTac-Jun等對城市混合交通流狀態(tài)進(jìn)行仿真評價(jià)，以提高交叉口服務(wù)水平。但少有針對混合交通流環(huán)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(tǒng)）導(dǎo)航定位儀和攝像機(jī)采集車輛行駛軌跡數(shù)據(jù)及車輛運(yùn)行前方環(huán)境，結(jié)合視頻和車輛行駛軌跡數(shù)據(jù)分析混合交通流狀態(tài)下密集人流環(huán)境中的駕駛行為特性，找出其危險(xiǎn)因素及致因，進(jìn)而提出改善建議。

1　試驗(yàn)方案與數(shù)據(jù)處理

試驗(yàn)地點(diǎn)為人流密集的校園。采用高精度GPS導(dǎo)航定位儀（司南北斗/GNSS高精度接收機(jī)）采集車輛行駛軌跡數(shù)據(jù)及佳能（Canon）LEGHRIA -FS46-41X攝像機(jī)同步記錄車輛運(yùn)行前方環(huán)境。選用灰色大眾NewSantana新桑塔納1.6L自動(dòng)小型轎車作為試驗(yàn)車輛，駕駛員為駕駛經(jīng)驗(yàn)豐富，且熟悉校園道路交通狀況的老駕駛員。

1.1試驗(yàn)方案設(shè)計(jì)

（1）單點(diǎn)定位試驗(yàn)設(shè)計(jì)。在晴朗天氣下，在道路人流高峰時(shí)段，選取光線充足、學(xué)生人流較密集的道路進(jìn)行試驗(yàn)。在車輛上裝備單點(diǎn)高精度移動(dòng)基站GPS導(dǎo)航定位儀即M600試驗(yàn)設(shè)備；在車輛前排副駕駛位置架設(shè)攝像機(jī)，記錄車輛運(yùn)行過程中道路前方及周邊環(huán)境。

（2）差分定位試驗(yàn)設(shè)計(jì)。以單點(diǎn)定位試驗(yàn)方案為基礎(chǔ)，在校園制高點(diǎn)架設(shè)固定參考基站設(shè)備M300，并與M600移動(dòng)基站通信連接，進(jìn)行差分定位試驗(yàn)。

1.2試驗(yàn)方案實(shí)施

（1）試驗(yàn)人員分工。試驗(yàn)人員共3人，分別負(fù)責(zé)駕車（司機(jī)）、GPS試驗(yàn)設(shè)備操作、攝像機(jī)攝像。試驗(yàn)開始前，GPS設(shè)備操作人員完成GPS主機(jī)配置命令設(shè)置，包括M300基準(zhǔn)站經(jīng)緯度坐標(biāo)和高程參數(shù)獲取及配置，M600主機(jī)主、從站報(bào)文命令即PJK（當(dāng)?shù)仄矫孀鴺?biāo)）、GPTRA（方位角）、GPVTG（地面速度）、HEADINGA（方位角）、GPGGA（經(jīng)緯度坐標(biāo)）、BESTPOSA（位置坐標(biāo)）及相關(guān)信息輸出端口命令設(shè)置。

（2）試驗(yàn)設(shè)備時(shí)間同步校準(zhǔn)。試驗(yàn)開始前進(jìn)行攝像機(jī)、GPS試驗(yàn)儀器（M600）時(shí)間同步及試驗(yàn)起始時(shí)刻同步校準(zhǔn)。

1.3試驗(yàn)數(shù)據(jù)處理

由于M600主機(jī)GPS定位設(shè)備輸出的經(jīng)緯度坐標(biāo)是lll.lllll形式，并非標(biāo)準(zhǔn)大地經(jīng)緯度坐標(biāo)（WGS84），需對其進(jìn)行轉(zhuǎn)換處理。各輸出報(bào)文所包含的關(guān)鍵數(shù)據(jù)形式見表1。

表1　GPS設(shè)備關(guān)鍵報(bào)文輸出參數(shù)

