陳 雨 陳雨人

(同濟大學道路與交通工程教育部重點實驗室 上海 201804)

0 引 言

國家及行業(yè)層面對低等級公路安全保障非常重視，持續(xù)進行了多輪安全保障工作，眾多研究者從不同角度和層面進行了深入研究.一部分學者從危險路段甄別入手進行了研究.Saccomanno等[1]提出運用泊松回歸及經(jīng)驗貝葉斯模型來識別事故多發(fā)路段；方守恩等[2]提出累計頻率法，繪制事故累計頻率的散點圖并分析擬合曲線的突變點來界定事故多發(fā)路段；朱興琳等[3]提出了當量事故數(shù)的道路事故多發(fā)路段識別方法；肖慎等[4]建立了基于公路交通安全系統(tǒng)中的各影響因素的事故多發(fā)路段識別模型；裴玉龍等[5-6]提出了識別道路事故多發(fā)路段的突出因素法和模糊評價法.

還有一部分學者對道路交通各要素內(nèi)在的影響機理和運作機制進行了研究.Richer等[7]從社會學和心理學角度出發(fā)基于危險行為系數(shù)對不同的駕駛行為進行了區(qū)分；楊志清等[8]基于人的視覺特性提出了“空間視距”的概念,對高速公路運行車速進行預測；Brown等[9]對實測的車輛動力學特征及道路線形與模擬預測值進行了比較分析，在此基礎之上對公路的設計進行指導；Wang等[10]研究表明道路線形及道路設施等道路條件對行車安全影響重大；Perez[11]指出改善道路設施能夠提高道路的舒適性與安全性；Horberry等[12]研究分析了不同復雜程度道路環(huán)境對于駕駛?cè)朔中牡挠绊?

也有學者從道路條件著眼，研究其在整個道路交通系統(tǒng)里的作用.Zheng[13]應用可靠性函數(shù)對公路線形的視距、平曲線半徑和豎曲線半徑等指標進行研究，認為當設計供給不滿足于使用要求時，系統(tǒng)失效，借助運行車速分析駕駛?cè)藢ο到y(tǒng)的響應情況；熊竹[14]根據(jù)公路設計標準進行指標分類，應用層次分析法確定指標權(quán)重，采用模糊綜合評價和灰色聚類評價方法建立安全性評價模型；Kang等[15-16]提出 FG 法(feasible gates)和 P&R 法(prescreening and repairing)將道路使用者的參數(shù)、環(huán)境敏感區(qū)域與幾何設計約束同時考慮，建立道路線形優(yōu)化模型；朱興琳等[17]采用一次二階矩法分析了無控制交叉口停車視距設計的可靠性；孫璐等[18]將平、豎曲線半徑、側(cè)向凈寬等道路幾何參數(shù)視為確定性隨機變量，將車輛行車速度、路面摩擦系數(shù)、駕駛?cè)朔磻獣r間作為隨機變量，利用一次二階矩法反復迭代求解可靠度指標，分析隧道中停車視距的安全可靠性.

但是結(jié)合多輪安保工程的實施效果來看，有時候效果不是很理想，往往還會出現(xiàn)一些安保措施實施以后，事故發(fā)生率反而增加的情況.這是因為，道路條件的安全可靠性和駕駛?cè)说男袨槊芮邢嚓P，駕駛?cè)嗽谧杂闪鳡顟B(tài)下，其駕駛行為的產(chǎn)生主要是通過視覺感知行車環(huán)境中的各種道路條件，對其安全性、舒適性等需求進行判斷，結(jié)合道路條件的供給而產(chǎn)生.而駕駛員對道路條件供給的理解，主要反應在對車速的控制上，也就是說，道路條件決定了行駛速度.

道路條件包括道路基礎幾何線形指標、道路附屬基礎設施、周邊環(huán)境和景觀等.以往的設計方法大多針對這些條件中的一個或幾個進行單獨考慮，而沒有考慮多個道路條件的協(xié)調(diào)性的問題.從道路安全和駕駛員感知的角度來說，多個道路條件在駕駛員的感知中應具有協(xié)調(diào)性，不應反差過大，而這些道路條件的協(xié)調(diào)性也不能只用其客觀指標一概而論.首先駕駛員是通過視覺感知來獲取道路條件中的各個要素的，理應通過駕駛員視覺感知對道路條件進行描述和研究；其次道路條件的組合不一定完全是主觀感受中的“高指標配高指標，低指標配低指標”，實際應用中各個道路條件指標的選取配合對駕駛行為的作用可能存在一定的配合方式和作用機理.這種協(xié)調(diào)性還體現(xiàn)在低等級公路的“供給”與駕駛行為的“需求”一致性方面，低等級公路設施供給能力應盡可能滿足駕駛?cè)诵袨樾枨螅粫霈F(xiàn)“供不應求”的“過載”情況.

