車聯(lián)網(wǎng)環(huán)境對城市快速路駕駛安全的影響評價

姚 佼，倪屹聆，戴亞軒

（上海理工大學(xué)管理學(xué)院，上海 200093）

0 引言

作為城市道路的重要組成部分，快速路擔(dān)負(fù)著城市內(nèi)部區(qū)域之間的過境交通功能，具有交通流量大、車速快、出入口坡道密集等特點[1]。然而，一旦發(fā)生交通事故，則后果嚴(yán)重，容易造成人員傷亡、財產(chǎn)損失及大面積交通擁堵[2]。國內(nèi)外相關(guān)研究表明，引發(fā)交通事故的各項因素中，因駕駛員操作不當(dāng)導(dǎo)致的交通事故占比達80%以上[3]。常規(guī)環(huán)境下，駕駛?cè)说鸟{駛失誤是造成車輛追尾碰撞發(fā)生的主要原因之一[4]。車聯(lián)網(wǎng)環(huán)境因可使駕駛員實時獲知前車行駛狀態(tài)并從交通參與者層面提高交通流穩(wěn)定性，而有望降低車輛追尾碰撞風(fēng)險[5]。

國外學(xué)者針對車聯(lián)網(wǎng)建立了各種模型，如Moon 等[6]提出了基于自適應(yīng)巡航（Adaptive Cruise Control,ACC）的跟馳模型，并設(shè)計數(shù)值仿真試驗，應(yīng)用碰撞時間（Time To Collision,TTC）驗證了所建模型對降低車輛追尾風(fēng)險的有效性；Li 等[7]研究了協(xié)同自適應(yīng)車輛（Cooperative Adaptive Cruise Control,CACC）對交通安全的影響，然后對智能駕駛員模型進行改進并加以驗證；Rahman等[8]研究了網(wǎng)聯(lián)汽車合作駕駛對交通安全的改善程度，其中考慮了網(wǎng)聯(lián)車滲透率的影響。

國內(nèi)學(xué)者也展開了相關(guān)研究，如李騰龍[9]構(gòu)建了車聯(lián)網(wǎng)環(huán)境下的車輛跟馳模型，并進行了穩(wěn)定性分析和仿真驗證，證明了車聯(lián)網(wǎng)環(huán)境對交通流具有致穩(wěn)作用；龔思遠(yuǎn)[10]研究了網(wǎng)聯(lián)輔助駕駛系統(tǒng)對交通安全的影響，得出了類似的結(jié)論；秦嚴(yán)嚴(yán)等[4]重點研究了混合交通流條件下，智能網(wǎng)聯(lián)車對交通安全的改善程度，提出了相應(yīng)的優(yōu)化控制方法。

整體來看，以往研究相對微觀，主要以構(gòu)建駕駛模型為主，均沒有從宏觀交通流角度分析車聯(lián)網(wǎng)環(huán)境對駕駛安全的改善程度。本文將針對車聯(lián)網(wǎng)的特性，改變VISSIM 中車輛駕駛模型參數(shù)，使其更加符合車聯(lián)網(wǎng)環(huán)境下的特性，同時采用控制變量的方法，研究不同交通飽和度下，車聯(lián)網(wǎng)對快速路上車輛碰撞風(fēng)險的改善程度。

1 模型的選取及參數(shù)標(biāo)定

目前全自動駕駛車輛還處于試驗階段，因此本文研究對象為人工駕駛的網(wǎng)聯(lián)輔助車（簡稱網(wǎng)聯(lián)車）。VISSIM 中使用Wiedemann 駕駛模型，它可以很好地描述人的駕駛行為，改變其關(guān)鍵參數(shù)可以反映駕駛員在車聯(lián)網(wǎng)輔助下的駕駛情況，進而評價車聯(lián)網(wǎng)環(huán)境對駕駛安全的改善程度。同時，對于常規(guī)環(huán)境下的駕駛模型參數(shù)也需要重新標(biāo)定，使其更符合快速路上的駕駛情形。

