徐 進(jìn) 潘存書 符經(jīng)厚 王鄲祁 劉 俊

（1.重慶交通大學(xué)山區(qū)復(fù)雜道路環(huán)境“人-車-路”協(xié)同與安全重慶市重點(diǎn)實(shí)驗(yàn)室 重慶400074 2.重慶交通大學(xué)交通運(yùn)輸學(xué)院 重慶400074）

0 引 言

一直以來，人的行為舉動被認(rèn)為是復(fù)雜、離散、隨意的，預(yù)測人的行為——不管是個(gè)體行為還是群體行為均十分困難，甚至被認(rèn)為是不可能的，因?yàn)槿说男袨槭谴竽X決策的結(jié)果，而現(xiàn)在對于人腦及腦神經(jīng)的了解還不夠深入[1-2]。預(yù)測人類行為的幾個(gè)必備的前提是：人類的行為是否存在規(guī)律, 基于抽樣數(shù)據(jù)得到的統(tǒng)計(jì)結(jié)果與個(gè)體之間是否存在對應(yīng)關(guān)系[3-4], 從一個(gè)人過去的行為是否可以推斷他的未來？[5]

在交通世界中，人的行為在宏觀層面表現(xiàn)為出行行為和交通方式的選擇[6]，當(dāng)選擇小汽車作為交通工具時(shí)在微觀層面則表現(xiàn)為駕駛行為[7]，即駕駛員控制汽車沿道路行進(jìn)。汽車的運(yùn)動學(xué)行為是人類在駕駛車輛時(shí)，車輛對駕駛?cè)瞬倏v行為的響應(yīng)，其中行駛速度是車輛對速度控制操作（油門和制動踏板、檔位等駕駛操作）的響應(yīng)，而操縱行為來自于駕駛?cè)私邮艿缆翻h(huán)境信息之后的決策，因此汽車行駛速度在本質(zhì)上是駕駛?cè)诵袨榈哪撤N反映和呈現(xiàn)。

在設(shè)計(jì)道路和交通設(shè)施時(shí)，通常以中等駕駛?cè)说男袨樽鳛樵O(shè)計(jì)依據(jù)，比如以中等駕駛?cè)说男旭偹俣龋丛O(shè)計(jì)車速）作為幾何線形參數(shù)的控制依據(jù)[8-10]。而“中等駕駛?cè)恕憋@然是一個(gè)抽象的概念，是一個(gè)統(tǒng)計(jì)意義上的駕駛?cè)?，即駕駛行為表征參數(shù)中的中位數(shù)，由此產(chǎn)生一個(gè)問題：即“中等駕駛?cè)恕痹谡鎸?shí)世界中是否真的存在？道路是一個(gè)帶狀結(jié)構(gòu)物，駕駛?cè)瞬倏v汽車在道路上行駛是一個(gè)連續(xù)的時(shí)空移動過程。以速度為例，將一段道路分成M 個(gè)節(jié)段，得到M+1 個(gè)橫斷面，每個(gè)橫斷面測99 輛車的速度，速度中位數(shù)即50th百分位的速度實(shí)測值，假設(shè)駕駛?cè)思自跀嗝鎖 的速度值為中位數(shù)，即在i 斷面，甲是中等駕駛?cè)?，那么在i+1，i+2，…，i+n 斷面甲是否還是中等駕駛?cè)?？如果是，表明人的交通行為具有連續(xù)性，那么交通行為是可以預(yù)測的，如果不是，預(yù)測交通行為顯然是不可行的或者是無效的。（做一個(gè)類比：隨機(jī)抽取99 位8 歲女孩并測量身高，中位值即第50位身高是女孩賈某；第二年同一時(shí)間還是測量這99 名的身高，中位值是否是賈某，還是別的女孩；那么第三年、第四年……直至身高停止增長，賈某是否繼續(xù)還是保持中位值，或者跟中位值非常接近，又或是遠(yuǎn)遠(yuǎn)的偏離中位值？）

