劉韶新, 蘇東蘭, 叱干都, 王 晶

(1.廣東省路橋建設(shè)發(fā)展有限公司，廣州 510623；2.蘇州科技大學(xué)土木工程學(xué)院江蘇省生態(tài)道路技術(shù)產(chǎn)業(yè)化工程研究中心，蘇州 215011；3.中交第一公路勘察設(shè)計(jì)研究院有限公司，西安 710065；4.同濟(jì)大學(xué), 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室, 上海 201804)

隨著城市快速路系統(tǒng)的發(fā)展，路網(wǎng)不斷加密，出入口增多且間距呈縮短趨勢，出現(xiàn)了許多復(fù)雜的交織區(qū)路段。交織區(qū)內(nèi)的變道行為導(dǎo)致交通沖突增多，影響該路段通行效率與行車安全性。對該路段運(yùn)行風(fēng)險(xiǎn)進(jìn)行有效評價，可為交通組織優(yōu)化設(shè)計(jì)與交通管控的實(shí)施提供依據(jù)。

中外學(xué)者對城市快速路出入口及交織區(qū)交通系統(tǒng)進(jìn)行了很多研究。美國是最早開展有關(guān)城市道路通行效率研究的國家，形成了HighwayCapacityManual(公路通行能力書冊)、HighwaySafetyManual(公路交通安全手冊)，Access Management研究成果[1-3]，中國學(xué)者研究了出入口間距、匝道類型等對通行效率與行車安全的影響[4-5]。但對于不同交通流密度、不同交織區(qū)長度的運(yùn)行風(fēng)險(xiǎn)問題，仍需開展進(jìn)一步研究。

城市快速路既有環(huán)形線圈數(shù)據(jù)埋設(shè)間距大，無法連續(xù)、完整監(jiān)測交織區(qū)交通流運(yùn)行狀態(tài)；車道寬度較窄，且交織路段外側(cè)寬度有限，路側(cè)交通調(diào)查可行性和安全性低；浮動車數(shù)據(jù)少且獲取難度較大；交織區(qū)視頻交通參數(shù)提取自動化程度有待提高。因此，利用8自由度駕駛模擬仿真平臺在不同交通流狀態(tài)下，設(shè)置16種不同交織區(qū)長度、不同交通流及行駛路徑的快速路交織區(qū)駕駛場景；招募駕駛員開始駕駛模擬實(shí)驗(yàn)，獲取駕駛員在場景中行駛時的車輛運(yùn)行數(shù)據(jù)，據(jù)此分析車輛在交織區(qū)的駕駛行為，提出快速路交織區(qū)運(yùn)行風(fēng)險(xiǎn)方法，以期為交通組織及管控提供技術(shù)支撐。

1 運(yùn)行風(fēng)險(xiǎn)評價研究現(xiàn)狀

運(yùn)行風(fēng)險(xiǎn)本質(zhì)上體現(xiàn)的是影響運(yùn)行安全與效率的事件發(fā)生的概率及嚴(yán)重程度，對其進(jìn)行評估是分析事件發(fā)生的可能性與嚴(yán)重程度。國外學(xué)者利用實(shí)時交通流狀態(tài)數(shù)據(jù)開展高速公路、快速路的運(yùn)行風(fēng)險(xiǎn)、事故分析等研究[6-10]，為事故預(yù)測、風(fēng)險(xiǎn)評估及交通干預(yù)等提供技術(shù)支撐。中國也有學(xué)者對高速公路、干線公路、區(qū)域路網(wǎng)的運(yùn)行風(fēng)險(xiǎn)開展相關(guān)研究，以期提出可操作性強(qiáng)、計(jì)算簡便的交通安全風(fēng)險(xiǎn)評估方法[11-13]。

快速路作為城市交通的主骨架，其運(yùn)行安全對路網(wǎng)整體通行效率的影響較大，目前的相關(guān)研究集中在：通過出入口匝道的事故風(fēng)險(xiǎn)研究建立城市快速路安全服務(wù)水平劃分方法[14]；利用線圈檢測器數(shù)據(jù)和視頻監(jiān)測交通事故數(shù)據(jù)，研究城市快速路安全影響因素[15]；進(jìn)而研究交通流參數(shù)與事故風(fēng)險(xiǎn)的關(guān)系[16]；研究城市快速路方案評價方法[17]、交通運(yùn)行狀態(tài)預(yù)測方法[18-20]，將機(jī)器學(xué)習(xí)技術(shù)應(yīng)用于交通狀態(tài)預(yù)測與分析等[21]。