1.1 車聯(lián)網(wǎng)環(huán)境對駕駛行為的影響分析

實際駕駛過程中，為保持車輛平穩(wěn)安全地行駛，駕駛員在t時刻感知自車與前車的間距Δxn(t)、速度差Δvn(t)等交通數(shù)據(jù)后，需要一個反應(yīng)時間τ來調(diào)整，使車輛以理想速度行駛。大量研究表明，τ的大小對交通流穩(wěn)定性的影響較大：τ越小，駕駛員對交通變化的反應(yīng)越快，產(chǎn)生碰撞風(fēng)險的可能性就越??；τ越大，則發(fā)生危險碰撞的可能性增大[11]。在傳統(tǒng)駕駛環(huán)境下，駕駛員只能接受臨近車的運動信息，然后根據(jù)駕駛經(jīng)驗進行操作，很容易出現(xiàn)判斷失誤或者反應(yīng)不及時的問題。而在車聯(lián)網(wǎng)環(huán)境下，駕駛員可以準(zhǔn)確獲取前后車的各項交通狀態(tài)信息，如實時速度、加減速度、前后車距等。另外，由于不需要估計前車的運行狀態(tài)及其可能的變化情況，駕駛員可以將注意力更多地集中到對車輛的操作方面。這種情況下，駕駛行為將會出現(xiàn)兩種變化趨勢：駕駛員反應(yīng)時間τ縮短；駕駛員會一定程度地提前了解前后方交通流的變化，并隨之調(diào)整車速或者換道。

傳統(tǒng)環(huán)境下，駕駛員依據(jù)車輛間距的變化來控制車速：車間距Δxn(t) 變大時加速，反之減速。而在引入了車聯(lián)網(wǎng)后，駕駛員能夠?qū)崟r、精確地獲取前車的各項運動狀態(tài)變化（例如前車開始加速，但速度差Δvn(t)并未發(fā)生變化），從而立刻做出加減速操作，即駕駛員可以提前做出正確的操作，以避免交通事故的發(fā)生。

1.2 車聯(lián)網(wǎng)環(huán)境下的模型參數(shù)取值

車輛的運動狀態(tài)歸根結(jié)底是駕駛員對周圍環(huán)境的判斷在車輛上的反應(yīng)。相比于傳統(tǒng)駕駛環(huán)境，車聯(lián)網(wǎng)可以幫助駕駛員獲取自車周圍更多的交通信息，使其對前方交通狀態(tài)進行預(yù)判，從而正確做出下一步操作決策[12]。如前方路段出現(xiàn)交通阻塞時，即使自車與引導(dǎo)車間距較大，駕駛員也不會貿(mào)然加速，從而有效避免車速震蕩，提高交通安全性。反之，如果前方道路交通狀況良好，即使車輛間距較小，駕駛員也不會有很大的減速行為，而是繼續(xù)保持當(dāng)前狀態(tài)或?qū)嵤Q道超車[13]。因此，車聯(lián)網(wǎng)環(huán)境下，車輛的運行速度會更穩(wěn)定，駕駛行為也會更加科學(xué)合理?？梢?，借助車聯(lián)網(wǎng)技術(shù)，駕駛員因預(yù)先獲得前方的準(zhǔn)確交通信息，提前作出決策，從而使道路交通安全性得以提高。

VISSIM中的駕駛行為參數(shù)需要結(jié)合實際重新標(biāo)定。李志偉[14]結(jié)合前人研究并考慮我國的交通特征對Wiedemann99 模型（適用于快速路）參數(shù)做了新的標(biāo)定。本文參考其標(biāo)定結(jié)果作為常規(guī)駕駛環(huán)境下駕駛行為的部分參數(shù)值；車聯(lián)網(wǎng)環(huán)境下，駕駛員的反應(yīng)時間縮短，車頭時距和車輛行駛速度也更穩(wěn)定（無分布和震蕩）。在VISSIM中，根據(jù)上述假設(shè)，修改一些關(guān)鍵駕駛行為參數(shù)，并將這些行為參數(shù)與VISSIM中構(gòu)建的車輛模型相關(guān)聯(lián)，即可有效模擬車聯(lián)網(wǎng)環(huán)境下的駕駛情況。重新校準(zhǔn)的兩類駕駛環(huán)境模型參數(shù)值見表1。

表1 基于Wiedemann99模型的主要參數(shù)標(biāo)定結(jié)果

2 城市快速路駕駛行為安全性評價指標(biāo)

安全的替代參數(shù)被廣泛地用作交通風(fēng)險評價指標(biāo)，包括平均變化速度Δvˉ、碰撞時間TTC 和后侵入時間（Post Encroachment Time,PET）等[15-16]。本研究考慮三種安全指標(biāo)來評估交通安全性，并分析不同場景下車聯(lián)網(wǎng)技術(shù)對快速路駕駛安全的改善程度。

2.1 城市快速路縱向安全評價指標(biāo)

TTC 是常用的安全評價指標(biāo)之一，而累計碰撞時間（Time Exposed Time-to-Collision,TET）和積分碰撞時間（Time Integrated Time-to-Collision,TIT）則是以TTC 為基礎(chǔ)的安全評價指標(biāo)，用來揭示跟馳行為和縱向安全性之間的關(guān)系[17]。

