符鋅砂,胡嘉誠,何石堅(jiān)

(華南理工大學(xué) 土木與交通學(xué)院，廣東 廣州 510640)

0 引言

換道行為是高速公路上常見的駕駛行為，通過變換車道可以滿足駕駛員超車、駛出高速或者提高駕駛舒適度等需求，但是不良的換道行為也是誘發(fā)交通安全事故的原因之一[1]。據(jù)統(tǒng)計(jì)，2015年我國因變道操作不當(dāng)?shù)炔涣夹袨閷?dǎo)致的交通事故占事故總數(shù)的4.9%[2]。而且近年來，自動(dòng)駕駛技術(shù)不斷發(fā)展，為了保障未來可能出現(xiàn)自動(dòng)駕駛車輛與常規(guī)駕駛車輛并存的“混合交通”狀態(tài)下的交通安全，換道行為參數(shù)的精準(zhǔn)標(biāo)定是重要基礎(chǔ)工作之一[3-4]。因此，深入研究自然駕駛中的換道行為特征，對提高交通運(yùn)輸?shù)陌踩接兄匾饬x。

駕駛員執(zhí)行換道行為所需的時(shí)間(即換道時(shí)間)是描述換道行為特征的常用指標(biāo)，常用于指導(dǎo)道路設(shè)計(jì)[5]、智能交通[6]、交通流模型構(gòu)建[7-8]等研究。在目前的研究中，國內(nèi)外學(xué)者從人、車、路的角度探討了不同因素對換道時(shí)間的影響。在駕駛員的角度上，Hetrick[9]等收集不同年齡段駕駛員的換道數(shù)據(jù)，統(tǒng)計(jì)分析表明年輕駕駛員換道過程更快，換道時(shí)間更短。Lee[10]等通過實(shí)車駕駛分析得出女性駕駛員的換道時(shí)間比男性駕駛員要長。而從車輛的角度，Toledo[11]等則通過高空攝像頭俯拍收集不同車型的換道數(shù)據(jù)，數(shù)據(jù)表明大型車比小型車的換道時(shí)間要短。Winsum[12]等則從道路的角度闡明不同車道寬度對換道時(shí)間沒有顯著影響。

從上述研究現(xiàn)狀可以分析得出，盡管目前研究已從不同的角度探討了各因素對換道時(shí)間的影響，但仍有兩個(gè)影響換道時(shí)間的重要因素很少被考慮：(1)車輛換道時(shí)周邊影響區(qū)域內(nèi)的交通狀況；(2)車輛換道起始時(shí)刻的行駛速度。目前城市道路領(lǐng)域的相關(guān)研究[13-14]指出，這兩個(gè)因素對換道時(shí)間有著重要影響，但高速公路與城市道路的交通特性并不相同，高速公路領(lǐng)域中交通狀況和行駛速度對車輛換道時(shí)間的影響還有待研究。

得益于計(jì)算機(jī)視覺技術(shù)的發(fā)展，利用車載視頻進(jìn)行高精度的換道行為識別[15-16]成為了可能。本研究選擇了多條運(yùn)營高速公路進(jìn)行實(shí)車試驗(yàn)，記錄駕駛員換道時(shí)周邊的交通流密度，并通過OBD輔助駕駛裝置獲取車輛換道起始時(shí)的行駛速度，同時(shí)，采用計(jì)算機(jī)視覺技術(shù)識別車輛換道行為，獲取換道時(shí)間參數(shù)。通過對不同交通狀況和行駛速度下的車輛換道數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，研究交通狀況和行駛速度對換道時(shí)間的綜合影響。