1 基于駕駛員視覺感知的道路環(huán)境分析

為了研究道路環(huán)境對駕駛員行為的影響機理，本研究在西藏、山東、安徽等地開展了大量自然駕駛實驗.采用行車記錄儀GARMIN GDR35作為低成本自然駕駛數(shù)據(jù)采集設備，設備搭載有GPS模塊，三軸加速度傳感器模塊，能夠采集車輛實時位置、速度、三軸加速度信息，采集頻率可達30 Hz，平均誤差不超過1.3%.前置攝像頭能夠?qū)η胺降缆芬曈X環(huán)境信息進行連續(xù)錄制，幀率為30 fps，足以滿足數(shù)據(jù)采集的完整性與連續(xù)性.將攝像頭安裝至汽車內(nèi)側(cè)擋風玻璃上，模擬駕駛?cè)艘暯呛鸵暰€高度.

實驗采集了21位駕駛?cè)说鸟{駛行為和行車環(huán)境數(shù)據(jù)，最終獲得了20 000 km自然駕駛狀態(tài)下行車環(huán)境和駕駛員行為的視頻數(shù)據(jù)，視頻數(shù)據(jù)中包括車輛速度信息與前方道路環(huán)境影像信息.由于本研究中所有的道路環(huán)境都是基于駕駛員視覺感知獲取的，稱之為駕駛員視覺道路條件.將其劃分為六類情況，它們分別是“視覺車道”“開口情況”“標志標線” “路側(cè)防護”“視野情況”和“路面狀況”，采用分類變量處理，見表1.

表1 視覺道路條件分類

“視覺車道”代表了道路線形，是最基本的視覺道路條件信息，也是駕駛員行為最需要滿足的道路條件.根據(jù)陳雨人等[19]的研究，采用Catmull-Rom樣條曲線對駕駛員視覺車道進行描述,見圖1.

圖1 駕駛員視覺車道模型

根據(jù)提取出的四個控制點，獲得六個視曲率與視曲線長的形狀參數(shù)vK12,vK23,vK34,vS12,vS23,vS34，通過這六個數(shù)據(jù)對視覺車道進行描述.

由于“視覺車道”是最基本的視覺道路條件信息，也是駕駛員行為最需要滿足的道路條件，所以在計算其他五個視覺道路條件的速度模型時，會同時將視覺車道參數(shù)納入模型參數(shù)中，部分或者全部和“視覺車道”一起構(gòu)成視覺道路條件.根據(jù)上述分析，對應七類視覺道路條件存在著六組可能行駛速度(其他五個視覺道路條件分別與“視覺車道”組合構(gòu)成的視覺道路條件).

首先對大量的視頻數(shù)據(jù)進行了篩選，找出了自由流條件下的視頻數(shù)據(jù)，選取道路設計速度為60 km/h的路段，然后對道路環(huán)境進行分類和參數(shù)化處理，對大量數(shù)據(jù)進行回歸分析的基礎上得到六組具體計算模型為

Vi=ni2·X2+ni3·X3+ni4·X4+ni5·X5+

ni6·X6+m1·ln|vK12|+m2·ln|vK23|+

m3·ln|vK34|+m4·vS12+m5·vS23+

m6·vS34+c

(1)

式中：vK12,vK23,vK34,vS12,vS23,vS34為駕駛員視覺車道模型的形狀參數(shù)，分別為“近景”“中景”“遠景”的“視曲率”和“視曲線長”；X2,X3,X4,X5,X6分別為“開口情況”“標志標線” “路側(cè)防護”“視野情況”和“路面狀況”這五類視覺道路條件；Vi為駕駛員在考慮視覺車道和第i類道路環(huán)境條件時的可能行駛速度，其中，V1為駕駛員在僅考慮視覺車道條件下的可能行駛速度.V0為駕駛員在綜合考慮所有道路環(huán)境條件下的可能行駛時速度.

方程參數(shù)表見表2.

表2 方程參數(shù)表

2 低等級公路行車環(huán)境協(xié)調(diào)性評估方法

協(xié)調(diào)性主要是為了描述行車環(huán)境各要素協(xié)同作用對駕駛員行為的影響和作用效果，反映了駕駛員需求和道路條件供給之間的關系.當?shù)缆肥褂眯阅懿荒芡耆珴M足預定水平要求時，其表現(xiàn)形式并不一定就是事故，可能會表現(xiàn)為事故風險增加、駕乘舒適度降低、路段交通效率降低等一系列特征.且“失效”狀態(tài)下，各指標參數(shù)與預定參數(shù)存在偏差，可能偏大也可能偏小.結(jié)合上述論證，定義道路環(huán)境協(xié)調(diào)性為：在規(guī)定的設計使用期內(nèi)，在規(guī)定的交通和環(huán)境條件下，道路使用性能滿足預定水平要求的能力.其中，“預定水平要求”是指在正常養(yǎng)護前提下，道路具有良好的工作性能，能滿足駕駛行為需求，出現(xiàn)交通風險的概率較低.道路環(huán)境協(xié)調(diào)性邏輯框圖見圖2.