對實(shí)車試驗(yàn)數(shù)據(jù)進(jìn)行預(yù)處理，采用SQL2010數(shù)據(jù)庫系統(tǒng)對GPS數(shù)據(jù)進(jìn)行異常數(shù)據(jù)剔除和數(shù)據(jù)形式轉(zhuǎn)換、冗余數(shù)據(jù)篩選及車輛速度和加速度計(jì)算，采用經(jīng)緯度坐標(biāo)、高程信息繪制車輛行駛軌跡圖。步驟如下：1）使用SQL數(shù)據(jù)庫管理軟件篩選報(bào)文參數(shù)GPGGA（經(jīng)緯度坐標(biāo)信息）中的經(jīng)度、緯度和高程數(shù)據(jù)；2）對經(jīng)緯度坐標(biāo)數(shù)據(jù)格式進(jìn)行轉(zhuǎn)換，使之成為標(biāo)準(zhǔn)的WGS84坐標(biāo)格式，并將其轉(zhuǎn)換為能供Google Earth識(shí)別處理的KML格式文件；3）將KML文件在GoogleEarth中打開，繪制試驗(yàn)路線圖。

采用MATLAB軟件對預(yù)處理后的結(jié)果進(jìn)行分析，統(tǒng)計(jì)車輛超速比例、車速分布、加速度分布、停車時(shí)間、低速運(yùn)行時(shí)間及加減速次數(shù)等數(shù)據(jù)，以時(shí)間為參考對照攝像視頻分析車輛運(yùn)行特性。

2　試驗(yàn)結(jié)果與分析

2.1試驗(yàn)路線圖繪制

進(jìn)行2組試驗(yàn)，試驗(yàn)時(shí)長分別為16.1min（966 s）和19.8min（1190s），試驗(yàn)路線、車輛駕駛?cè)藛T及試驗(yàn)人員均相同，其中第一次為單點(diǎn)定位試驗(yàn)、第二次為組合定位試驗(yàn)。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(jī)非交通事故，故校園區(qū)域限速為20km/h。作如下規(guī)定：在校園混合交通環(huán)境中，若車速超過20km/h，則認(rèn)為發(fā)生超速行為。根據(jù)試驗(yàn)結(jié)果分析車輛行駛過程中的速度分布，結(jié)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(shù)時(shí)間（51.55%）車輛處于超速狀態(tài)，超速10km/h以內(nèi)時(shí)間占超速總時(shí)間的63%，超速10～20km/h及以上的時(shí)間相對較少；車速低于10km/h的時(shí)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(jù)試驗(yàn)結(jié)果分析車輛行駛過程中的加速度分布，結(jié)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(gè)行車過程中共進(jìn)行了15次明顯的加、減速，加速度值變化頻繁，一直處于不穩(wěn)定狀態(tài)。這與車輛本身車速較低和校園復(fù)雜的混合交通流環(huán)境有關(guān)。

2.4停車分析

混合交通環(huán)境下，車輛為了避讓行人和自行車，各出入口進(jìn)出車輛出現(xiàn)一些非情愿的停車現(xiàn)象。根據(jù)試驗(yàn)結(jié)果，整個(gè)行車過程中共出現(xiàn)7次完全停車狀態(tài)，停車時(shí)刻和長度見表4。

表4　停車時(shí)刻與長度　s

由表4可看出：車輛出現(xiàn)長時(shí)間停車狀態(tài)（42、25、24、39s），結(jié)合視頻分析，停車在人流密集區(qū)域避讓行人和非機(jī)動(dòng)車、排隊(duì)等待取門卡情況下發(fā)生；347～361s不到15s的時(shí)間內(nèi)車輛連續(xù)出現(xiàn)2次完全停車，其中一次停車時(shí)間長達(dá)25s。說明人流密集、車輛多的復(fù)雜環(huán)境對駕駛員駕駛行為及行車安全的影響很大。

