基于驾驶模拟实验的快速路交织区运行风险评价

刘韶新, 苏东兰, 叱干都, 王 晶

(1.广东省路桥建设发展有限公司，广州 510623；2.苏州科技大学土木工程学院江苏省生态道路技术产业化工程研究中心，苏州 215011；3.中交第一公路勘察设计研究院有限公司，西安 710065；4.同济大学, 道路与交通工程教育部重点实验室, 上海 201804)

随着城市快速路系统的发展，路网不断加密，出入口增多且间距呈缩短趋势，出现了许多复杂的交织区路段。交织区内的变道行为导致交通冲突增多，影响该路段通行效率与行车安全性。对该路段运行风险进行有效评价，可为交通组织优化设计与交通管控的实施提供依据。

中外学者对城市快速路出入口及交织区交通系统进行了很多研究。美国是最早开展有关城市道路通行效率研究的国家，形成了HighwayCapacityManual(公路通行能力书册)、HighwaySafetyManual(公路交通安全手册)，Access Management研究成果[1-3]，中国学者研究了出入口间距、匝道类型等对通行效率与行车安全的影响[4-5]。但对于不同交通流密度、不同交织区长度的运行风险问题，仍需开展进一步研究。

城市快速路既有环形线圈数据埋设间距大，无法连续、完整监测交织区交通流运行状态；车道宽度较窄，且交织路段外侧宽度有限，路侧交通调查可行性和安全性低；浮动车数据少且获取难度较大；交织区视频交通参数提取自动化程度有待提高。因此，利用8自由度驾驶模拟仿真平台在不同交通流状态下，设置16种不同交织区长度、不同交通流及行驶路径的快速路交织区驾驶场景；招募驾驶员开始驾驶模拟实验，获取驾驶员在场景中行驶时的车辆运行数据，据此分析车辆在交织区的驾驶行为，提出快速路交织区运行风险方法，以期为交通组织及管控提供技术支撑。

1 运行风险评价研究现状

运行风险本质上体现的是影响运行安全与效率的事件发生的概率及严重程度，对其进行评估是分析事件发生的可能性与严重程度。国外学者利用实时交通流状态数据开展高速公路、快速路的运行风险、事故分析等研究[6-10]，为事故预测、风险评估及交通干预等提供技术支撑。中国也有学者对高速公路、干线公路、区域路网的运行风险开展相关研究，以期提出可操作性强、计算简便的交通安全风险评估方法[11-13]。

快速路作为城市交通的主骨架，其运行安全对路网整体通行效率的影响较大，目前的相关研究集中在：通过出入口匝道的事故风险研究建立城市快速路安全服务水平划分方法[14]；利用线圈检测器数据和视频监测交通事故数据，研究城市快速路安全影响因素[15]；进而研究交通流参数与事故风险的关系[16]；研究城市快速路方案评价方法[17]、交通运行状态预测方法[18-20]，将机器学习技术应用于交通状态预测与分析等[21]。

随着驾驶模拟仿真技术的发展，因其安全经济、场景可设置、再现性好等优势逐渐被用于重点路段交通安全研究，如利用驾驶模拟手段研究隧道路段行车安全的影响[22-23]、模拟大跨桥梁受侧风与振动的作用等[24]；设计驾驶模拟器用于智能车的寻迹研究[25]；研究人机协调条件下的车道偏离辅助驾驶的关键技术[26]。

研究表明，尽管目前对城市快速路运行风险开展了相关研究，但是对于影响路网整体运行效率的交织区的研究还不足。尤其是城市快速路交织区长度较短、交通流状态复杂，缺乏有效方法研究不同交织区长度、不同交通流状态下的运行风险状态。基于此，设计驾驶模拟实验方案，进行实验数据采集与分析，提出一种有效、便捷的运行风险评估方法。

2 驾驶模拟实验设计

2.1 实验设备

实验在同济大学的驾驶模拟平台中进行。该驾驶模拟平台具有8自由度运动系统，具备集成控制、场景制作、数据采集、数据分析等功能，可编辑生成完整的道路模型，加载交通流数据，分析在各种驾驶条件下的车辆运动特性。驾驶模拟器外观及内景如图1所示。

图1 驾驶模拟实验平台

2.2 受试驾驶员

实验共招募20名驾驶员，考虑样本的代表性，依据中国公共安全部门发布的国家车辆和驾驶员统计分析结果，按照国家驾驶员的年龄、驾龄和性别选择驾驶员样本，如表1所示。驾驶员中驾龄小于10年的15人(占比75%)；男性驾驶员16人(占比80%)。

表1 实验人员样本选择

每次驾驶实验之前，保证受试驾驶员得到充分休息。在实验前，对受试驾驶员进行简单培训以保证其充分了解驾驶模拟器的使用程序。在驾驶模拟实验场景中设置了一段3 min的过渡路段供其适应驾驶模拟场景。在正式驾驶模拟实验中，通过驾驶模拟器中安装的通信设备与受试者进行联络。