需要說明的是，現(xiàn)有的一些研究和工程應(yīng)用會涉及到汽車運(yùn)行狀態(tài)預(yù)測，比如前向碰撞預(yù)警、換道軌跡規(guī)劃，以及自動駕駛車輛軌跡規(guī)劃等[11-15]，此類行為預(yù)測是根據(jù)車輛當(dāng)前狀態(tài)、車輛動力性能和舒適性/安全性約束條件，在前方可行區(qū)域內(nèi)搜索最優(yōu)解，見圖1（b），此類問題的本質(zhì)是根據(jù)車輛慣性、性能和約束來預(yù)測下一時(shí)刻的運(yùn)動狀態(tài)，對人的行為因素考慮較少；但是對于較長的路段或者是一整條路，單靠車輛慣性的疊加已無法完成車輛行為預(yù)測，駕駛?cè)说男袨橐蛩貏t是占支配作用，見圖1（c）。

為此，筆者在重慶市選擇了3 處復(fù)雜行駛環(huán)境作為實(shí)驗(yàn)路段，每個(gè)路段均包含不同的行駛場景，開展了自然狀態(tài)下的實(shí)車駕駛實(shí)驗(yàn)，在真實(shí)的交通世界中采集了超過70位駕駛員的連續(xù)速度數(shù)據(jù)，在有限樣本量情況下，從微觀層面證實(shí)了中等駕駛行為（假設(shè)中的中等駕駛?cè)耍┑目陀^存在，為微觀駕駛行為預(yù)測、道路設(shè)施設(shè)計(jì)等提供理論支撐和關(guān)鍵科學(xué)證據(jù)。

圖1 短臨軌跡預(yù)測與長距離路段上的軌跡行為Fig.1 path prediction and path behavior on a long road segment

1 實(shí)驗(yàn)方案

現(xiàn)有的研究主要是通過駕駛模擬器來研究人類在駕駛活動中的行為，但受駕駛模擬艙軟硬件、場景逼真度和駕駛心態(tài)的影響，駕駛體驗(yàn)與真實(shí)道路之間可能存在較大的差異，導(dǎo)致駕駛操縱和車輛運(yùn)行特性與真車駕駛不一致，進(jìn)而影響研究結(jié)果的可信度。自然駕駛是近年來獲取駕駛數(shù)據(jù)、剖析駕駛行為特征的一種研究方法，用車載儀器采集自然狀態(tài)下的車輛運(yùn)行數(shù)據(jù)和駕駛操縱數(shù)據(jù)，真實(shí)記錄駕駛?cè)说男袨橐约败囕v運(yùn)行狀態(tài)。為此，本文是采用真車自然駕駛來采集汽車在道路上的連續(xù)行駛速度。

1.1 試驗(yàn)道路

重慶作為著名的山城，其依山傍水、錯落有致的地形條件和地理特征，決定了橋隧密集、坡陡彎急、多層立體的道路特點(diǎn)，一直以來都是國內(nèi)復(fù)雜立交的天然樣本庫。在重慶市轄域內(nèi)選擇3 處實(shí)驗(yàn)地點(diǎn)，分別是涪陵長江一橋以及南橋頭立交螺旋匝道（道路I）、菜園壩長江大橋以及南橋頭立交（蘇家壩立交）（道路II）、江南立交匝道—向黃路—向黃隧道（道路III），見圖2。涪陵長江一橋橋頭立交匝道由720o螺旋匝道和連接曲線構(gòu)成，螺旋匝道為恒定半徑圓曲線，匝道橫斷面布置為雙幅分向行駛，每幅單車道，上行匝道半徑（內(nèi)圈）39.525 m，下行匝道半徑（外圈）50 m，匝道坡度4.5%。蘇家壩立交空中鳥瞰為小提琴形狀，為了滿足通航高度菜園壩長江大橋主線橋墩較高，上下匝道橋靠近江岸一側(cè)均由高墩支撐，最大墩高70 m，即典型的高懸空匝道；其中入口匝道包含1 座140 m 的短隧道；匝道橫斷面為雙車道。江南立交匝道橫斷面為雙車道，平曲線半徑60 m，向黃隧道為1座890 m的中隧道。

本文選擇的3 處試驗(yàn)地點(diǎn)，包含了不同形式的路段單元，包括直線路段、小半徑曲線路段、多層螺旋線、隧道段等，見圖2。實(shí)車駕駛時(shí)，每1處行駛環(huán)境均需完成不同場景的切換，以及簡單←→復(fù)雜場景間的轉(zhuǎn)換。

