陳名揚朱西產(chǎn)馬志雄陸依倩江麗君

（1.同濟大學(xué)，上海 201804；2.上海汽車集團股份有限公司技術(shù)中心，上海 201804）

不同駕駛員響應(yīng)特性下的前碰撞預(yù)警安全收益分析*

陳名揚1朱西產(chǎn)1馬志雄1陸依倩1江麗君2

（1.同濟大學(xué)，上海 201804；2.上海汽車集團股份有限公司技術(shù)中心，上海 201804）

利用駕駛模擬器測試研究了追尾危險工況下駕駛員的避撞行為。采用事故發(fā)生率作為安全收益評價指標(biāo)，利用二元Logistic回歸方法分析了駕駛員分心與否、避撞方式、反應(yīng)時間及避撞操作力度等參數(shù)對前碰撞預(yù)警安全收益的影響。結(jié)果表明，駕駛員分心與否顯著影響事故發(fā)生率，前碰撞預(yù)警算法有必要考慮駕駛員的注意力狀態(tài)，保證駕駛員反應(yīng)時間小于2.0 s，以降低事故發(fā)生的可能性。

主題詞:前碰撞預(yù)警 安全收益 駕駛員行為

1 前言

據(jù)統(tǒng)計，中國所有高速公路交通事故中，34.29%為追尾碰撞[1～3]。前碰撞預(yù)警系統(tǒng)（Forward Collision Warning，F(xiàn)CW）是針對追尾危險工況開發(fā)的先進駕駛輔助系統(tǒng)，但前碰撞預(yù)警算法主要基于安全距離和安全時間邏輯算法[4,5]，未考慮駕駛員的狀態(tài)，而駕駛員在駕駛過程中很有可能因查看手機及車輛中控屏的信息而分心，這種現(xiàn)象會延誤或妨礙駕駛員反應(yīng)而導(dǎo)致交通事故[6]，因此研究駕駛員注意力不集中狀態(tài)下的FCW安全收益非常關(guān)鍵。

與自然駕駛研究（Naturalistic Driving Study，NDS）及實車路試（Field Operational Test，F(xiàn)OT）相比，駕駛模擬器測試具有工況可重復(fù)性好、試驗效率高、試驗危險性低等優(yōu)點[7]，且以事故發(fā)生率作為安全收益評價指標(biāo)時，駕駛模擬器測試是較合理的試驗方法。本文利用搭建的駕駛模擬器測試研究了特定追尾危險工況下駕駛員的避撞行為，給出了駕駛員反應(yīng)時間、避撞方式及駕駛員避撞操作力度等參數(shù)的統(tǒng)計特性值，并利用二元Logistic回歸方法分析了各參數(shù)對FCW安全收益的影響。

2 駕駛模擬器測試

2.1 駕駛模擬器搭建

搭建了一個簡易的固定式駕駛模擬器，如圖1所示。其中，羅技G27套件（包含轉(zhuǎn)向盤、油門、制動和離合器踏板）、賽車游戲座椅安裝于鋁型材框架上，駕駛員可根據(jù)自身條件調(diào)節(jié)座椅至舒適位置。投影儀將虛擬場景投影到駕駛員正前方的屏幕上，兩個攝像頭分別記錄駕駛員的視線變化及踏板運動，一塊液晶顯示屏被安裝于中控臺位置處，用于輔助駕駛員完成次要任務(wù)。次要任務(wù)為讀數(shù)任務(wù)，系統(tǒng)會發(fā)出聲音提示駕駛員開始讀數(shù)，同時在中控液晶顯示屏上依次隨機顯示5個數(shù)字（0～9的整數(shù)），每個數(shù)字顯示時間為0.3 s，間隔0.2 s，共持續(xù)2.3 s。當(dāng)本車與前車的TTC（Time To Collision）值小于閾值時，F(xiàn)CW通過聲音和視覺兩種方式同時報警，音響置于座椅旁，LED燈安裝在轉(zhuǎn)向盤前方，報警時亮紅燈。

