張?zhí)m芳，錢殷慧，陸 薇，楊旻皓

（1.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；2.國(guó)雙科技有限公司分析咨詢部，上海200040；3.上海市城市建設(shè)設(shè)計(jì)研究總院（集團(tuán)）有限公司道路與橋梁設(shè)計(jì)研究院，上海200125）

出匝換道行為引起的交通事故風(fēng)險(xiǎn)是影響城市快速路出口影響區(qū)行車安全的重要因素。城市快速路多為八車道或六車道且伴有常態(tài)化的交通擁擠，車輛通常無法進(jìn)行自由換道，駕駛?cè)送ǔ?huì)減速等待換道機(jī)會(huì)或冒著與周圍車輛發(fā)生碰撞的高風(fēng)險(xiǎn)而強(qiáng)行擠車換道，確保在出口前完成換道；部分直行車輛會(huì)因避免紊流而選擇向左側(cè)換道。駕駛?cè)祟l繁地調(diào)整車速和變換車道，造成出口影響區(qū)交通流擾動(dòng)，增加了車輛運(yùn)行的復(fù)雜性和事故風(fēng)險(xiǎn)。合理的車道管理能夠規(guī)范出匝車輛的換道位置，減少交通沖突，提升通行效率，從而保障出口影響區(qū)交通運(yùn)行的安全有序。因此，深入研究出口影響區(qū)內(nèi)由換道行為引發(fā)的事故風(fēng)險(xiǎn)，優(yōu)化車道管理，對(duì)提高城市快速路運(yùn)行的安全有序具有重要意義。

現(xiàn)階段出口影響區(qū)車道管理的主要手段為設(shè)置指示標(biāo)志、路面標(biāo)線等。在車道管理方式的研究中，管理手段主要針對(duì)于指示標(biāo)志的設(shè)置［1］，對(duì)標(biāo)線的研究則相對(duì)較少。國(guó)外對(duì)于標(biāo)線的研究偏向于材料層面，如標(biāo)線的反射率［2］和耐久性［3］等指標(biāo)；國(guó)內(nèi)多集中在減速標(biāo)線的設(shè)計(jì)，如減速標(biāo)線的視認(rèn)性［4］、材料選取［5］以及參數(shù)設(shè)計(jì)［6］等；少量的研究人員對(duì)標(biāo)志標(biāo)線的設(shè)置位置和布設(shè)形式進(jìn)行了研究［7-9］，但這些研究大多基于理論分析，很少考慮換道行為風(fēng)險(xiǎn)的影響。

在換道風(fēng)險(xiǎn)研究方面，自 1986 年 Gipps［10］提出第一個(gè)基于規(guī)則的換道模型以來，國(guó)內(nèi)外的學(xué)者在換道行為特征與模型等方面開展了深入研究。Ahmed 等［11］用數(shù)學(xué)解析方法建立了換道決策模型；Worrall［12］最早提出了基于馬爾可夫鏈的換道模型；唐陽(yáng)山等［13］根據(jù)車輛實(shí)際運(yùn)行環(huán)境，結(jié)合各車的初始橫向位置，運(yùn)用Matlab 對(duì)不同碰撞臨界時(shí)間順序的換道模型危險(xiǎn)態(tài)勢(shì)進(jìn)行了仿真分析。盡管已經(jīng)開展了大量的換道特征和風(fēng)險(xiǎn)模型研究，但許多研究都集中于城市快速路基本路段［14］、匝道合流區(qū)［15］、高速公路［16］等路段，對(duì)城市快速路出口影響區(qū)的換道風(fēng)險(xiǎn)研究相對(duì)較少。