隨著駕駛模擬仿真技術(shù)的發(fā)展，因其安全經(jīng)濟(jì)、場景可設(shè)置、再現(xiàn)性好等優(yōu)勢逐漸被用于重點(diǎn)路段交通安全研究，如利用駕駛模擬手段研究隧道路段行車安全的影響[22-23]、模擬大跨橋梁受側(cè)風(fēng)與振動的作用等[24]；設(shè)計(jì)駕駛模擬器用于智能車的尋跡研究[25]；研究人機(jī)協(xié)調(diào)條件下的車道偏離輔助駕駛的關(guān)鍵技術(shù)[26]。

研究表明，盡管目前對城市快速路運(yùn)行風(fēng)險(xiǎn)開展了相關(guān)研究，但是對于影響路網(wǎng)整體運(yùn)行效率的交織區(qū)的研究還不足。尤其是城市快速路交織區(qū)長度較短、交通流狀態(tài)復(fù)雜，缺乏有效方法研究不同交織區(qū)長度、不同交通流狀態(tài)下的運(yùn)行風(fēng)險(xiǎn)狀態(tài)?；诖?，設(shè)計(jì)駕駛模擬實(shí)驗(yàn)方案，進(jìn)行實(shí)驗(yàn)數(shù)據(jù)采集與分析，提出一種有效、便捷的運(yùn)行風(fēng)險(xiǎn)評估方法。

2 駕駛模擬實(shí)驗(yàn)設(shè)計(jì)

2.1 實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)在同濟(jì)大學(xué)的駕駛模擬平臺中進(jìn)行。該駕駛模擬平臺具有8自由度運(yùn)動系統(tǒng)，具備集成控制、場景制作、數(shù)據(jù)采集、數(shù)據(jù)分析等功能，可編輯生成完整的道路模型，加載交通流數(shù)據(jù)，分析在各種駕駛條件下的車輛運(yùn)動特性。駕駛模擬器外觀及內(nèi)景如圖1所示。

圖1 駕駛模擬實(shí)驗(yàn)平臺

2.2 受試駕駛員

實(shí)驗(yàn)共招募20名駕駛員，考慮樣本的代表性，依據(jù)中國公共安全部門發(fā)布的國家車輛和駕駛員統(tǒng)計(jì)分析結(jié)果，按照國家駕駛員的年齡、駕齡和性別選擇駕駛員樣本，如表1所示。駕駛員中駕齡小于10年的15人(占比75%)；男性駕駛員16人(占比80%)。

表1 實(shí)驗(yàn)人員樣本選擇

每次駕駛實(shí)驗(yàn)之前，保證受試駕駛員得到充分休息。在實(shí)驗(yàn)前，對受試駕駛員進(jìn)行簡單培訓(xùn)以保證其充分了解駕駛模擬器的使用程序。在駕駛模擬實(shí)驗(yàn)場景中設(shè)置了一段3 min的過渡路段供其適應(yīng)駕駛模擬場景。在正式駕駛模擬實(shí)驗(yàn)中，通過駕駛模擬器中安裝的通信設(shè)備與受試者進(jìn)行聯(lián)絡(luò)。

2.3 實(shí)驗(yàn)場景設(shè)計(jì)

根據(jù)前期文獻(xiàn)調(diào)研及線圈數(shù)據(jù)分析結(jié)果，確定影響交織區(qū)運(yùn)行安全的主要因素包括交通流密度、交織區(qū)長度、行車路徑、交織流量比和匯出比等。按照影響因素的不同進(jìn)行實(shí)驗(yàn)場景設(shè)計(jì)，場景參數(shù)取值考慮如下。

2.3.1 交通流密度

根據(jù)城市快速路流量-密度-速度關(guān)系的研究結(jié)果[27]：當(dāng)每個車道交通流密度為42.5 pcu/km時，流量達(dá)到最大，密度再增加則流量反而減少，出現(xiàn)高密度狀況。高密度狀態(tài)大于42.5 pcu/km，低密度狀態(tài)不大于42.5 pcu/km。結(jié)合上海市快速路交織區(qū)線圈數(shù)據(jù)，實(shí)驗(yàn)交通流密度設(shè)置兩個場景變量：低密度30 pcu/km、高密度60 pcu/km。其實(shí)驗(yàn)場景如圖2所示。

圖2 不同交通流狀況下的實(shí)驗(yàn)場景

2.3.2 交織區(qū)長度L

HighwayCapacityManual2010中引入了最大交織長度的概念[1]，其計(jì)算公式為

Lmax=0.304 8×[1 746(1+QR)1.6-477NWL]