圖1 固定式駕駛模擬器

2.2 測試場景設(shè)計

圖2為危險場景示意圖，其中SV代表本車，POV代表目標(biāo)車輛。本車在右側(cè)車道行駛，車速保持在90 km/h左右[8]。當(dāng)本車達到穩(wěn)定車速v1時，左側(cè)車道上原本在本車后方的目標(biāo)車以車速v2超過本車，當(dāng)與本車縱向距離達到dcut-in時在2 s切入本車車道，并保持車速v2前進。當(dāng)兩車縱向距離達到dbrake時，目標(biāo)車以恒定減速度a1減速至車速v3。隨后以恒定加速度a2加速遠離本車，直至消失在視野中。如果兩車發(fā)生碰撞，虛擬場景變成破碎的風(fēng)擋玻璃圖案，1.5 s后車輛重新置于右側(cè)車道中心，駕駛員操作車輛從靜止起步繼續(xù)測試。以上各參數(shù)的含義及參數(shù)值設(shè)定見表1。

圖2 危險場景示意

共設(shè)置了4段危險場景，因第1次危險場景出現(xiàn)后，駕駛員會對危險產(chǎn)生預(yù)期，為了避免預(yù)期對心理的影響，在測試過程中，各危險場景之間均設(shè)置了若干段干擾場景。干擾場景的基本設(shè)置與危險場景相同，只是當(dāng)兩車縱向距離達到dbrake時目標(biāo)車不制動，而是維持原車速v2駛離。干擾場景中，目標(biāo)車車型、顏色均為隨機出現(xiàn)。

表1 危險場景各參數(shù)含義及參數(shù)值設(shè)定

在危險場景和干擾場景外還穿插若干普通場景，用于模擬一般交通環(huán)境。在普通場景中，不設(shè)置超車后切入本車車道的車輛，而按中等交通流量隨機設(shè)置一定數(shù)目的車輛行駛于左側(cè)車道，這些車輛均以高于本車車速直線行駛，不與本車產(chǎn)生沖突。

2.3 受試者及測試流程

本次測試參與者共32人，其中女性5人，男性27人。所有受試者均為已取得駕照且身體健康、駕駛狀態(tài)良好的非職業(yè)駕駛員，平均年齡為34.9歲，平均駕齡為7.3年。

正式測試開始前，受試者會利用駕駛模擬器在普通場景上試駕一段時間用于熟悉測試環(huán)境。正式測試時，所有受試者均需完成兩組對照測試，一組測試中駕駛員需完成次要任務(wù)，另一組則不需要。圖3為駕駛模擬器測試現(xiàn)場，視頻記錄了FCW報警后受試者的緊急制動行為。為了保證次要任務(wù)導(dǎo)致的分心效果，受試者在測試前會被告知測試時需統(tǒng)計其正確讀數(shù)的個數(shù)。

圖3 駕駛模擬器測試現(xiàn)場

3 追尾危險工況下駕駛員的響應(yīng)特性

駕駛員對追尾危險的不同響應(yīng)主要在于注意力集中與否、不同的避撞方式、反應(yīng)時間的長短、不同的避撞操作（制動、轉(zhuǎn)向）力度等。

3.1 駕駛員注意力

基于駕駛模擬器共測試采集到了220例有效樣本，駕駛員注意力集中組有107例，駕駛員注意力分散組（需完成次要任務(wù)）有113例。

3.2 避撞方式

結(jié)合視頻以及駕駛模擬器采集的車輛運動學(xué)和動力學(xué)數(shù)據(jù)，對駕駛員在追尾危險工況下的避撞方式進行分類統(tǒng)計，駕駛員未采取避撞措施的有4例樣本。駕駛員的避撞方式主要分為僅制動（55%）、僅轉(zhuǎn)向（17%）和轉(zhuǎn)向+制動（26%）等3類，共計216例。

3.3 駕駛員反應(yīng)時間

駕駛員制動反應(yīng)時間定義為危險產(chǎn)生到駕駛員開始制動的時間。將危險產(chǎn)生時刻定義為前車開始制動時刻，即前車車速開始急劇降低的時刻。根據(jù)駕駛模擬器輸出的車輛踏板位置參數(shù)確定駕駛員的開始制動時刻，即將駕駛員開始制動的時刻定義為制動踏板位置參數(shù)開始產(chǎn)生變化的時刻。