1.2 試驗(yàn)車和車載儀器

使用2種車載儀器來記錄汽車在試驗(yàn)道路上的連續(xù)行駛速度，分別是Mobileye ME630 ALL（前視碰撞預(yù)警系統(tǒng)）和SPEEDBOX 慣性測速系統(tǒng)，其中SPEEDBOX 是基于高精度GPS 和IMU 相組合，在衛(wèi)星信號遮擋時(shí)，對IMU輸出的加速度信號進(jìn)行積分補(bǔ)償確實(shí)的位置和速度數(shù)據(jù)，但在實(shí)驗(yàn)中發(fā)現(xiàn)，同其他基于貫導(dǎo)補(bǔ)償?shù)暮阶藴y量系統(tǒng)一樣，在進(jìn)入隧道5 s之后補(bǔ)償精度下降，不到10 s之后信號完全失真；其中涪陵長江一橋下層螺旋匝道也存在位置信號丟失、慣導(dǎo)也無法進(jìn)行補(bǔ)償?shù)膯栴}。道路I和道路II的試驗(yàn)車是別克GL8（別克天尊），道路3的試驗(yàn)車是現(xiàn)代勝達(dá)（SANTAfe）。實(shí)驗(yàn)儀器和車輛見圖3。

本文在學(xué)習(xí)掌握功能強(qiáng)大的分子動力學(xué)模擬軟件Materials studio的基礎(chǔ)上，結(jié)合對SiBCN的學(xué)習(xí)，從理論上建立了SiBCN陶瓷先驅(qū)體的單胞分子模型，運(yùn)用分子動力學(xué)理論從分子水平的微觀角度進(jìn)行了模擬研究，整理實(shí)驗(yàn)所得到的結(jié)果與數(shù)據(jù)，初步得到如下結(jié)論：

圖2 本文的3處試驗(yàn)地點(diǎn)Fig.2 Three test sites of this work

1.3 被試（駕駛?cè)耍?/h3>

本次試驗(yàn)的時(shí)間跨度為2017—2019年，共有72位被試參與本文的實(shí)車自然駕駛試驗(yàn)，其中道路I實(shí)車試驗(yàn)是在2017 年開展，被試10 人；道路II 實(shí)車試驗(yàn)在2018年開展，有30位被試參與實(shí)驗(yàn)；道路III的實(shí)車試驗(yàn)是在2019年開展，有32位被試參與實(shí)車駕駛。表1是駕駛?cè)说闹饕畔?。在?shí)驗(yàn)開始前每位被試填寫氣質(zhì)類型測試量表和多維度駕駛風(fēng)格測試量表，被試在填寫量表之前會得到額外的費(fèi)用，作為填寫量表占用時(shí)間所獲得的報(bào)酬。

圖3 試驗(yàn)車和車載儀器Fig.3 Experimental vehicle and on-board instruments

表1 實(shí)車試驗(yàn)的駕駛?cè)诵畔ab.1 Information of drivers participated the field driving test

1.4 實(shí)驗(yàn)流程

綜合實(shí)驗(yàn)對象所處的路網(wǎng)條件、道路設(shè)施和交通組織模式，選擇合適的數(shù)據(jù)記錄起始點(diǎn)和車輛調(diào)頭位置。根據(jù)試驗(yàn)時(shí)的交通情況，每位駕駛?cè)送瓿?～6 次的遍歷行駛，保證能夠采集到自由流的行駛速度。以道路I 為例，車輛在起始點(diǎn)啟動后同時(shí)開始記錄數(shù)據(jù)，然后向前駛?cè)肼菪训?，從螺旋匝道駛出之后繼續(xù)向前行駛至調(diào)頭位置調(diào)轉(zhuǎn)車輛，然后完成相反坡向的螺旋匝道行駛，之后再回到起始位置，最終完成螺旋匝道上行和下行的一次完整遍歷。