1 數(shù)據(jù)采集及參數(shù)獲取

1.1 實(shí)車駕駛數(shù)據(jù)采集

本研究中車輛換道時(shí)間數(shù)據(jù)均通過實(shí)車試驗(yàn)收集。試驗(yàn)路段為廣東省的4條雙向四車道的高速公路，分別是京港澳高速公路粵境韶關(guān)至廣州段(廣韶高速)、廣昆高速公路粵境馬安至河口段(廣云高速)、二廣高速公路懷集至三水段(廣賀高速)、二廣高速公路連州至懷集段(二廣高速)，設(shè)計(jì)速度均為100 km/h。通過社會(huì)招聘以及科研合作單位的人員配合，最終確定了6名駕駛?cè)藚⑴c了本次試驗(yàn)。所有司機(jī)均持有有效的中華人民共和國機(jī)動(dòng)車駕駛C1執(zhí)照，并具有正常的視力。駕駛?cè)四挲g范圍為22～45歲，性別均為男性。每名駕駛?cè)说母咚俟防塾?jì)行駛里程超過3 000 km，駕齡為3～20 a不等。所有駕駛?cè)司皇煜ぴ囼?yàn)路段的路況。

試驗(yàn)車輛前擋風(fēng)玻璃正中央上方和車輛尾部中央安裝行車記錄儀，完整記錄實(shí)車試驗(yàn)全過程，以此獲取車輛換道行為和交通狀況信息。車內(nèi)裝有OBD輔助駕駛裝置，用于記錄駕駛員試驗(yàn)全程的行駛速度。

駕駛員在試驗(yàn)前并未被告知試驗(yàn)?zāi)康?，以確保駕駛員處于自然駕駛狀態(tài)。每天進(jìn)行兩個(gè)批次的試驗(yàn)，試驗(yàn)時(shí)段分別為上午7:00—11:00和下午13:00—17:00，共進(jìn)行24人次試驗(yàn)。試驗(yàn)時(shí)，每位駕駛員均按照自身的駕駛習(xí)慣完成各試驗(yàn)路段的駕駛。記錄人員負(fù)責(zé)記錄數(shù)據(jù)，并告知駕駛員試驗(yàn)路段起終點(diǎn)，不得有與駕駛員聊天等干擾駕駛員正常駕駛的行為。試驗(yàn)結(jié)束后，保存行車記錄儀的視頻，進(jìn)行車輛換道行為的識別，判斷換道時(shí)車輛所處影響區(qū)域內(nèi)的交通狀況，并讀取車輛換道時(shí)的速度。

1.2 車輛換道時(shí)間提取

針對收集到的行車視頻，本研究采用計(jì)算機(jī)視覺技術(shù)，識別道路兩側(cè)的車道邊緣線，并計(jì)算圖像中線與車道邊緣線的橫向距離差值Δd，生成每次試驗(yàn)的橫向距離值變化圖，以此進(jìn)行車輛換道行為的識別。如圖1所示，具體方法步驟如下：

(1)為了避免道路曲線段對Δd的擾動(dòng)，僅對車輛正前方100像素點(diǎn)范圍內(nèi)的圖像進(jìn)行車輛邊緣線的識別；

(2)對圖像進(jìn)行灰度轉(zhuǎn)換為圖1(a)，采用canny算法進(jìn)行邊緣檢測，然后運(yùn)用霍夫變換技術(shù)對道路的車道邊緣線進(jìn)行識別，如圖1(b)所示，并得到兩側(cè)車輛邊緣線起終點(diǎn)在圖像中的坐標(biāo)，計(jì)算出兩側(cè)車輛邊緣線中點(diǎn)的坐標(biāo)；

(3)計(jì)算左側(cè)車道邊緣線和右側(cè)車道邊緣線中點(diǎn)與圖像中線的Δd左和Δd右，如圖1(c)所示；

(4)對每次試驗(yàn)的行車視頻重復(fù)進(jìn)行上述操作，記錄視頻各幀圖片的Δd，最后形成橫向距離差值變化圖。

圖1 車道線識別及距離計(jì)算Fig.1 Lane line recognition and distance calculation

為了從橫向距離值變化圖中識別車輛換道行為，車輛換道的關(guān)鍵時(shí)刻定義如下：以車輛往左變道為例，定義左側(cè)橫向距離Δd左不斷減少(右側(cè)橫向距離Δd右不斷增加)前的最后一個(gè)局部最大(最小)值為換道起始時(shí)刻；當(dāng)Δd左和Δd右開始保持穩(wěn)定時(shí)，則定義距離保持穩(wěn)定前的最后一個(gè)局部最小(最大)值為換道終結(jié)時(shí)刻。換道起始時(shí)刻與換道終結(jié)時(shí)刻的差值即為車輛換道時(shí)間。如果根據(jù)Δd左和Δd右得出換道時(shí)間不一致，則取兩者的均值。具體的換道橫向距離變化圖及關(guān)鍵時(shí)刻如圖2所示。