駕駛員轉(zhuǎn)向反應(yīng)時間定義為危險產(chǎn)生（前車開始制動時刻）到駕駛員開始轉(zhuǎn)向的時間。駕駛員向左轉(zhuǎn)向避撞過程包括4個時刻點，即危險產(chǎn)生時刻t1、轉(zhuǎn)向開始時刻t2，駕駛員左打轉(zhuǎn)向盤角度最大時刻t3，駕駛員右打轉(zhuǎn)向盤角度最大時刻t4。圖4為某轉(zhuǎn)向避撞樣本的轉(zhuǎn)向盤轉(zhuǎn)角曲線（向左轉(zhuǎn)向轉(zhuǎn)向盤轉(zhuǎn)角為正，向右轉(zhuǎn)向轉(zhuǎn)向盤轉(zhuǎn)角為負）。根據(jù)Benderius的研究[9]確定駕駛員轉(zhuǎn)向開始時刻：當(dāng)轉(zhuǎn)向盤轉(zhuǎn)角小于-20°后達到第1個局部極小值的時刻定義為t4時刻，t1和t4時刻之間轉(zhuǎn)向盤角度最大的時刻定義為t3時刻，t3時刻之前第1次出現(xiàn)轉(zhuǎn)向盤角度小于8°的時刻為t2時刻。按照上述方法可確定實際轉(zhuǎn)向過程中駕駛員轉(zhuǎn)向開始時刻，進而確定駕駛員轉(zhuǎn)向反應(yīng)時間。

圖4 某轉(zhuǎn)向避撞樣本的轉(zhuǎn)向盤轉(zhuǎn)角曲線

當(dāng)駕駛員采取制動+轉(zhuǎn)向的避撞方式時，駕駛員反應(yīng)時間為制動反應(yīng)時間和轉(zhuǎn)向反應(yīng)時間的最小值。

216例追尾危險工況下的駕駛員反應(yīng)時間統(tǒng)計特征值如表2所示。根據(jù)四分位數(shù)，將駕駛員反應(yīng)時間劃分為小于1.0 s、1.0～1.4 s、1.4～2.0 s以及大于2.0 s 4個等級。

表2 駕駛員反應(yīng)時間統(tǒng)計特征值

3.4 駕駛員避撞操作力度

駕駛員避撞操作力度指駕駛員避撞行為的操作劇烈程度，駕駛員的避撞行為包括制動避撞和轉(zhuǎn)向避撞，因無法用相同的參數(shù)來表征兩種方式的駕駛員操作力度，故需分別定義制動避撞（178例）和轉(zhuǎn)向避撞（95例）的操作力度。制動操作力度通過最大制動減速度和最大制動減速度梯度來表征，制動減速度梯度反映了制動速度的快慢；轉(zhuǎn)向操作力度則通過最大轉(zhuǎn)向盤轉(zhuǎn)角和最大轉(zhuǎn)向盤角速度來表征，轉(zhuǎn)向盤轉(zhuǎn)角反映了駕駛員轉(zhuǎn)向程度，轉(zhuǎn)向盤角速度則表示駕駛員轉(zhuǎn)向的快慢。最大制動減速度、最大制動減速度梯度、最大轉(zhuǎn)向盤轉(zhuǎn)角和最大轉(zhuǎn)向盤角速度的統(tǒng)計特征值如表3所列。

表3 避撞操作劇烈程度參數(shù)統(tǒng)計特性

針對178例駕駛員有制動行為的樣本，以最大制動減速度和最大制動減速度梯度為變量進行k-means聚類分析，根據(jù)迭代記錄，通過2次迭代后聚類中心收斂，制動響應(yīng)操作非常劇烈的有8例。針對有轉(zhuǎn)向行為的95例樣本，以最大轉(zhuǎn)向盤轉(zhuǎn)角和最大轉(zhuǎn)向盤角速度為變量進行k-means聚類分析，根據(jù)迭代記錄，經(jīng)過6次迭代后聚類中心收斂，其中，駕駛員轉(zhuǎn)向響應(yīng)操作非常劇烈的樣本有19例。轉(zhuǎn)向+制動避撞時，若制動或轉(zhuǎn)向任何一種避撞方式的操作非常劇烈，則該轉(zhuǎn)向+制動避撞的操作力度為非常劇烈。統(tǒng)計結(jié)果如表4所示。