2 數(shù)據(jù)處理

實(shí)車試驗(yàn)結(jié)束后對每個(gè)駕駛?cè)说倪B續(xù)駕駛數(shù)據(jù)進(jìn)行切分和截取，以數(shù)據(jù)記錄起點(diǎn)和車輛掉頭位置作為切分點(diǎn)，得到數(shù)據(jù)節(jié)段，每個(gè)節(jié)段包含實(shí)驗(yàn)路段和前后銜接路段的單次行駛數(shù)據(jù)；然后根據(jù)試驗(yàn)路段的起止點(diǎn)位置進(jìn)一步切分?jǐn)?shù)據(jù)，剔除繞行路段的冗余數(shù)據(jù)，得到試驗(yàn)路段起止點(diǎn)之間的連續(xù)速度曲線。

Mobileye ME630ALL是從汽車CAN總線獲取的速度數(shù)據(jù)，第一列為時(shí)間軸。為分析方便，對速度數(shù)據(jù)進(jìn)行積分，即把時(shí)間軸換成里程軸，得到里程-速度數(shù)據(jù)（Li，Vi）和相應(yīng)的連續(xù)曲線，Li是第i 個(gè)點(diǎn)位的行駛里程，Vi是該點(diǎn)位的速度值。對速度值異常的曲線進(jìn)行剔除，比如前方有嚴(yán)重干擾導(dǎo)致速度異常降低時(shí)。實(shí)驗(yàn)道路I 共得到45 條速度曲線；實(shí)驗(yàn)道路II上行方向108條速度曲線，下行方向106條速度曲線；道路III速度曲線有效樣本數(shù)為80條。實(shí)驗(yàn)道路I～I(xiàn)II的行駛速度實(shí)測曲線見圖4。

圖4 行駛速度實(shí)測曲線以及中位值速度Fig.4 measured speed profiles and the 50th percentile speed profiele

由于速度幅值是隨時(shí)間而變化，每一條速度曲線的里程軸并不是等間隔的，不同駕駛?cè)说乃俣确狄约巴获{駛?cè)瞬煌螖?shù)的速度幅值之間也存在差異，導(dǎo)致各條速度曲線的里程軸數(shù)據(jù)Li不一致。本文在繪制特征中位值速度曲線時(shí)（50th百分位速度值），需要將不定間隔的速度數(shù)據(jù)（Li，Vi）轉(zhuǎn)化成固定間隔數(shù)據(jù)（Li，Vi），本文將里程間隔取為10 m，即整數(shù)里程Li= j·10 m。由于Mobileye 是讀取CAN 總線數(shù)據(jù)來獲得汽車行駛速度，CAN 總線的輸出數(shù)據(jù)頻率為10 Hz，采樣時(shí)間間隔約為0.1 s，本文3條實(shí)驗(yàn)路段的（Li，Vi）數(shù)據(jù)，相鄰數(shù)據(jù)點(diǎn)之間的里程間隔大都分布在1～1.7 m 之間。本文采用插值法來計(jì)算Vi，即Li落在Li和Li-1之間時(shí)，

對本文的3 條實(shí)驗(yàn)道路進(jìn)行節(jié)段切分，節(jié)段長度為10 m，2 個(gè)橫斷面之間為1 個(gè)節(jié)段，使用PERCENTILE()函數(shù)可求出每個(gè)橫斷面的速度中位值（中位數(shù)）V50j，j 為斷面序號，逐次連接相鄰斷面的V50j值得到中位行駛速度曲線，即“中等駕駛?cè)恕钡男旭偹俣?，如圖4中的深色加粗線條。然后，針對每個(gè)橫斷面位置，計(jì)算各條行駛速度曲線在該位置的速度值與V50之間的差絕對值Vabs，j，k，k 為速度曲線編號。接下來，針對每條速度曲線，求出各個(gè)斷面的速度差絕對值之和，即：

M 為實(shí)驗(yàn)道路按10 m進(jìn)行等間距分割之后的橫斷面?zhèn)€數(shù)。最后，找出Vabs,k最小值對應(yīng)的速度實(shí)測曲線，該曲線即為最接近中等駕駛?cè)说男旭偹俣取?/p>

3 “中等駕駛?cè)恕钡拇嬖谛詫?shí)證

圖5 涪陵長江一橋中等駕駛?cè)说乃俣冗x擇行為Fig.5 Speed of medium driver at Fuling Yangtze River Bridge