(1)

式(1)中：Lmax為交織區(qū)的最大長度，m；QR為交織流量比；NWL為交織車流在交織區(qū)中通過至多1次變道即完成交織運(yùn)行的車道數(shù)。

實(shí)驗(yàn)研究四車道A型交織區(qū)，其NWL=2，HCM2010手冊中提到，交織流量比QR與最大交織長度有很大關(guān)系，QR值由L決定的，對于NWL=2的交織區(qū)構(gòu)造性，QR很少超過0.4～0.5，代入公式計(jì)算得Lmax=620.8 m，因此交織區(qū)長度范圍取150～600 m，步長取150 m。

2.3.3 行駛路徑

快速路交織區(qū)內(nèi)車輛的行駛路徑包括主路-主路、主路-出口匝道、入口匝道-主路和入口匝道-出口匝道4種形式。其中主路-主路行駛車輛大部分靠左行駛，交織對其影響較小；此外，由于快速路交織區(qū)長度普遍較短，入口匝道-出口匝道車流量較少。因此實(shí)驗(yàn)行駛路徑場景包括主路-出口匝道、入口匝道-主路兩種行駛路徑。

2.3.4 其他參數(shù)

在交織區(qū)實(shí)際運(yùn)行中，交織流量比和交織比通常的變化范圍為0.1～0.5，實(shí)驗(yàn)主要研究交通流密度、交織區(qū)長度、行車路徑對運(yùn)行風(fēng)險(xiǎn)的影響，因此交織流量比和交織比均取0.3。綜上，設(shè)計(jì)實(shí)驗(yàn)場景數(shù)為16，設(shè)計(jì)場景編號為E1～E16，如表2所示。

表2 駕駛模擬場景設(shè)計(jì)方案編號

3 車輛運(yùn)行狀態(tài)特性分析

3.1 數(shù)據(jù)的采集與處理

駕駛模擬實(shí)驗(yàn)車輛的運(yùn)行狀態(tài)可通過實(shí)驗(yàn)場景下駕駛?cè)痰能囶^間距、加速度、與前車的車速差表示，在車輛運(yùn)行狀態(tài)分析時，通常采用上述指標(biāo)的駕駛過程平均值，該值可由駕駛模擬實(shí)驗(yàn)程序直接計(jì)算導(dǎo)出。

采集16種設(shè)計(jì)場景下20位駕駛員的駕駛模擬數(shù)據(jù)共計(jì)320組，每組數(shù)據(jù)包括車頭間距、加速度、與前車的車速差的駕駛過程均值。對每個指標(biāo)的20組數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，剔除異常數(shù)據(jù)后再取均值。

3.2 運(yùn)行狀態(tài)特性

分別將不同行駛路徑、交通流密度場景下，平均車頭間距、平均加速度、與前車的平均車速差與交織區(qū)長度的關(guān)系繪制于散點(diǎn)圖,如圖3～圖5所示。

圖3 平均車頭間距與交織區(qū)長度的關(guān)系

圖4 平均加速度與交織區(qū)長度的關(guān)系

圖5 平均車速差與交織區(qū)長度的關(guān)系

由圖3可知，高密度交通流場景下(E5～E8、E13～E16)車輛平均車頭間距遠(yuǎn)小于低密度交通流場景(E1～E4、E9～E12)；隨著交織區(qū)長度的增加，高密度下平均車頭間距基本變化不大，但低密度下平均車頭間距總體呈現(xiàn)上升趨勢，且入口匝道駛向主路場景(E9～E12)的車輛平均車頭間距大于從主路駛向出口匝道場景(E1～E4)的車輛平均車頭間距。

由圖4可知，隨著交織區(qū)長度的增大，不同實(shí)驗(yàn)場景下的車輛的平均加速度均不斷減小，相同行駛路徑條件下，低密度交通流場景下(E1～E4、E9～E12)車輛的平均加速度小于高密度交通流場景(E5～E8、E13～E16)，這是由于低密度交通流場景下的車輛基本處于自由流狀態(tài)，行駛速度高、車輛之間的相互干擾比較小。

分析圖5可知，隨著交織區(qū)長度的不斷增大，不同實(shí)驗(yàn)場景下的車輛與前車的平均車速差總體上處于下降趨勢，表明車輛間的行駛狀態(tài)差異逐漸縮小。