此外，目前用于分析換道行為的數(shù)據(jù)大多來源于視頻錄像［17］或模擬駕駛［18］，由于實(shí)驗(yàn)設(shè)備和環(huán)境對(duì)駕駛?cè)诵袨榈母蓴_和心理暗示，很難反映實(shí)際道路環(huán)境下的駕駛行為；研究方法大多基于理論計(jì)算［19］或交通仿真［20］，交通仿真無法精確再現(xiàn)復(fù)雜的交通環(huán)境，難以準(zhǔn)確地描述不同道路交通狀況下出匝車輛多次換道的行為規(guī)律。

本文主要基于上海自然駕駛實(shí)驗(yàn)（SH-NDS），自然駕駛實(shí)驗(yàn)?zāi)軌蛟谧匀粻顟B(tài)下（無實(shí)驗(yàn)人員出現(xiàn)、無干擾、日常駕駛狀態(tài)下）不間斷地記錄駕駛員行為、車輛運(yùn)行及周邊環(huán)境信息，實(shí)驗(yàn)共采集60 名中等技術(shù)駕駛員近三年的全天候近161 055 km的日常駕駛數(shù)據(jù)，包括駕駛員操作信息、車輛的運(yùn)動(dòng)參數(shù)信息以及周圍車輛和環(huán)境信息等。與傳統(tǒng)數(shù)據(jù)采集方法相比，自然駕駛實(shí)驗(yàn)采集的是駕駛員日常駕駛行為數(shù)據(jù)，數(shù)據(jù)具有真實(shí)性、完整性和高效性，是分析換道行為特征和風(fēng)險(xiǎn)研究的有力支撐。

本文基于上海市城市快速路自然駕駛數(shù)據(jù)，提取出口影響區(qū)出匝換道行為樣本，建立出口影響區(qū)換道風(fēng)險(xiǎn)評(píng)價(jià)方法及分級(jí)標(biāo)準(zhǔn)，分析不同道路交通條件下的換道行車風(fēng)險(xiǎn)，建立換道風(fēng)險(xiǎn)模型，預(yù)測(cè)一定條件下車輛存在換道風(fēng)險(xiǎn)的概率，基于實(shí)際道路交通狀況（包括換道車速、周圍車輛平均速度、換道持續(xù)時(shí)間），依據(jù)所建立的模型，提出有效的城市快速路出口車道管理方法，從而規(guī)范出口影響區(qū)駕駛員的換道行為，控制出匝車輛的換道風(fēng)險(xiǎn)，減少由于車輛出匝換道引發(fā)的交通擁堵和交通事故。

1 數(shù)據(jù)采集與提取

1.1 自然駕駛數(shù)據(jù)采集

自然駕駛數(shù)據(jù)采集系統(tǒng)集成毫米波雷達(dá)、三軸加速度儀、視頻采集設(shè)備、OBDⅡ標(biāo)準(zhǔn)數(shù)據(jù)記錄儀、全球定位系統(tǒng)（GPS）模塊以及各類傳感器等，設(shè)備功能和精度要求分別見表1和表2，該系統(tǒng)還可以采集和標(biāo)定多個(gè)周圍車輛的相對(duì)位置、速度等特征。

表2 數(shù)據(jù)采集標(biāo)準(zhǔn)定義Tab.2 Definition of data acquisition standard

自然駕駛實(shí)驗(yàn)的單次出行記錄包含實(shí)驗(yàn)車輛從點(diǎn)火到熄火全過程的駕駛行為數(shù)據(jù)，駕駛員按照日常工作生活需求自主選擇行駛路線，數(shù)據(jù)時(shí)空分布高度離散且數(shù)據(jù)樣本量極其龐大，需要從龐雜的原始數(shù)據(jù)中提取出口影響區(qū)范圍內(nèi)的出匝換道樣本。

采集與提取過程主要分為4步，如圖1所示。

圖1 數(shù)據(jù)采集與提取過程Fig.1 Procedure of data collection and extraction

1.2 出匝樣本篩選

基于Matlab 編程和Google Earth 路徑檢索，采用以K近鄰算法和軌跡點(diǎn)偏移距離計(jì)算為內(nèi)核的路徑匹配方法，篩選出城市快速路出口影響區(qū)的記錄，排除城市道路、高速公路、城市快速路基本路段的無關(guān)數(shù)據(jù)。