2.5試驗(yàn)結(jié)論

在行人、非機(jī)動(dòng)車、機(jī)動(dòng)車高度混行的校園環(huán)境中，機(jī)動(dòng)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(xiàn)，這與校園高度混合交通流環(huán)境下車輛速度本身較低、駕駛員為了應(yīng)對各種可能發(fā)生的突發(fā)情況或避讓密集人流和非機(jī)動(dòng)車而保持高度集中的精神狀態(tài)有關(guān)。由于校園限速過低（20 km/h），車輛時(shí)常在一些暢通、行車環(huán)境相對較好的路段出現(xiàn)超速情況，但超速值較低，加上駕駛員高度集中的精神狀態(tài)，交通仍處在相對安全的狀態(tài)。另外，受校園密集人流和大量車流的影響，車輛經(jīng)常出現(xiàn)長時(shí)間完全停車甚至連續(xù)完全停車情況，這對于駕駛員的心理、生理都會(huì)產(chǎn)生一定影響，可能導(dǎo)致不合理的駕駛行為，以至于發(fā)生安全事故。

3　結(jié)論

混合交通流環(huán)境下，各種突發(fā)情況會(huì)對駕駛員駕駛行為、操作產(chǎn)生影響。該文利用高精度GPS定位導(dǎo)航儀進(jìn)行實(shí)車試驗(yàn)獲取車輛行駛軌跡信息，進(jìn)而分析行駛速度、加速度的變化情況和停車信息等，總結(jié)混合交通環(huán)境下車輛的行為特征，結(jié)論如下：

（1）在校園這種混合程度呈現(xiàn)時(shí)變性、空間差異性的高混合程度的交通環(huán)境下，過低的限速會(huì)導(dǎo)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(nèi)。

（2）由于混合交通環(huán)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(gè)對周邊交通環(huán)境不斷探索和調(diào)整適應(yīng)的過程中。

（3）密集的人流和非機(jī)動(dòng)車流會(huì)造成長時(shí)間、高頻率、連續(xù)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(tài)和行為是在混合交通流環(huán)境下安全行車的有力保障。

由于試驗(yàn)局限于混合交通程度極高的校園，試驗(yàn)基數(shù)較少，數(shù)據(jù)分析不完善，有必要進(jìn)一步對混合交通流環(huán)境下各種影響因素和駕駛行為進(jìn)行研究分析，使分析結(jié)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(dǎo)。

［1］ 任慧君，許濤，李響.利用車載GPS軌跡數(shù)據(jù)實(shí)現(xiàn)公交車駕駛安全性分析［J］.武漢大學(xué)學(xué)報(bào)：信息科學(xué)版，2014，39（6）.

［2］ 張興強(qiáng)，汪瀅，胡慶華.交叉口混合交通流元胞自動(dòng)機(jī)模型及仿真研究［J］.物理學(xué)報(bào)，2014，63（1）.

［3］ 張晉.基于元胞自動(dòng)機(jī)的城域混合交通流建模方法研究［D］.杭州：浙江大學(xué)，2004.

［4］ 田歡歡，薛郁，康三軍，等.元胞自動(dòng)機(jī)混合交通流模型的能耗研究［J］.物理學(xué)報(bào)，2009，58（7）.

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

［6］ 邊曉麗.城市信號(hào)交叉路口混合交通流動(dòng)態(tài)參數(shù)分析及服務(wù)水平評價(jià)研究［D］.武漢：武漢理工大學(xué)，2012.

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

［8］ 李海瓊.不同交通流狀態(tài)下駕駛行為差異模擬實(shí)驗(yàn)研究［D］.昆明：昆明理工大學(xué)，2012.

［9］ 張毅，姚丹亞，蘇岳龍.混合交通環(huán)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(huì)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(xué)出版社，2010.

［11］ 付坤.基于駕駛員與道路環(huán)境因素的駕駛行為差錯(cuò)數(shù)學(xué)分析［D］.長春：吉林大學(xué)，2013.

［12］ 張?jiān)錾?山區(qū)公路營運(yùn)客車駕駛員駕駛行為特性研究［D］.西安：長安大學(xué)，2010.

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

［14］ 陳麒元.駕駛員的情緒狀態(tài)對其駕駛行為的影響［D］.杭州：浙江工業(yè)大學(xué)，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(xué)，2012.

U471.1

A

1671-2668（2016）04-0060-03

?國家自然科學(xué)基金資助項(xiàng)目（51378222）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金項(xiàng)目（2014ZG0029）

2016-01-22