4 安全收益分析

采用事故發(fā)生率作為追尾危險工況下駕駛員響應(yīng)的安全收益評價指標(biāo)。本文設(shè)計的危險場景中，左側(cè)車道上不存在會與本車發(fā)生沖突的其它車輛，即不存在二次碰撞的情況，因此本文的事故發(fā)生率是指一次碰撞發(fā)生率。

表4 避撞操作力度統(tǒng)計

4.1 不同駕駛員響應(yīng)特性下的事故發(fā)生率

在追尾危險工況中，不同駕駛員響應(yīng)特性下的事故發(fā)生率如表5所列。駕駛員分心（完成次要任務(wù)）時的事故發(fā)生率（18.4%）是駕駛員注意力集中時（5.6%）的3倍多。3種避撞方式的事故發(fā)生率在10%～15%之間，差異不明顯，其中通過轉(zhuǎn)向避撞的事故發(fā)生率比制動避撞時低，3種方式都能在一定程度上避免事故的發(fā)生。當(dāng)駕駛員反應(yīng)時間小于1.4 s時，事故發(fā)生率較低，在3.7%左右。而當(dāng)駕駛員反應(yīng)時間大于2.0 s時，事故發(fā)生率提高了9倍（35%）。當(dāng)駕駛員響應(yīng)操作非常劇烈時，碰撞事故的發(fā)生率達到37%，遠高于一般劇烈操作的事故發(fā)生率。

表5 不同駕駛員響應(yīng)特性下的事故發(fā)生率

4.2 二元Logistic回歸分析

事故發(fā)生率是各響應(yīng)特性綜合作用下的最終體現(xiàn)，因此在進行安全收益分析時，需綜合考慮各響應(yīng)特性的影響。Logistic回歸模型是研究因變量為二分類或多分類觀察結(jié)果與影響因素（自變量）之間關(guān)系的一種多變量分析方法[11]。這里因變量為碰撞與否，故采用二元Logistic回歸分析。

建立事故發(fā)生率與駕駛員注意力、避撞方式、反應(yīng)時間以及操作劇烈程度之間的回歸模型：

式中，x1，x2，…，xn為駕駛員響應(yīng)特性參數(shù)；b0為常數(shù)項；b1，b2，…，bn為偏回歸系數(shù)；p為事故發(fā)生概率。

對自變量和因變量進行編碼，如表6所列。

表6 二元Logistic回歸分析變量參數(shù)編碼

避撞方式與駕駛員反應(yīng)時間均屬于多分類變量，在進行二元Logistic回歸分析時需要定義為啞變量。利用全變量進入法對變量進行回歸建模，通過回歸模型系數(shù)的綜合檢驗結(jié)果表明，卡方值χ2為52.838，自由度df=7，概率p=0，模型中至少有1個自變量具有統(tǒng)計意義。采用統(tǒng)計量評價模型Hosmer-Lemeshow的擬合優(yōu)度，將216個樣本數(shù)據(jù)按頻率分為10組，構(gòu)造卡方統(tǒng)計量，檢驗觀測值與預(yù)測值是否存在顯著差異。Hosmer-Lemeshow統(tǒng)計量卡方值χ2為2.325，自由度df=7，概率p= 0.940＞0.05，表明在顯著水平為0.05時事故發(fā)生概率的預(yù)測值與觀測值不存在顯著差異，即該模型的擬合效果較好。