4 交織區(qū)運(yùn)行風(fēng)險(xiǎn)評價模型

目前中外常用的風(fēng)險(xiǎn)評價方法主要包括定性分析方法、統(tǒng)計(jì)分析方法、概率風(fēng)險(xiǎn)評估方法、運(yùn)籌學(xué)方法、風(fēng)險(xiǎn)指數(shù)法等。每類方法都有其適用性，結(jié)合交織區(qū)運(yùn)行風(fēng)險(xiǎn)評價目標(biāo)明確、評價指標(biāo)易定量化、風(fēng)險(xiǎn)變化幅度較小等特點(diǎn)，最終選用風(fēng)險(xiǎn)指數(shù)評價法對快速路交織區(qū)運(yùn)行風(fēng)險(xiǎn)進(jìn)行評估。

4.1 評價指標(biāo)

快速路交織區(qū)內(nèi)部常見的交通沖突形式為追尾沖突和側(cè)撞沖突，交通沖突嚴(yán)重程度取決于車輛運(yùn)行狀態(tài)，即車頭間距、平均加速度、與前車的車速差。因此，選取前后車車速差指數(shù)Rv、車頭間距指數(shù)Rh、車輛加速度指數(shù)Ra作為評價指標(biāo)。Rv、Rh、Ra的取值為設(shè)計(jì)場景下模擬駕駛?cè)痰钠骄怠?/p>

Rv=(Va-Vb)/Vb

(2)

式(2)中：Va為后車(本車)車速，km/h；Vb為前車車速，km/h。當(dāng)前車速度大于后車速度時，車速差指數(shù)取值為0。

Rh=1-h/hs

(3)

式(3)中：h為前后車間距，m；hs為最小安全行車間距，m。當(dāng)車頭間距大于等于最小安全行車間距時，車頭間距指數(shù)取值為0。

車輛行駛過程中加速度絕對值越大，駕駛員生心理反應(yīng)越激烈，其發(fā)生追尾沖突的可能性越大，危險(xiǎn)性越高。根據(jù)文獻(xiàn)[28]，車輛加(減)速度指數(shù)(Ra)根據(jù)加速度(a)絕對值確定，如表3所示。

表3 車輛加速度指數(shù)取值

4.2 風(fēng)險(xiǎn)指數(shù)模型

風(fēng)險(xiǎn)指數(shù)模型構(gòu)建方法有相乘法和相加法，其中相加法模型構(gòu)建簡單，通過賦予不同風(fēng)險(xiǎn)指標(biāo)權(quán)重系數(shù)突出指標(biāo)的層次性，適用于風(fēng)險(xiǎn)因素變化幅度較小的風(fēng)險(xiǎn)評估問題。因此，采用相加法構(gòu)建風(fēng)險(xiǎn)指數(shù)模型。

采用層次分析法確定評價模型各指標(biāo)權(quán)重，繼而確定快速路交織區(qū)運(yùn)行風(fēng)險(xiǎn)指數(shù)(risk index of operation safety，RIS)，評價模型為

RIS=αRv+βRh+γRa

(4)

式(4)中：RIS為交織區(qū)車輛運(yùn)行風(fēng)險(xiǎn)指數(shù)；α、β、γ分別表示車速差指數(shù)、車頭間距指數(shù)、減速度指數(shù)的權(quán)重。

根據(jù)駕駛模擬實(shí)驗(yàn)獲得的交織車頭間距、加速度、與前車的車速差等3個指標(biāo)統(tǒng)計(jì)分析結(jié)果(圖3～圖5)，采用層次分析法獲得權(quán)重系數(shù)，具體過程為：首先根據(jù)層次分析法的比例標(biāo)度原則，由專家進(jìn)行評估打分，構(gòu)建判斷矩陣，如表4所示。

表4 判斷矩陣

而后計(jì)算得到權(quán)重向量(w)為(0.193，0.724，0.083)，最后進(jìn)行一致性檢驗(yàn)，計(jì)算得到CR<0.1，接受此判斷矩陣。綜上得到α、β、γ分別為0.193、0.724、0.083，繼而得到交織區(qū)運(yùn)行風(fēng)險(xiǎn)評價模型為

RIS=0.193Rv+0.724Rh+0.083Ra

(5)

4.3 相關(guān)性分析

在3.1節(jié)數(shù)據(jù)處理的基礎(chǔ)上，采用式(5)計(jì)算得到不同設(shè)計(jì)場景下不同駕駛員駕駛車輛的RIS，并分別按照交通流密度和行車路徑對RIS進(jìn)行分類統(tǒng)計(jì)，將結(jié)果繪制于箱型圖，如圖6、圖7所示。