本文針對(duì)三種常見的雙向八車道城市快速路出口類型（出口形式簡(jiǎn)寫為“a-b+c”，a 表示出口區(qū)單向車道數(shù)，b表示基本路段單向車道數(shù)，c表示匝道車道數(shù)）：?jiǎn)诬嚨莱隹冢?-4+1），雙車道出口（4-4+2）和設(shè)輔助車道的雙車道出口（5-4+2），分別提取快速路出匝樣本，共提取上海市中環(huán)路“4-4+1”、“4-4+2”、“5-4+2”出口的出匝換道樣本數(shù)量各 79、82 和76例。三種類型出口的示意如圖2所示。

圖2 各類型快速路出口示意圖Fig.2 Diagram of each type of expressway off-ramp areas

1.3 單次換道行為識(shí)別

在篩選出出匝樣本的基礎(chǔ)上，需要針對(duì)各次出匝過程完成影響區(qū)范圍內(nèi)換道行為的識(shí)別。換道樣本的提取包含兩大關(guān)鍵點(diǎn)：①識(shí)別目標(biāo)車輛在出口影響區(qū)范圍內(nèi)換道行為的發(fā)生；②確定換道實(shí)施過程的時(shí)空起終點(diǎn)。首先，根據(jù)張?zhí)m芳等［21］提出的利用車道偏移參數(shù)LO指標(biāo)進(jìn)行出口換道樣本識(shí)別；再采用車道偏移參數(shù)突變前后斜率為0 的拐點(diǎn)，確定換道實(shí)施起點(diǎn)和換道完成終點(diǎn)，而位于其間的車道偏移參數(shù)突變點(diǎn)定義為換道中點(diǎn)［22］，如圖3所示。

圖3 換道實(shí)施過程時(shí)空起終點(diǎn)判斷示例Fig.3 An example of temporal and spatial venue of lane-change

1.4 快速路出口換道影響區(qū)確定

本文將快速路出口上游段特定范圍內(nèi)車輛換道行為集中的區(qū)域定義為出口換道影響區(qū)。根據(jù)張?zhí)m芳等［16］提出的對(duì)于多車道高速公路出口影響區(qū)具體位置范圍的確定方法：首先將所有出匝車輛在不同車道的起始換道位置距出口的距離進(jìn)行升序排列，并作出相應(yīng)的累積頻率曲線圖，如圖4所示。其次，根據(jù)累積頻率圖可知，0～85%范圍能夠表征在不考慮交通狀態(tài)差異下自然駕駛實(shí)驗(yàn)中大多數(shù)駕駛員執(zhí)行出匝換道行為的位置分布，據(jù)此定義0～85%分位值區(qū)間范圍作為出口影響區(qū)范圍。作出三種類型出口的影響區(qū)示意圖，如圖5所示，圖中陰影部分即表示所劃定的出口影響區(qū)。由圖5 可以發(fā)現(xiàn)，隨著出口的臨近，換道影響區(qū)域從內(nèi)側(cè)向外側(cè)車道逐漸擴(kuò)展；“4-4+2”出口和“4-4+1”出口集中換道區(qū)域基本相似，但“4-5+2”出口存在比較大的差異，靠近最右側(cè)輔助車道第4 車道換道影響長(zhǎng)度最長(zhǎng)，一直擴(kuò)展到距出口40 m處，部分車輛未利用輔助車道而直接出匝，嚴(yán)重干擾主線交通流，輔助車道分離主線、出匝交通流的作用未完全發(fā)揮出來，恰好也說明在正常車道和輔助車道之間的車道管理不夠合理。

圖4 換道影響區(qū)范圍確定Fig.4 Determination of lane-change affected zone

2 出口影響區(qū)單次換道行為風(fēng)險(xiǎn)評(píng)價(jià)及分級(jí)