最終得到Logistic回歸模型為：

式中，p為碰撞事故發(fā)生率；x1為注意力情況；x7為操作劇烈程度；x2、x3、x4、x5、x6為自由度。

避撞方式為多分類變量，有2個自由度（x2，x3），參照組為“僅制動”樣本組，自由度x2對應(yīng)“僅轉(zhuǎn)向”樣本組，自由度x3對應(yīng)“制動+轉(zhuǎn)向”樣本組。駕駛員反應(yīng)時間也為多分類變量，有3個自由度（x4，x5，x6），參照組為反應(yīng)時間小于1.0 s的樣本組，自由度x4對應(yīng)反應(yīng)時間在1.0～1.4 s的樣本組，自由度x5對應(yīng)反應(yīng)時間在1.4～2.0 s的樣本組，自由度x6對應(yīng)反應(yīng)時間大于2.0 s的樣本組。

表7為二元Logistic回歸的分析結(jié)果。本文利用Wald統(tǒng)計值檢驗自變量的顯著性，結(jié)果表明，避撞方式對于事故發(fā)生率的影響不顯著；駕駛員注意力是否集中顯著影響事故發(fā)生率，分心時的事故發(fā)生率是注意力集中時的3.359倍；駕駛員響應(yīng)時間顯著影響事故發(fā)生率，駕駛員反應(yīng)時間大于2.0 s時，發(fā)生事故的可能性為響應(yīng)時間小于1.0 s時的20.919倍；駕駛員避撞操作力度顯著影響事故發(fā)生率，操作非常劇烈時的事故發(fā)生率是一般劇烈時的9.364倍。

表7 二元Logistic回歸分析結(jié)果

4.3 建議

由上述分析可知，駕駛員注意力是否集中顯著影響FCW的安全收益，因此FCW算法除了基于安全距離或安全時間的邏輯算法外，還應(yīng)考慮駕駛員的狀態(tài)（是否分心）。因駕駛員反應(yīng)時間大于2.0 s時發(fā)生事故的可能性急劇增加，所以對于處于分心狀態(tài)的駕駛員，F(xiàn)CW應(yīng)提早報警。

對于注意力集中的駕駛員，F(xiàn)CW報警可以幫助駕駛員準(zhǔn)確地感知當(dāng)前危險狀態(tài)，防止駕駛員因駕駛經(jīng)驗欠缺而將危險狀態(tài)誤判為安全狀態(tài)。相對于分心駕駛員，F(xiàn)CW可對注意力集中的駕駛員稍晚報警，避免引起駕駛員反感而降低系統(tǒng)用戶接受度。

在本文設(shè)定的追尾危險工況下，駕駛員采用僅轉(zhuǎn)向避撞的比例最低，雖然本文試驗結(jié)果表明避撞方式對于事故發(fā)生率的影響不顯著，但僅轉(zhuǎn)向避撞的事故發(fā)生率低于其它避撞方式，這與Adams的研究[11]相符。因此有必要開發(fā)避撞輔助系統(tǒng)，告知駕駛員最優(yōu)避撞方式。值得注意的是，駕駛員響應(yīng)操作非常劇烈時的事故發(fā)生率遠高于一般劇烈時，本試驗中駕駛員非常劇烈的避撞操作大多伴隨著較長的反應(yīng)時間和較小的TTC。在碰撞無法避免的緊急危險工況下，駕駛員往往沒有足夠的經(jīng)驗應(yīng)對，不當(dāng)?shù)霓D(zhuǎn)向操作會使較大重疊率的碰撞變?yōu)樾≈丿B率的偏置碰撞，不利于發(fā)揮車輛的碰撞安全性能。

制動同時轉(zhuǎn)向的駕駛行為有可能導(dǎo)致車輛失穩(wěn)，產(chǎn)生更為嚴(yán)重的后果。因此，在緊急危險工況下，碰撞無法避免的情況下，僅告知駕駛員最優(yōu)避撞方式是不夠的，需要避撞輔助系統(tǒng)介入車輛的橫向和縱向控制，糾正駕駛員因慌亂產(chǎn)生的不當(dāng)操作，從而避免事故的發(fā)生。