2.3 实验场景设计

根据前期文献调研及线圈数据分析结果，确定影响交织区运行安全的主要因素包括交通流密度、交织区长度、行车路径、交织流量比和汇出比等。按照影响因素的不同进行实验场景设计，场景参数取值考虑如下。

2.3.1 交通流密度

根据城市快速路流量-密度-速度关系的研究结果[27]：当每个车道交通流密度为42.5 pcu/km时，流量达到最大，密度再增加则流量反而减少，出现高密度状况。高密度状态大于42.5 pcu/km，低密度状态不大于42.5 pcu/km。结合上海市快速路交织区线圈数据，实验交通流密度设置两个场景变量：低密度30 pcu/km、高密度60 pcu/km。其实验场景如图2所示。

图2 不同交通流状况下的实验场景

2.3.2 交织区长度L

HighwayCapacityManual2010中引入了最大交织长度的概念[1]，其计算公式为

Lmax=0.304 8×[1 746(1+QR)1.6-477NWL]

(1)

式(1)中：Lmax为交织区的最大长度，m；QR为交织流量比；NWL为交织车流在交织区中通过至多1次变道即完成交织运行的车道数。

实验研究四车道A型交织区，其NWL=2，HCM2010手册中提到，交织流量比QR与最大交织长度有很大关系，QR值由L决定的，对于NWL=2的交织区构造性，QR很少超过0.4～0.5，代入公式计算得Lmax=620.8 m，因此交织区长度范围取150～600 m，步长取150 m。

2.3.3 行驶路径

快速路交织区内车辆的行驶路径包括主路-主路、主路-出口匝道、入口匝道-主路和入口匝道-出口匝道4种形式。其中主路-主路行驶车辆大部分靠左行驶，交织对其影响较小；此外，由于快速路交织区长度普遍较短，入口匝道-出口匝道车流量较少。因此实验行驶路径场景包括主路-出口匝道、入口匝道-主路两种行驶路径。

2.3.4 其他参数

在交织区实际运行中，交织流量比和交织比通常的变化范围为0.1～0.5，实验主要研究交通流密度、交织区长度、行车路径对运行风险的影响，因此交织流量比和交织比均取0.3。综上，设计实验场景数为16，设计场景编号为E1～E16，如表2所示。

表2 驾驶模拟场景设计方案编号

3 车辆运行状态特性分析

3.1 数据的采集与处理

驾驶模拟实验车辆的运行状态可通过实验场景下驾驶全程的车头间距、加速度、与前车的车速差表示，在车辆运行状态分析时，通常采用上述指标的驾驶过程平均值，该值可由驾驶模拟实验程序直接计算导出。

采集16种设计场景下20位驾驶员的驾驶模拟数据共计320组，每组数据包括车头间距、加速度、与前车的车速差的驾驶过程均值。对每个指标的20组数据进行统计分析，剔除异常数据后再取均值。

3.2 运行状态特性

分别将不同行驶路径、交通流密度场景下，平均车头间距、平均加速度、与前车的平均车速差与交织区长度的关系绘制于散点图,如图3～图5所示。

图3 平均车头间距与交织区长度的关系

图4 平均加速度与交织区长度的关系

图5 平均车速差与交织区长度的关系

由图3可知，高密度交通流场景下(E5～E8、E13～E16)车辆平均车头间距远小于低密度交通流场景(E1～E4、E9～E12)；随着交织区长度的增加，高密度下平均车头间距基本变化不大，但低密度下平均车头间距总体呈现上升趋势，且入口匝道驶向主路场景(E9～E12)的车辆平均车头间距大于从主路驶向出口匝道场景(E1～E4)的车辆平均车头间距。

由图4可知，随着交织区长度的增大，不同实验场景下的车辆的平均加速度均不断减小，相同行驶路径条件下，低密度交通流场景下(E1～E4、E9～E12)车辆的平均加速度小于高密度交通流场景(E5～E8、E13～E16)，这是由于低密度交通流场景下的车辆基本处于自由流状态，行驶速度高、车辆之间的相互干扰比较小。

分析图5可知，随着交织区长度的不断增大，不同实验场景下的车辆与前车的平均车速差总体上处于下降趋势，表明车辆间的行驶状态差异逐渐缩小。

4 交织区运行风险评价模型

目前中外常用的风险评价方法主要包括定性分析方法、统计分析方法、概率风险评估方法、运筹学方法、风险指数法等。每类方法都有其适用性，结合交织区运行风险评价目标明确、评价指标易定量化、风险变化幅度较小等特点，最终选用风险指数评价法对快速路交织区运行风险进行评估。

4.1 评价指标

快速路交织区内部常见的交通冲突形式为追尾冲突和侧撞冲突，交通冲突严重程度取决于车辆运行状态，即车头间距、平均加速度、与前车的车速差。因此，选取前后车车速差指数Rv、车头间距指数Rh、车辆加速度指数Ra作为评价指标。Rv、Rh、Ra的取值为设计场景下模拟驾驶全程的平均值。