圖6 （a）～（b）是蘇家壩立交M匝道和O匝道的甄選結(jié)果。2條匝道與中位值速度的重合度最高的速度曲線均來自與編號為D24的駕駛?cè)耍c涪陵長江一橋相比，D24的速度曲線與50th百分位速度值的重合度更高，M匝道前450 m、O匝道前480 m范圍內(nèi)，曲線幾乎完全重合。 M匝道是1條由5段圓曲線和8條回旋線銜接而成的連續(xù)曲線路段，而且是高懸空匝道，速度在該匝道范圍內(nèi)的經(jīng)歷了多次變化；O匝道是由4段圓曲線和5條回旋線順次銜接而成，汽車進(jìn)入該匝道之前經(jīng)過1處T形交叉，行駛速度較低，因此駛?cè)朐训乐笥屑铀傩袨?，匝道范圍?nèi)還包含1 條長約170 m的曲線隧道。在如此復(fù)雜的道路條件下，D24的速度曲線在M匝道每個(gè)斷面的平均速度差為1.06 km/h，而O 匝道每個(gè)斷面的平均速度差僅有0.57 km/h，幾乎可以完全忽略掉。即駕駛?cè)薉24與“中等駕駛?cè)恕痹谒俣冗x擇行為上高度一致。

圖6（c）是從O匝道駛?cè)氩藞@壩長江大橋主線之后的中位值速度曲線以及重合度最高的實(shí)測速度（來源于被試D18），行駛方向?yàn)橛赡舷虮保妶D7。該橋主線的限速值為60 km/h。雖然測試時(shí)間是日間非高峰期，但橋上交通量仍比較大，駕駛?cè)说乃俣冗x擇行為會受制于前車的運(yùn)行狀態(tài)，但既便如此，中位值速度與實(shí)測速度D18-4 仍有較高的重合度（Vabs,k=86.4 km/h，每個(gè)斷面平均之后僅有1.41 km/h的速度差）。

圖8 是實(shí)驗(yàn)道路III 的甄別結(jié)果，該路段包含1條60 m 半徑的回頭曲線匝道和1 條890 m 的中隧道，駕駛?cè)藶榱诉m應(yīng)行駛條件的變化對車速進(jìn)行了多次調(diào)整。在各條速度曲線中，被試D30 第二次行駛的速度曲線的Vabs,k值最小，即最接近于中等駕駛?cè)说男旭偹俣龋俣惹€D30-2 在每個(gè)斷面上與中位速度值平均相差2.77 km/h，高于實(shí)驗(yàn)道路I和II。

圖6 蘇家壩立交匝道和菜園壩長江大橋中等駕駛?cè)说乃俣冗x擇行為Fig.6 Speed behavior of medium driver at Sujiaba interchange and Caiyuanba Yangtze River Bridge

圖7 菜園壩長江大橋—蘇家壩立交Fig.7 Caiyuanba Yangtze River bridge and Sujiaba Interchange

圖8 江南立交匝道—向黃隧道中等駕駛?cè)说乃俣菷ig.8 Speed of medium driver at a ramp of Jiangnan interchange and Xianghuang tunnel

以上的分析結(jié)果表明，不管是行駛場景是直道還是連續(xù)彎道，不管是曲線橋、多層螺旋橋還是曲線隧道，不管行駛環(huán)境如何復(fù)雜和特殊，均有駕駛?cè)吮憩F(xiàn)出與“中等駕駛?cè)恕备叨纫恢碌乃俣冗x擇行為。這種一致性體現(xiàn)在2個(gè)方面：①路段單元范圍內(nèi)（單個(gè)場景）的速度幅值一致性；②行駛場景切換時(shí)，在不同路段單元之間速度變化趨勢的一致性；即在一個(gè)持續(xù)的時(shí)空范圍內(nèi)（較長時(shí)間的連續(xù)行駛過程），始終存在與“中等駕駛?cè)恕瘪{駛特征一致的時(shí)空軌跡。

