自由换道与强制换道行为的比较研究.docxVIP

自由换道与强制换道行为的比较研究 0 车辆换道时间及约束 道路的交换和追尾是汽车司机的交通行为。交通流理论研究的热点之一。掌握车辆换道行为的特性是分析交通安全措施 已有学者尝试使用不影响驾驶人驾驶行为的视频技术采集车辆换道数据。美国联邦公路局(FHWA)于2005年对多个路段车辆车头中心点的轨迹数据进行视频采集、提取并将数据公开化(NGSIM) 根据车辆换道意图,可将车辆换道分为自由换道(DLC)和强制换道(MLC)两类。DLC是指驾驶人为追求更佳的驾驶条件而发生的换道行为,MLC则为前方道路障碍或行驶线路所趋而必要的换道行为 对于车辆换道时间,文献[2-3,10-11]利用NGSIM视频数据对车辆换道时间进行提取,提出车辆换道时间为[1.0,16.2]s,大型车辆换道时间长于小汽车换道时间,向左换道时间稍长于向右换道时间等一系列结论。文献[12-15]则利用车载摄像头或高空摄像机对车辆换道进行提取,对出租车和私家车换道时间进行对比,并对车辆换道时间进行预测。对于车辆换道横向轨迹拟合,现有模型包括样条插值模型、线性模型、多次多项式模型、正余弦模型 笔者首先对NGSIM换道数据出现的识别误差进行探究,建立了车辆换道起终点空间约束规则,获取了完整的单次换道轨迹数据;之后利用时间对数模型和多项式模型对两类换道行为的换道时间和横向移动轨迹进行对比,细化换道执行阶段微观特性,为交通仿真参数的确定提供理论支撑。 1 数据选择和预处理 1.1 原始数据获取 本文选取I-80和US-101路段车辆轨迹数据集为研究数据。如图1所示,2 路段均由5 条主路车道、1条集散车道、1条入口匝道和1条出口匝道构成。由于车辆换道行为在拥堵条件下对交通流状态影响较大 但原始数据由视频处理软件逐帧获取(0.1s),系统误差和检测误差的存在使交通参量序列值噪声较大。为获取较为精确的车辆运行及车辆间相对运行参数,采用对称指数移动平均法(sEMA)对轨迹数据进行平滑处理 式中:x 1.2 车辆换道时间和换道约束 为明确研究对象,对换道数据作如下规定:首先,由入口匝道7进入集散车道6,以及车道6进入出口匝道8的换道过程不属于本文研究的车辆换道行为;在检测时段内,2 路段小汽车占比约97%,为保证数据数量及准确性,选取小汽车为研究对象;另外,连续变道和单次换道微观特性可能不同,本文仅以单次换道行为进行研究,即不考虑在检测路段内,同一车辆连续发生多次换道行为的情况。 对于单次换道行为的界定中,多数研究将车辆换道时间定义为:车辆换道过程中横向位置发生单向连续改变所需时间 图3(a)表示车辆换道过程并非连续,在车道线位置附近的波动导致换道起点识别错误;图3(b)表示车辆换道失败,车道通过车道线后因条件不允许,车辆又返回至原车道;图3(c)表示车辆换道过程并没有在检测路段内完成。 为获取完整的单次换道行为,增加时间约束对图3(c)所示错误类型进行剔除,增加车辆换道横向位置约束,对图3(a)~(b)进行剔除。以向右换道为例,制定式(2)横向位置约束,即如图4所示,限制车辆换道起终点在阴影范围内。 式中:x 2 交换时间 2.1 换道数据筛选 由检测路段特性可将最终驶入出口匝道车辆的换道行为与集散车道驶入主路车道的换道行为认定为强制换道,主路车道间换道为自由换道。在上述换道数据筛选规则下,有927组换道数据被选出。其中:自由换道540组,换道时间为2.8~13.9s,平均换道时间6.5s;强制换道387组,换道时间为2.8~13.8s,平均换道时间6.9s,强制换道平均用时略高于自由换道。图5为换道时间频率图,由图5可见,换道方向对换道时间影响较小,2类车辆换道时间频率均服从Lognomal分布。 2.2 横向移动距离 本文旨在微观层面对换道特性进行分析,在换道时间显著性影响因素提取时将不考虑车流密度等宏观因素。如图6所示,选取换道车辆车速v 再者,文献[12]指出车辆在换道过程中,横向移动距离x对换道时间有着直接影响,但该变量为“事后变量”。为解决此问题,本文以换道初始时刻车辆距车道线距离x 利用时间对数模型对换道时间显著性影响因素进行提取,模型表达式为 式中:d 利用SPSS回归分析可知,在95%置信空间下,Δv 为对比各因素对换道时间的影响程度,对各因素进行[0,1]区间归一化处理,对式(3)参数重新进行标定,参数正负表现了各因素对车辆换道时间影响的正负性,参数绝对值大小则表现了各参量对换道时间的影响程度。参数标定结果见表1。 由表1可见,车辆换道时间d 3 走廊的水平移动轨迹 3.1 车辆换道横向轨迹特征 由上节可知,拥堵条件下小汽车最大换道时间为13.9s,为观察车辆换道横向移动特征,选取换道时刻前后7s轨迹数据作其特征图(见图8),图中(0,0)点为车辆换道点,车辆换