Rv=(Va-Vb)/Vb

(2)

式(2)中：Va为后车(本车)车速，km/h；Vb为前车车速，km/h。当前车速度大于后车速度时，车速差指数取值为0。

Rh=1-h/hs

(3)

式(3)中：h为前后车间距，m；hs为最小安全行车间距，m。当车头间距大于等于最小安全行车间距时，车头间距指数取值为0。

车辆行驶过程中加速度绝对值越大，驾驶员生心理反应越激烈，其发生追尾冲突的可能性越大，危险性越高。根据文献[28]，车辆加(减)速度指数(Ra)根据加速度(a)绝对值确定，如表3所示。

表3 车辆加速度指数取值

4.2 风险指数模型

风险指数模型构建方法有相乘法和相加法，其中相加法模型构建简单，通过赋予不同风险指标权重系数突出指标的层次性，适用于风险因素变化幅度较小的风险评估问题。因此，采用相加法构建风险指数模型。

采用层次分析法确定评价模型各指标权重，继而确定快速路交织区运行风险指数(risk index of operation safety，RIS)，评价模型为

RIS=αRv+βRh+γRa

(4)

式(4)中：RIS为交织区车辆运行风险指数；α、β、γ分别表示车速差指数、车头间距指数、减速度指数的权重。

根据驾驶模拟实验获得的交织车头间距、加速度、与前车的车速差等3个指标统计分析结果(图3～图5)，采用层次分析法获得权重系数，具体过程为：首先根据层次分析法的比例标度原则，由专家进行评估打分，构建判断矩阵，如表4所示。

表4 判断矩阵

而后计算得到权重向量(w)为(0.193，0.724，0.083)，最后进行一致性检验，计算得到CR<0.1，接受此判断矩阵。综上得到α、β、γ分别为0.193、0.724、0.083，继而得到交织区运行风险评价模型为

RIS=0.193Rv+0.724Rh+0.083Ra

(5)

4.3 相关性分析

在3.1节数据处理的基础上，采用式(5)计算得到不同设计场景下不同驾驶员驾驶车辆的RIS，并分别按照交通流密度和行车路径对RIS进行分类统计，将结果绘制于箱型图，如图6、图7所示。

分析图6可知，高密度、低密度交通流场景下的RIS具有明显差异，高密度交通流场景下RIS中位数为0.574 3，与低密度交通流场景相比，增大50%。

图6 交通流密度与行车路径RIS分布

分析图7可知，两种行车路径场景下车辆RIS的分布范围基本一致，表明不同行车路经对交织区运行风险无显著影响。

图7 RIS与交织区长度的关系

按照交织区长度对RIS进行分类统计，计算不同交织区长度RIS的均值，并绘制于散点图中(图8)，同时对RIS均值进行线性拟合。分析可见，RIS与交织区长度呈线性负相关关系，这表明增大交织区长度有利于降低车辆的运行风险。

4.4 风险分级

借鉴85%分位运行速度确定方法，统计所有驾驶员在快速路交织区路段行驶时的风险值RIS，以计算得到的风险值RIS的第15%分位、第85%分位作为3个等级风险的界限，如表5所示。基于此，将运行风险划分为低风险、中等风险和高风险3个等级。

表5 快速路交织区风险值统计

(1)低风险：RIS为0～0.36，此时前后车车头间距处于安全状态，车速差不大，车辆行驶平稳，驾驶员不需要采取额外的风险防控措施。此时车辆处于低风险状态，是可接受的风险，无需额外采取其他措施。

(2)中等风险：RIS为0.36～0.60，车辆与前后车间距较小或前后车车速差较大，驾驶员采取了制动措施，车辆存在追尾和侧撞的风险，但不至于发生事故。此时车辆处于中等风险状态，需要提高警惕，做好防撞准备。

(3)高风险：RIS为0.60～1.00，此时车辆与前后车车头间距较小，车速差较大，驾驶员若未及时采取制动措施，车辆发生追尾和侧撞的风险很高，且事故结果比较严重。该风险是不可接受的风险，需要及时采取防撞措施。

5 结论

(1)通过驾驶模拟实验研究车辆在城市快速路交织区的运行风险，在此基础上提出了RIS风险指数评价模型，给出了模型中各指数及其权重的计算方法。

(2)探究了交织区运行风险影响因素，研究表明：交通流密度、交织区长度对运行风险影响显著，而行驶路径没有明显影响；增大交织区长度有利于降低运行风险。

(3)利用计算得到的风险值第15%分位、第85%分位将快速路交织区车辆运行风险划分为低风险、中等风险和高风险3个等级。

本文模型主要基于驾驶模拟实验数据获得，其可靠性与准确性尚需在使用过程中进行验证,如通过无人机采集交通流运行状况、收集交通事故数据等手段，对运行风险分级阈值的确定,评价模型有效性与准确性进行验证与补充研究。