圖2 換道橫向距離變化及關(guān)鍵時(shí)刻Fig.2 Change of lateral distance of lane-changing and critical moment

在確定換道起始時(shí)刻后，將車載OBD輔助駕駛裝置的試驗(yàn)全程速度數(shù)據(jù)與車載視頻的時(shí)間軸進(jìn)行對應(yīng)，以確定每次換道起始時(shí)刻的車輛行駛速度。

1.3 實(shí)時(shí)交通狀態(tài)劃分

考慮到傳統(tǒng)研究中對交通狀況的劃分大多較為宏觀，難以反映換道車輛在換道時(shí)刻所處影響區(qū)域內(nèi)的交通狀況，因此，為了獲取試驗(yàn)車輛換道時(shí)的實(shí)時(shí)交通狀況，本研究采用了通過行車視頻定義交通狀況的方法。在每一次實(shí)車試驗(yàn)前均使用米尺標(biāo)定試驗(yàn)車輛前方及后方100 m的位置，并在行車記錄儀中對此位置進(jìn)行記錄。取試驗(yàn)車輛前、后方各100 m(共200 m)路段為換道影響區(qū)域，根據(jù)試驗(yàn)車輛前、后方行車記錄儀視頻，統(tǒng)計(jì)在換道起始時(shí)刻影響區(qū)域內(nèi)的各車型車輛數(shù)。參考《公路工程技術(shù)標(biāo)準(zhǔn)》(JTG B01—2014)的車型折算系數(shù)，取小客車為1.0，中型車為1.5，大型車為2.5，汽車列車為4.0，計(jì)算換道影響區(qū)域內(nèi)的標(biāo)準(zhǔn)車型交通量，以確定試驗(yàn)車輛在換道時(shí)的實(shí)時(shí)交通狀況，具體如圖3所示。為了與傳統(tǒng)的交通流狀態(tài)劃分進(jìn)行對應(yīng)，對本試驗(yàn)定義的交通狀況進(jìn)行換算如下：取試驗(yàn)路段上各車輛的平均運(yùn)行速度為設(shè)計(jì)速度100 km/h，而單位長度(200 m)在速度100 km/h下行駛時(shí)間為7.2 s(0.002 h)，換算得到各交通狀況對應(yīng)的近似的單位小時(shí)交通量，并與文獻(xiàn)[17]中所提出的交通流狀態(tài)分類進(jìn)行對比，確定車輛換道時(shí)所對應(yīng)的交通狀況。交通流狀態(tài)與實(shí)時(shí)交通狀況的對應(yīng)及換算如表1所示。

表1 交通流狀態(tài)與交通狀況對應(yīng)表Tab.1 Corresponding table of traffic flow status and traffic condition

圖3 換道影響區(qū)域示意圖Fig.3 Schematic diagram of influence area of lane-changing

2 換道時(shí)間分析

對行車視頻進(jìn)行車輛換道行為識別后，共計(jì)得到625組不同交通狀況和行駛速度條件下的換道時(shí)間數(shù)據(jù)。

2.1 交通狀況對換道時(shí)間的影響

2.1.1 換道時(shí)間分布

換道時(shí)間的分布是微觀交通仿真的重要輸入?yún)?shù)。已有研究[10,18]認(rèn)為，換道時(shí)間分布為對數(shù)正態(tài)分布。為檢驗(yàn)本研究收集的換道時(shí)間是否符合對數(shù)正態(tài)分布，并驗(yàn)證本研究換道時(shí)間數(shù)據(jù)的可靠性，對不同交通狀況下的換道時(shí)間采用K-S檢驗(yàn)法(Kolmogorov-Smirnov test)進(jìn)行檢驗(yàn)。K-S檢驗(yàn)法可以檢驗(yàn)樣本是否來自某一特定分布，將樣本數(shù)據(jù)的累計(jì)頻數(shù)分布與特定理論分布進(jìn)行比較，若兩者間的差距很小，漸近顯著性大于0.05，則推論該樣本取自該特定分布。K-S檢驗(yàn)結(jié)果如表2所示。