5 結(jié)束語

本文利用駕駛模擬器測試研究了特定追尾危險工況下駕駛員的響應(yīng)特性。采用事故發(fā)生率作為安全收益評價指標(biāo)，利用二元Logistic回歸方法分析了駕駛員注意力狀態(tài)、避撞方式、反應(yīng)時間及避撞操作力度對前碰撞預(yù)警系統(tǒng)安全收益的影響。結(jié)果表明，駕駛員注意力是否集中顯著影響FCW安全收益，F(xiàn)CW算法有必要考慮駕駛員的注意力狀態(tài)（是否分心）。當(dāng)駕駛員分心時，F(xiàn)CW應(yīng)提早預(yù)警，保證駕駛員反應(yīng)時間小于2.0 s，以降低事故發(fā)生的可能性。

本文得到的駕駛員避撞行為參數(shù)可視為中國駕駛員面對本文設(shè)定的追尾危險工況的真實反應(yīng)，可以用于駕駛員制動和轉(zhuǎn)向行為模型的建立，對于自動緊急制動系統(tǒng)及自動轉(zhuǎn)向避撞系統(tǒng)的開發(fā)有一定的參考價值。

1 National Highway Traffic Safety Administration.A Compilation of Motor Vehicle Crash Data from the Fatality Analysis Reporting System and the General Estimates System.Washington:National Center for Statistics and Analysis,2012.54.

2 公安部交通管理局.2013年中華人民共和國道路交通事故統(tǒng)計年報.無錫：公安部交通管理科學(xué)研究所，2014.

3 Cheng B,Lin Q,Song T,et al.Analysis of Driver Brake Operation in Near-Crash Situation Using Naturalistic Driving Data.International Journal of Automotive Engineering, 2011,2（4）:87-94.

4 江麗君，賀錦鵬，劉衛(wèi)國，等.自動緊急制動系統(tǒng)測試場景研究.汽車技術(shù)，2014（1）：39～43.

5 宋曉琳，馮廣剛，楊濟匡.汽車主動避撞系統(tǒng)的發(fā)展現(xiàn)狀及趨勢.汽車工程，2008，30（4）：285～290.

6 賀錦鵬，馬芳武，劉衛(wèi)國，等.汽車前碰撞預(yù)警系統(tǒng)ISO15623標(biāo)準(zhǔn)和NHTSA26555評價規(guī)程對比試驗.汽車技術(shù)，2014（7）：28～33.

7 Dozza M.What factors influence drivers’response time for evasive maneuvers in real traffic.Accident Analysis and Prevention,2013,58:299-308.

8 李霖，賀錦鵬，劉衛(wèi)國，等.先進駕駛輔助系統(tǒng)人機交互界面評價方法研究.汽車技術(shù)，2014（2）：58～62.

9 Aust M L,Engstr?m J,Vistr?m M.Effects of forward collision warning and repeated event exposure on emergency braking.Transportation Research Part F Traffic Psychology &Behaviour,2013,18（5）:34～46.

10 Benderius O,Markkula G,Wolff K,et al.Driver behaviour in unexpected critical events and in repeated exposures-a comparison.European Transport Research Review,2014,6（1）:51～60.

11 林慶峰，成波.基于Logistic回歸的駕駛?cè)烁囄ｋU認(rèn)知模型.中國公路學(xué)報，2011，24（6）：103～108.

（責(zé)任編輯 文 楫）

修改稿收到日期為2016年9月1日。

Safety Benefit Analysis of Forward Collision Warnings under Different Driver Response Characteristics

Chen Mingyang1,Zhu Xichan1,Ma Zhixiong1,Lu Yiqian1,Jiang Lijun2
（1.Tongji University,Shanghai,201804;2.SAIC Motor Technical Center,Shanghai,201804）

Driver’s collision-avoidance behavior under rear-end collision of dangerous scenarios was studied using driving simulator tests.The accident rate was used as the evaluation index of safety benefit in this paper.The influence of parameters,i.e.driver distraction or not,collision-avoidance method,response time and intensity of operation of forward collision avoidance was analyzed using binary-Logistic Regression Analysis.The results showed that distraction or not of the drive significantly influence the accident rate.Driver’s attention state is suggested to be considered in the algorithm of forward collision warnings to ensure driver response time less than 2s,to reduce the possibility of accident.

Forward collision warning,Safety benefits,Driver behavior

U467.5+24

A

1000-3703（2016）11-0051-05

上海市科學(xué)技術(shù)委員會基金項目（編號13QB1402300）。