圖2 道路環(huán)境協(xié)調(diào)性邏輯框圖

第一個模塊的協(xié)調(diào)性R1采用6個可能行駛速度的變異系數(shù)進行表示，變異系數(shù)越高則協(xié)調(diào)性越低.

R1=1-CV

(2)

第二個模塊的協(xié)調(diào)性R2采用設計速度Vd與可能行駛速度的差異性(%)表示，差異性越大則協(xié)調(diào)性越低：

(3)

整個系統(tǒng)為串聯(lián)系統(tǒng)，只有每個模塊都協(xié)調(diào)才能保證系統(tǒng)的協(xié)調(diào)性，系統(tǒng)協(xié)調(diào)性：

R=R1·R2

(4)

3 實例分析與應用

基于上述可靠度評價方法，以國家科技行動計劃項目示范工程浙江省麗水市三際線中某路段為例進行協(xié)調(diào)性評估應用示范.三際線為一條連接三墩橋鄉(xiāng)與際下鄉(xiāng)的低等級公路，全長109.803 km，其中K0-K12段為二級公路，設計速度60 km/h，其余路段為四級公路，設計速度40 km/h.根據(jù)事故統(tǒng)計資料，2015—2017年3年中，三際線共發(fā)生209起事故，22人死亡，57人受傷.其中，K15-K24段為事故多發(fā)路段，統(tǒng)計時間期限中該路段共發(fā)生50起事故，10人死亡，29人受傷.以占全線里程8.57%的路段長度，產(chǎn)生了全線23.9%的事故，45.5%的死亡人數(shù)和50.8%的受傷人數(shù).故本研究以該路段為例對協(xié)調(diào)性計算方法進行案例分析.

首先采用行車記錄儀GARMIN GDR35采集道路環(huán)境數(shù)據(jù)，每隔10 m為一個評價單元，路段共9 km，共取900個點進行評價.采用第3節(jié)中的計算方法算出每點的協(xié)調(diào)性Z為協(xié)調(diào)性指標，以樁號為橫坐標，以協(xié)調(diào)性Z為縱坐標，繪出協(xié)調(diào)性曲線.結(jié)合該段數(shù)據(jù)特征，對該段進行K-means聚類分析，將路段分為高協(xié)調(diào)性和低協(xié)調(diào)性兩類.聚類分析結(jié)果顯著性p=0.00<0.05，兩類的分界線為94.893 8%，見圖3.

圖3 協(xié)調(diào)性曲線

由圖3可知，協(xié)調(diào)性分界線以下的樁號K15-K15+670，K17+90-K17+26，K19+500-K22+500，K23+490-K24四處路段協(xié)調(diào)性相對較低.該路段2015—2017年3年中共發(fā)生的事故統(tǒng)計資料見圖4.

圖4 路段統(tǒng)計圖

由圖4可知，協(xié)調(diào)性分界線以下的樁號K15-K15+670，K17+90-K17+26，K19+500-K22+500，K23+490-K24四處低協(xié)調(diào)性路段總長度占該9 km路段長度的48.1%，低協(xié)調(diào)性路段中發(fā)生的事故占該路段的78%，死亡人數(shù)的100%和受傷人數(shù)的72.4%，足以證明，協(xié)調(diào)性較低的路段的確存在著較大的安全風險.值得注意的是，在低協(xié)調(diào)性與高協(xié)調(diào)性路段的連接段事故率也相對較高，雖然該連接段在評價中可能為高協(xié)調(diào)性路段.同時，在K19+500-K22+500路段中，初始事故率較高但事故率隨距離的增加而降低，但在連接段事故率再次提升.可以合理推測，低協(xié)調(diào)性的路段雖然會導致事故風險增加，但同時也會使駕駛員提高警惕，適應該路段的道路環(huán)境條件.駕駛員在低協(xié)調(diào)性路段和高協(xié)調(diào)性路段中的駕駛狀態(tài)切換同樣會導致事故風險增加，統(tǒng)計見表3.

表3 事故分析 %

4 結(jié) 論

1) 應從駕駛員視角下對道路環(huán)境進行參數(shù)化分類與研究，該方法更能從實際角度反映駕駛員的駕駛過程.

2) 道路設計高指標并不一定具有高安全性，道路環(huán)境各要素之間的不協(xié)調(diào)可能是導致事故風向較高的一個主要因素.

3) 當路段協(xié)調(diào)性較為穩(wěn)定時，駕駛員會逐漸適應道路環(huán)境供給，所以在協(xié)調(diào)性產(chǎn)生變化的路段，由于道路環(huán)境供給的變化，駕駛員駕駛狀態(tài)與道路環(huán)境的不一致同樣會使事故風險增加.