TTC 指如果引導(dǎo)車和跟隨車之間一直存在速度差（跟隨車速大于引導(dǎo)車速），將存在車輛追尾的風(fēng)險。具體而言，TTC 代表兩個連續(xù)車輛到達同一斷面所需要的時間，如果車n的速度一直比前車n-1 快，那么兩車就會發(fā)生碰撞[18]。TTC的計算公式為：

式（1）中：t為仿真時刻；n為車輛編號；TTCn(t)為第n輛車在t時刻的碰撞時間，僅在后車速度大于前車速度時才有意義，否則為無窮大；xn(t)為t時刻第n輛車的位置；xn-1(t)為t時刻第n-1 輛車的位置；Ln-1為第n-1 輛車的長度；vn(t)為t時刻第n輛車的速度；vn-1(t)為t時刻第n-1輛車的速度。

TET 指前后車處于危險跟隨狀態(tài)所花費的總時間，即實際TTC 值小于設(shè)定TTC 閾值（記為TTC*）持續(xù)的時間，該值側(cè)重于描述發(fā)生追尾風(fēng)險的可能性。TIT 表示實際TTC 與設(shè)定TTC*之差的累加和，側(cè)重于描述發(fā)生追尾時的嚴(yán)重程度。以上兩個指標(biāo)值越小，縱向交通安全水平越高[19]。二者的計算公式如下：

式（2）～式（5）中：n為車輛編號；δ為切換變量；Δt為仿真步長，取值為0.1s；TTC*為碰撞時間（TTC）的閾值；TET(t)和TIT(t)分別為t時刻TET 和TIT 對應(yīng)的值；N為仿真中獲得的車輛總數(shù)；M為仿真總時間（不包含預(yù)熱時間）；t,TTCn(t)意義同前。

2.2 城市快速路側(cè)向安全評價指標(biāo)

交通事故中不僅存在追尾碰撞沖突，側(cè)向碰撞也是快速路上頻繁發(fā)生的事故之一，特別是在車輛換道期間。為了達到較好的驗證效果，本文中假設(shè)側(cè)向碰撞主要發(fā)生在車道合并的路段。然而，直接分析側(cè)向碰撞是非常困難的，因此采用側(cè)向碰撞風(fēng)險（Sideswipe Crash Risk，SSCR）作為替代評價指標(biāo)，并用替代安全評估模型（Surrogate Safety Assessment Model，SSAM）分析VISSIM 生成的軌跡文件，進而檢測車道變換產(chǎn)生的側(cè)向沖突。

在SSAM 中，主要碰撞類型如圖1 所示。當(dāng)沖突角度θ在0～30°范圍時，判定為縱向沖突（追尾）；沖突角度θ在30～80°范圍時，視為側(cè)向沖突（換道）；當(dāng)實際碰撞時間小于設(shè)定碰撞時間閾值且沖突角度在規(guī)定范圍內(nèi)時，則認(rèn)為有側(cè)向碰撞的風(fēng)險，統(tǒng)計其出現(xiàn)的次數(shù)記為SSCR的值。

圖1 碰撞分類

仿真試驗中VISSIM 生成了幾組軌跡數(shù)據(jù)文件，其中包含車輛的位置坐標(biāo)、速度信息和偏轉(zhuǎn)角度等。利用SSAM 分析這些軌跡文件，以便比較不同情景中追尾和側(cè)向的碰撞風(fēng)險系數(shù)。本文選取TET,TIT 和SSCR 作為安全評估指標(biāo)，以評價車聯(lián)網(wǎng)技術(shù)對快速路駕駛安全的影響程度。

3 仿真模擬與分析

本文的研究對象是城市快速路，交通參與者以小型汽車為主，因此不考慮車型的影響，在VISSIM 中全部使用小汽車3D 模型進行交通仿真。在正常行駛過程中，車輛之間很少發(fā)生追尾事故，除非前車有急減速或后車急加速，因此可以模擬道路前方出現(xiàn)交通事故的情形。另外，快速路上最容易發(fā)生事故的地方是合流、分流區(qū)，該區(qū)域的側(cè)向碰撞較多，可利用SSAM 檢測軌跡文件發(fā)現(xiàn)沖突，再通過評價指標(biāo)進行計算。

根據(jù)上述分析，本文設(shè)計了一條單向三車道快速路，全長約5km，其中在1km 處設(shè)有一條單車道入口匝道，3km 處設(shè)有一條單車道出口匝道，進口匝道的加速車道長為400m[14,20]，3 900m處設(shè)置1 個瓶頸用以模擬城市快速路交通事故，4km 處道路恢復(fù)三車道進行仿真試驗。仿真場景如圖2所示。