表2 K-S檢驗(yàn)結(jié)果Tab.2 K-S test result

K-S檢驗(yàn)結(jié)果表明，3組數(shù)據(jù)的漸近顯著性值均大于顯著水平0.05，故不同交通狀況下的換道時(shí)間樣本均服從對數(shù)正態(tài)分布，也驗(yàn)證了本研究數(shù)據(jù)的可靠性。

對數(shù)正態(tài)分布密度函數(shù)如下：

(1)

式中,μ為對數(shù)正態(tài)分布均值；σ為對數(shù)正態(tài)分布標(biāo)準(zhǔn)差，可由樣本均值和樣本方差求得，即:

(2)

(3)

計(jì)算得到μ低=1.794，σ低=0.187；μ中=1.706，σ中=0.181；μ高=1.718，σ高=0.185。根據(jù)μ和σ值計(jì)算各交通狀況的換道時(shí)間分布曲線，得到各換道時(shí)間頻率分布圖如圖4所示。

圖4 換道時(shí)間分布Fig.4 Distribution of lane-changing time

2.1.2 差異性檢驗(yàn)

不同交通狀況下的換道時(shí)間數(shù)據(jù)分布如下：低密度交通狀況下的換道時(shí)間數(shù)據(jù)321組，中密度交通狀況184組，高密度交通狀況120組。對收集到的換道時(shí)間數(shù)據(jù)進(jìn)行分析，得到基本統(tǒng)計(jì)數(shù)據(jù)如表3所示。

表3 換道時(shí)間基本統(tǒng)計(jì)數(shù)據(jù)Tab.3 Basic statistics of lane-changing time

由表3可以觀察到，換道時(shí)間范圍因交通狀況不同而不同，低密度交通狀況下駕駛員的換道時(shí)間為3 s至10 s不等，而中、高密度交通狀況下則多集中于3 s到8 s?？傮w上，低密度交通狀況下的換道時(shí)間均值比中、高密度交通狀況的高，中密度交通狀況與高密度交通狀況的換道時(shí)間差距則較小。類似的，每個(gè)試驗(yàn)路段在不同交通狀況下的換道時(shí)間規(guī)律均與總體規(guī)律一致。

為了檢驗(yàn)不同交通流的均值是否在統(tǒng)計(jì)上存在顯著性差異，本研究采用曼-惠特尼U檢驗(yàn)進(jìn)行假設(shè)檢驗(yàn)。設(shè)定零假設(shè)為兩組不同交通狀況下的換道時(shí)間均值之間沒有顯著差異，在顯著性水平α=0.05進(jìn)行假設(shè)檢驗(yàn)。曼-惠特尼U檢驗(yàn)的結(jié)果如表4所示。

表4 曼-惠特尼U檢驗(yàn)結(jié)果Tab.4 Result of Mann-Whitney U test

根據(jù)曼-惠特尼U檢驗(yàn)結(jié)果可以發(fā)現(xiàn)，低密度交通狀況下的換道時(shí)間均值與中、高交通流均有顯著性差異，而中密度交通狀況的換道時(shí)間均值則與高交通流沒有顯著性差異。檢驗(yàn)結(jié)果表明，駕駛員執(zhí)行換道時(shí)影響區(qū)域內(nèi)的交通狀況對換道時(shí)間存在顯著影響，在低密度交通狀況下，換道時(shí)間較長，而在中、高密度交通狀況下，換道時(shí)間較短。

2.2 行駛速度對換道時(shí)間的影響

由2.1節(jié)可知，不同交通流密度狀態(tài)下駕駛員的換道時(shí)間之間存在總體差異，因此需要對造成這種差異的根源進(jìn)行進(jìn)一步的探討。鑒于行駛速度是常用于表征行車狀態(tài)的綜合指標(biāo)，本研究以此為切入點(diǎn)，討論行駛速度對換道時(shí)間產(chǎn)生的影響。