根據(jù)圖5～8 中的結(jié)果，速度曲線幅值與50th百分位速度最接近的駕駛?cè)?，可以等同為具有“中等駕駛行為”的駕駛?cè)?，即中等駕駛?cè)?。在上?處典型路段（根據(jù)行駛方向，實(shí)驗(yàn)道路II含蘇家壩立交M匝道、O匝道和大橋主線等3個(gè)典型路段）中，確定得到的中等駕駛?cè)说幕拘畔?，見?。

4 “85th百分位駕駛?cè)恕钡拇嬖谛詫?shí)證

由于以中等駕駛?cè)说鸟{駛行為（將中等駕駛?cè)说能囁僮鳛樵O(shè)計(jì)車速）作為道路設(shè)施的設(shè)計(jì)考量時(shí)，會有50%個(gè)體的行為沒有照顧到，而容易導(dǎo)致各種安全問題。因此，近20 年來很多國家開始以85th百分位速度（即運(yùn)行速度，V85）作為道路幾何線形和交通設(shè)施的設(shè)計(jì)依據(jù)[16-17]?，F(xiàn)有的研究是通過路側(cè)觀測的方法采集車輛駛過道路特定斷面的地點(diǎn)速度，然后從斷面速度中取85th百分位速度作為該斷面的運(yùn)行速度，再連接相鄰斷面的85th速度值，得到運(yùn)行速度曲線[18-20]，見圖9。在圖9中，4個(gè)斷面的V85值分別是37，29，38 和25 km/h，假設(shè)第1 個(gè)斷面的V85值是甲車的地點(diǎn)速度，那么第2 個(gè)斷面的29 km/h 是否仍是甲車的通過速度，還是別的車輛比如乙車，如果是，那么第3個(gè)和第4個(gè)斷面是否還再是甲車？這個(gè)疑問至今為止并沒有答案。

表2 中等駕駛?cè)说幕拘畔ab.2 Basic information of medium driver

以10 m為固定間隔進(jìn)行橫斷面劃分，提取出速度曲線在每個(gè)橫斷面上的速度值，然后確定出85th百分位速度值，依次連接相鄰橫斷面的85th百分位速度得到V85曲線，然后用最小速度差方法找出與V85曲線最接近的速度實(shí)車曲線。圖10給出了3處實(shí)驗(yàn)地點(diǎn)的特征百分位速度值連續(xù)曲線（速度最大值、速度最小值、85th百分位速度、15th百分位速度），以及與85th百分位速度值（V85曲線）最接近的速度曲線。涪陵長江一橋以及下行螺旋匝道，被試D16 的實(shí)測速度最接近V85曲線，該路段147 個(gè)斷面的速度差累積值為271 km/h，單個(gè)斷面的平均速度差為1.84 km/h；蘇家壩立交上行匝道（M 匝道）55 個(gè)斷面的速度差累計(jì)值為144 km/h，單個(gè)斷面的平均速度差為2.6 km/h；蘇家壩立交下行匝道（O 匝道）45 個(gè)斷面的速度差累計(jì)值為59 km/h，單個(gè)斷面的平均速度差僅為1.3 km/h，江南立交匝道—向黃路—向黃隧道214 個(gè)斷面的速度差累計(jì)值為718 km/h，單個(gè)斷面的平均速度差為3.3 km/h，略高于另外2處實(shí)驗(yàn)地點(diǎn)。由于速度幅值非常接近并且具有相同的速度變化趨勢，可認(rèn)為這些駕駛?cè)耸?5th百分位駕駛?cè)恕?/p>

圖10（b）和圖10（c）中，均是被試D4 的實(shí)測速度值與V85曲線最為接近，這2 條路段同屬于蘇家壩立交的匝道，是相同的樣本，表明駕駛行為具有較高的穩(wěn)定性，即在不同的路段表現(xiàn)出相同的速度特征。

江南立交—向黃路—向黃隧道的速度分布見圖11，在圖11（a）中能觀察到由于行駛環(huán)境的改變，15th百分位和85th百分位速度曲線幅值沿行駛里程有明顯的變化，2條曲線之間的包絡(luò)區(qū)域的寬度也是隨著行駛距離而變化，在進(jìn)入小半徑匝道時(shí)速度幅值迅速降低，同時(shí)包絡(luò)區(qū)域的寬度開始收窄，即不同駕駛?cè)嗽谛“霃角€以及鄰近范圍內(nèi)表現(xiàn)出較強(qiáng)的趨同性，表明小半徑曲線路段對駕駛?cè)说乃俣冗x擇行為有較強(qiáng)的約束作用。此外，行駛速度在隧道入口之前開始下降，并且下降趨勢持續(xù)進(jìn)隧道洞內(nèi)100 m左右。