圖2 仿真模擬場景示意圖

下面分別從網(wǎng)聯(lián)車滲透率和交通飽和度這兩個角度，對駕駛行為的安全性進行評價。每種情形分別使用不同的隨機種子數(shù)，進行5 次獨立仿真。每次仿真運行持續(xù)3 600個模擬秒，將前400個模擬秒作為預(yù)熱時間，使車道被車輛完全占用。

3.1 不同滲透率下駕駛行為的安全影響評價

將此場景的上游交通量設(shè)為3 600pcu/h，進口匝道車輛輸入為800pcu/h，改變網(wǎng)聯(lián)車的比例進行仿真試驗，并用選定的安全評價指標(biāo)分別進行計算，取其平均值作為相應(yīng)的結(jié)果。計算時，取TTC 的初始閾值為2s，然后改變TTC*（±1s）進行敏感度分析。本文以常規(guī)車情況下的TET 和TIT 為基準(zhǔn)值，改變交通輸入組成，加入網(wǎng)聯(lián)車模型并改變其比例，計算TET 和TIT 相對于基準(zhǔn)值的降低比例，最終得到不同網(wǎng)聯(lián)車比例（滲透率）下混合車流相對于全常規(guī)車交通流的交通安全提升比例。計算結(jié)果如表2所示。

表2 不同滲透率下車輛追尾風(fēng)險仿真結(jié)果

通過表2 不難發(fā)現(xiàn)，TET 和TIT 的值隨著網(wǎng)聯(lián)車比例的增加而逐漸降低。這說明隨著網(wǎng)聯(lián)車滲透率的增加，交通安全水平也隨之提高，且TTC*取值的變化對計算結(jié)果的變化趨勢基本沒有影響，從而表明網(wǎng)聯(lián)車有利于降低縱向駕駛風(fēng)險（追尾）。

不同滲透率下縱向追尾安全變化趨勢如圖3所示。從中可以發(fā)現(xiàn)，網(wǎng)聯(lián)車滲透率對快速路縱向駕駛行為的影響呈現(xiàn)出明顯的三階段，即緩慢提升階段（0～50%）、快速提升階段（50%～75%）和顯著提升階段（75%～100%）。各階段滲透率對縱向交通安全的影響為：滲透率每提升1%，TET 分別降低0.29%,0.62%,0.76%，TIT 分別降低0.33%,0.42%,0.70%。只有網(wǎng)聯(lián)車滲透率達到較高水平時，才能有效提升快速路的縱向交通安全水平。

圖3 不同滲透率下縱向追尾安全變化趨勢

對于換道產(chǎn)生的側(cè)向碰撞風(fēng)險，車聯(lián)網(wǎng)也能發(fā)揮比較明顯的積極作用。同樣取3 個不同的TTC 閾值，得到不同滲透率對應(yīng)的側(cè)向碰撞風(fēng)險數(shù)，再計算側(cè)向安全提升程度的百分比。變化結(jié)果如圖4所示。

圖4 不同滲透率下側(cè)向碰撞安全變化趨勢

根據(jù)圖4 可知，隨著網(wǎng)聯(lián)車滲透率的增加，側(cè)向碰撞的風(fēng)險也隨之降低。當(dāng)網(wǎng)聯(lián)車滲透率在25%左右時，平均安全提升比例約為6.57%；當(dāng)網(wǎng)聯(lián)車滲透率提升至50%時，安全系數(shù)提升到16.62%；當(dāng)網(wǎng)聯(lián)車比例達到75%時，安全提升比例為30.04%；當(dāng)全部替換為網(wǎng)聯(lián)車時，安全提升幅度更大，平均碰撞風(fēng)險降低了47.19%。類似于縱向交通安全，側(cè)向碰撞風(fēng)險的降低呈現(xiàn)出一樣的三階段趨勢，即各階段的滲透率每提高1%，側(cè)向交通安全分別提高0.33%,0.54%,0.69%。

3.2 不同交通飽和條件下駕駛行為的安全影響評價

除了網(wǎng)聯(lián)車滲透率對交通安全的改善程度有影響外，不同的交通飽和度條件下，網(wǎng)聯(lián)車對交通安全的改善程度也不同。由于快速路上每天的交通飽和度變化顯著，因而研究不同飽和度下的交通安全，具有一定的現(xiàn)實意義。本文設(shè)定的期望速度約為80km/h，則每條車道的設(shè)計通行能力為1 800pcu/h[20]。以實際輸入交通量與設(shè)定最大通行能力的比值（），作為快速路的交通飽和度，分別對低飽和（＜0.6）、中飽和（0.6～0.8）、高飽和（0.8～1.0）和過飽和（＞1.0）4個飽和度條件下的交通流進行仿真試驗，并用安全評價指標(biāo)進行評估。計算網(wǎng)聯(lián)車的TET 和TIT，并和相應(yīng)常規(guī)車的指標(biāo)值進行比較，結(jié)果如表3所示，變化趨勢如圖5所示。