文獻(xiàn)[14]提出城市道路中行駛速度在54～90 km/h時(shí)換道時(shí)間與行駛速度沒有顯著聯(lián)系，考慮到高速公路行駛速度比城市道路的行駛速度要高，在把不同交通狀況下的換道時(shí)間和行駛速度一一對應(yīng)后，根據(jù)行駛速度的差異，將換道時(shí)間劃分為低速組(行駛速度≤90 km/h)和高速組(行駛速度>90 km/h)兩組。其中，低速組含有換道時(shí)間數(shù)據(jù)308組，高速組317組。為檢驗(yàn)行駛速度對換道時(shí)間是否有顯著性影響，采用方差分析(Analysis of Variance，ANOVA)對不同交通狀況和行駛速度條件組合的換道時(shí)間進(jìn)行分析，當(dāng)P值小于0.05時(shí)，則認(rèn)為具有顯著性影響。具體分析結(jié)果如表5和表6所示。

表5 相同交通狀況條件下不同速度數(shù)據(jù)分析表Tab.5 Data analysis table of different speeds under same traffic condition

表6 相同速度條件下不同交通狀況數(shù)據(jù)分析表Tab.6 Data analysis table of different traffic conditions at same speed

根據(jù)表5和表6分析得到：

(1)相同交通狀況下不同速度組的換道時(shí)間比較結(jié)果顯示：在低密度交通狀況下，行駛速度對換道時(shí)間有顯著影響，低速組的換道時(shí)間比高速組長0.5 s；而在中、高密度交通狀況下，行駛速度對換道時(shí)間并沒有顯著影響；

(2)同一速度組下不同交通流的換道時(shí)間比較結(jié)果顯示：當(dāng)行駛速度高于90 km/h時(shí)，不同交通狀況對換道時(shí)間沒有顯著影響；當(dāng)行駛速度低于90 km/h時(shí)，低密度交通狀況對換道時(shí)間有顯著影響，車輛換道時(shí)間比其余各組數(shù)據(jù)長0.7 s左右，而中、高密度交通狀況則對換道時(shí)間沒有顯著影響。

從上述分析得出，當(dāng)車輛在低密度交通狀況且行駛速度低于90 km/h換道時(shí)，換道時(shí)間會(huì)受到交通狀況和行駛速度的雙重影響，其時(shí)間均值較長，為6.3 s。而在其余各組條件組合中，換道時(shí)間均不受交通狀況和行駛速度的影響，換道時(shí)間均值之間沒有顯著差異。

不僅如此，上述結(jié)論也能充分說明2.1節(jié)中得出的相關(guān)結(jié)論：駕駛員執(zhí)行換道的持續(xù)時(shí)間與其所處的交通狀況存在顯著影響。不同交通狀況下駕駛員換道時(shí)間存在顯著差異的主要原因在于：低密度交通狀況下，車輛在低速狀態(tài)下?lián)Q道時(shí)，換道時(shí)間較其余組合條件下的換道時(shí)間長0.6～0.7 s；中、高密度交通狀況下車輛的換道時(shí)間并不受車輛行駛速度的影響。

3 結(jié)論

本研究在不同的高速公路進(jìn)行實(shí)車試驗(yàn)，利用計(jì)算機(jī)視覺技術(shù)對行車視頻進(jìn)行車道線檢測，并記錄換道時(shí)的行駛速度，采集不同交通狀況和行駛速度下的車輛換道行為數(shù)據(jù)，對換道時(shí)間的統(tǒng)計(jì)分析得到如下結(jié)論：

(1)不同交通狀況下的換道時(shí)間均服從對數(shù)正態(tài)分布；

(2)通過假設(shè)檢驗(yàn)分析可以發(fā)現(xiàn)，駕駛員執(zhí)行換道的持續(xù)時(shí)間與其所處的交通狀況存在顯著聯(lián)系。車輛在處于低密度交通狀況下的換道時(shí)間比在中、高密度交通狀況的長；

(3)低密度交通狀況下，車輛在低行駛速度狀態(tài)下?lián)Q道時(shí)，換道時(shí)間比其他交通狀況和行駛速度組合的長。

本研究成果可為自動(dòng)駕駛、微觀交通仿真等相關(guān)模型的變道行為參數(shù)標(biāo)定提供參考，對改善高速公路交通運(yùn)輸?shù)陌踩芾硭骄哂兄匾饔谩?/p>