圖9 公路特征斷面的地點(diǎn)速度以及運(yùn)行速度Fig.9 spot speed measured on cross-section of highway and operating speed

圖10 特征百分位速度曲線以及與V85值最接近的實(shí)測速度Fig.10 Several particular percentile speed profiles and the closest measured speed to operating speed

計(jì)算出不同百分位速度曲線之間的差值，得到速度幅值的分布寬度，對駕駛?cè)怂俣冗x擇行為的離散性進(jìn)行量化，結(jié)果如圖11（b），深灰色區(qū)域是“V85- V15”值隨行駛里程變化曲線，即15th～85th百分位之間（70%的速度選擇行為）的速度離散性，淺灰色區(qū)域表示速度極差（Vmax-Vmin）扣除掉“V85-V15”之后的值，即另外30%駕駛?cè)说乃俣冗x擇行為分布。從圖10（b）中能看到70%駕駛?cè)诉x擇的速度是分布在一個(gè)較窄的區(qū)域（速度離散性低于20 km/h），而另外30%駕駛?cè)说乃俣葎t是分布在更寬的區(qū)域，即速度幅值更分散。

從圖11 中能夠得到一個(gè)重要的啟示：駕駛?cè)嗽诘缆飞系乃俣冗x擇行為雖然有較強(qiáng)的離散性，但是根據(jù)本文的實(shí)驗(yàn)結(jié)果，中間70%駕駛?cè)说乃俣确凳欠植荚谳^窄的區(qū)間內(nèi)，而其余30%駕駛?cè)耍?5%偏愛高速、另外15%偏愛低速）則貢獻(xiàn)了速度離散性的主要部分。這與文獻(xiàn)[21]對縱向加速度和橫向加速度進(jìn)行統(tǒng)計(jì)分析得到的結(jié)論類似，該項(xiàng)研究的結(jié)論是50%的加速度數(shù)據(jù)是在分布在0附近很小的區(qū)域內(nèi)。此項(xiàng)發(fā)現(xiàn)表明對于道路設(shè)計(jì)和交通設(shè)施設(shè)計(jì)而言，設(shè)計(jì)參數(shù)只需要在較窄的區(qū)間內(nèi)適當(dāng)調(diào)整就可以照顧到70%道路用戶的使用特性。

圖11 江南立交—向黃路—向黃隧道的速度分布Fig.11 speed distribution along the route of“Jiangnan interchange-Xianghuang Road-Xianghuang Tunnel”

5 結(jié) 語

駕駛行為同人類的其他行為一樣，一直以來都是難以預(yù)料的，但盡管如此，預(yù)測人類的各種行為仍然是研究者孜孜以求的目標(biāo)和向往?；谛袨榻y(tǒng)計(jì)數(shù)據(jù)是否可以預(yù)測出駕駛?cè)说鸟{駛行為，其前提在于使用統(tǒng)計(jì)方法得到的駕駛行為是否存在于真實(shí)的交通世界之中。本文的研究證明了真實(shí)世界中確實(shí)存在“中等駕駛?cè)恕?，?她的行為特征完全符合統(tǒng)計(jì)的中間值，這為連續(xù)空間的交通行為精準(zhǔn)預(yù)測奠定了理論前提；另一方面也為道路設(shè)施和交通安全設(shè)施的設(shè)計(jì)假定合理性提供了關(guān)鍵科學(xué)證據(jù)。并且，可以為“中等駕駛?cè)恕崩L制一幅畫像，40歲左右，駕齡10年左右，氣質(zhì)類型多為抑郁質(zhì)，男性和女性都有。此外，本文以速度選擇行為為表征，證實(shí)了“85th百分位駕駛行為”在真實(shí)交通世界中的存在性，為V85作為道路線形以及設(shè)施設(shè)計(jì)依據(jù)的合理性提供了關(guān)鍵科學(xué)證據(jù)。