表3 不同飽和度下車輛追尾風(fēng)險仿真結(jié)果

由表3 可知，隨著交通飽和度的提升，網(wǎng)聯(lián)車對追尾碰撞的風(fēng)險降低明顯，說明車聯(lián)網(wǎng)在道路交通較為擁擠時，能提供更大的幫助。城市快速路在早晚高峰時的交通安全隱患比較多，試驗結(jié)果表明，借助車聯(lián)網(wǎng)技術(shù)可以有效降低碰撞風(fēng)險，而且在交通較為擁擠的情況下，效果更明顯。

圖5 不同飽和度條件下縱向追尾安全變化趨勢

由圖5 可知，低飽和度時的TET,TIT 平均降低比例分別為25.31%和21.23%；中飽和度時的TET,TIT平均降低比例為33.51%和32.95%；高飽和度時的TET,TIT 平均降低比例為35.05%和37.65%；過飽和度時的TET,TIT 平均降低比例分別為35.12%和39.96%；當(dāng)?shù)缆方煌ㄟ_到飽和后，網(wǎng)聯(lián)車對安全的提升比例依然在增加，但是變化幅度逐漸減緩。

同理，以常規(guī)車的側(cè)向碰撞風(fēng)險數(shù)作為基準(zhǔn)值，研究交通飽和度的變化對側(cè)向安全的影響程度，結(jié)果如圖6所示。

圖6 不同飽和度條件下側(cè)向碰撞安全變化趨勢

由圖6 可見，隨著快速路交通飽和度的不斷提升，換道行為變得越來越困難，此時低飽和、中飽和、高飽和、過飽和條件下，對應(yīng)的SSCR平均降低比例分別為56.83%,38.13%,18.53%和11.90%，由此可見網(wǎng)聯(lián)車對側(cè)向碰撞的減少比例在逐漸降低，特別是在道路處于過飽和條件下，安全改善程度顯著降低。對于該現(xiàn)象比較合理的解釋為：過飽和條件下，換道行為明顯減少，因此側(cè)向安全的改善程度反而會降低。

4 結(jié)論

為評價車聯(lián)網(wǎng)環(huán)境對快速路交通安全的改善程度，本文根據(jù)車聯(lián)網(wǎng)特性對VISSIM 中的駕駛行為參數(shù)進行了重新標(biāo)定，并從縱向和側(cè)向兩個角度選取3 種安全評價指標(biāo)（TET,TIT 和SSCR）作為追尾風(fēng)險和換道風(fēng)險的評判標(biāo)準(zhǔn)，最后按照需求設(shè)計了1 條快速路進行仿真，分析了不同情形下車聯(lián)網(wǎng)環(huán)境對交通安全的影響，得到如下結(jié)論。

（1）網(wǎng)聯(lián)車比例的增加可降低交通流車輛追尾和側(cè)向碰撞的風(fēng)險，且比例越高，快速路上的交通安全系數(shù)提升越明顯。當(dāng)網(wǎng)聯(lián)車占比達到75%以上時，安全提升程度大幅增加。

（2）在交通飽和度不斷增加的過程中，網(wǎng)聯(lián)車對交通安全的改善作用發(fā)揮得越充分，特別是在自由流轉(zhuǎn)高峰的過渡期間，改善效果最為顯著。但當(dāng)?shù)缆方煌ㄟ^飽和時，改善效果會減緩。隨著道路車輛越來越多，城市快速路的交通負(fù)擔(dān)將會進一步增大，駕駛安全問題也會更加嚴(yán)峻。因此，應(yīng)用車聯(lián)網(wǎng)技術(shù)進行安全輔助駕駛不失為一種有效的措施。

試驗過程中還發(fā)現(xiàn)，如果考慮更廣泛的通信距離，交通安全提升效果也會更加明顯?？梢灶A(yù)見，隨著網(wǎng)聯(lián)車通信技術(shù)的不斷發(fā)展，未來的交通環(huán)境會越來越安全。需要指出的是，本文中的仿真場景較為理想，未考慮其他因素（大型車輛、駕駛員特性、道路線形等）對交通安全產(chǎn)生的影響。另外，在保證安全的條件下，利用車聯(lián)網(wǎng)提高快速路通行效率也是一個值得深入研究的方向。