分析圖6可知，高密度、低密度交通流場景下的RIS具有明顯差異，高密度交通流場景下RIS中位數(shù)為0.574 3，與低密度交通流場景相比，增大50%。

圖6 交通流密度與行車路徑RIS分布

分析圖7可知，兩種行車路徑場景下車輛RIS的分布范圍基本一致，表明不同行車路經(jīng)對交織區(qū)運(yùn)行風(fēng)險(xiǎn)無顯著影響。

圖7 RIS與交織區(qū)長度的關(guān)系

按照交織區(qū)長度對RIS進(jìn)行分類統(tǒng)計(jì)，計(jì)算不同交織區(qū)長度RIS的均值，并繪制于散點(diǎn)圖中(圖8)，同時對RIS均值進(jìn)行線性擬合。分析可見，RIS與交織區(qū)長度呈線性負(fù)相關(guān)關(guān)系，這表明增大交織區(qū)長度有利于降低車輛的運(yùn)行風(fēng)險(xiǎn)。

4.4 風(fēng)險(xiǎn)分級

借鑒85%分位運(yùn)行速度確定方法，統(tǒng)計(jì)所有駕駛員在快速路交織區(qū)路段行駛時的風(fēng)險(xiǎn)值RIS，以計(jì)算得到的風(fēng)險(xiǎn)值RIS的第15%分位、第85%分位作為3個等級風(fēng)險(xiǎn)的界限，如表5所示?；诖?，將運(yùn)行風(fēng)險(xiǎn)劃分為低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)3個等級。

表5 快速路交織區(qū)風(fēng)險(xiǎn)值統(tǒng)計(jì)

(1)低風(fēng)險(xiǎn)：RIS為0～0.36，此時前后車車頭間距處于安全狀態(tài)，車速差不大，車輛行駛平穩(wěn)，駕駛員不需要采取額外的風(fēng)險(xiǎn)防控措施。此時車輛處于低風(fēng)險(xiǎn)狀態(tài)，是可接受的風(fēng)險(xiǎn)，無需額外采取其他措施。

(2)中等風(fēng)險(xiǎn)：RIS為0.36～0.60，車輛與前后車間距較小或前后車車速差較大，駕駛員采取了制動措施，車輛存在追尾和側(cè)撞的風(fēng)險(xiǎn)，但不至于發(fā)生事故。此時車輛處于中等風(fēng)險(xiǎn)狀態(tài)，需要提高警惕，做好防撞準(zhǔn)備。

(3)高風(fēng)險(xiǎn)：RIS為0.60～1.00，此時車輛與前后車車頭間距較小，車速差較大，駕駛員若未及時采取制動措施，車輛發(fā)生追尾和側(cè)撞的風(fēng)險(xiǎn)很高，且事故結(jié)果比較嚴(yán)重。該風(fēng)險(xiǎn)是不可接受的風(fēng)險(xiǎn)，需要及時采取防撞措施。

5 結(jié)論

(1)通過駕駛模擬實(shí)驗(yàn)研究車輛在城市快速路交織區(qū)的運(yùn)行風(fēng)險(xiǎn)，在此基礎(chǔ)上提出了RIS風(fēng)險(xiǎn)指數(shù)評價模型，給出了模型中各指數(shù)及其權(quán)重的計(jì)算方法。

(2)探究了交織區(qū)運(yùn)行風(fēng)險(xiǎn)影響因素，研究表明：交通流密度、交織區(qū)長度對運(yùn)行風(fēng)險(xiǎn)影響顯著，而行駛路徑?jīng)]有明顯影響；增大交織區(qū)長度有利于降低運(yùn)行風(fēng)險(xiǎn)。

(3)利用計(jì)算得到的風(fēng)險(xiǎn)值第15%分位、第85%分位將快速路交織區(qū)車輛運(yùn)行風(fēng)險(xiǎn)劃分為低風(fēng)險(xiǎn)、中等風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)3個等級。

本文模型主要基于駕駛模擬實(shí)驗(yàn)數(shù)據(jù)獲得，其可靠性與準(zhǔn)確性尚需在使用過程中進(jìn)行驗(yàn)證,如通過無人機(jī)采集交通流運(yùn)行狀況、收集交通事故數(shù)據(jù)等手段，對運(yùn)行風(fēng)險(xiǎn)分級閾值的確定,評價模型有效性與準(zhǔn)確性進(jìn)行驗(yàn)證與補(bǔ)充研究。