為了確定快速路出口高風(fēng)險(xiǎn)換道行為的分布，首先要對(duì)影響區(qū)范圍內(nèi)單次換道行為的安全性進(jìn)行等級(jí)劃分。自然駕駛車輛記錄了目標(biāo)車輛、前車和相鄰車道車輛的信息，因此本文采用改進(jìn)的停車視距法，利用目標(biāo)車輛的換道車速和換道時(shí)前車的速度，計(jì)算目標(biāo)車輛相對(duì)前車的理論安全距離，分析車輛換道的風(fēng)險(xiǎn)。設(shè)反應(yīng)距離為S1，制動(dòng)距離為S2，停車視距為ST，具體計(jì)算過程為

式中：v1為車輛換道速度，km·h-1；v2為前車速度，km·h-1；φ為路面與輪胎的附著系數(shù)，取潮濕的瀝青混凝土路面為0.4；ψ為道路阻力系數(shù)，取0.03（ψ=f+i，其中f為路面滾動(dòng)阻力系數(shù)，取 0.01；i為最大縱坡，取0.02）。

按照式（1）～（3）計(jì)算，可得到目標(biāo)車輛換道時(shí)相對(duì)前車的理論安全距離，理想安全距離由理論安全距離加上10 m的安全距離。根據(jù)計(jì)算結(jié)果，將車輛換道風(fēng)險(xiǎn)等級(jí)按照：換道時(shí)目標(biāo)車輛與前車距離＞理想安全距離、理論安全距離＜與前車距離＜理想安全距離、與前車距離＜理論安全距離，分成A、B、C 三個(gè)級(jí)別，分別代表低風(fēng)險(xiǎn)、中風(fēng)險(xiǎn)和高風(fēng)險(xiǎn)。等級(jí)C 的樣本又稱為高風(fēng)險(xiǎn)換道樣本，對(duì)應(yīng)的換道風(fēng)險(xiǎn)最高。

3 出口影響區(qū)換道風(fēng)險(xiǎn)模型

3.1 換道影響因素分析

從人、車、路域環(huán)境的角度出發(fā)，將影響源分為駕駛員可控因素、其他車輛因素和路域環(huán)境因素，評(píng)價(jià)車輛換道的風(fēng)險(xiǎn)，具體如表3所示。

圖5 三種出口換道影響區(qū)圖示Fig.5 Lane-change affected zones for three types of off-ramps

表3 換道影響因素分類Tab.3 Classification of lane-change influencing factors

3.2 換道樣本基本變量

本文針對(duì)不同類型的快速路出口、不同橫向換道位置，分別建立風(fēng)險(xiǎn)模型。對(duì)換道影響因素進(jìn)行顯著性分析和篩選后，確定模型建立所需的自變量為：縱向換道位置（距離出口）x1，m；換道持續(xù)時(shí)間x2，s；換道前車速x3，km·h-1；換道速度x4，km·h-1；換道后速度x5，km·h-1；周圍車輛平均速度x6，km·h-1。因變量為一次換道時(shí)發(fā)生高風(fēng)險(xiǎn)換道的概率（存在換道風(fēng)險(xiǎn)的概率）。各變量的具體信息如表4所示。

3.3 模型建立

選擇采用二項(xiàng)logistic模型建立不同因素影響下的發(fā)生風(fēng)險(xiǎn)換道的概率模型，模型表達(dá)式可寫成式（4）的形式。

表4 自變量集Tab.4 Set of independent variables

式中：自變量x為 3.2 小節(jié)中提出的變量x1～x5；w為權(quán)重；b為偏置；Y=1指一次換道為高風(fēng)險(xiǎn)換道；P(Y=1)為高風(fēng)險(xiǎn)換道的概率。利用主成分分析和旋轉(zhuǎn)法將6個(gè)自變量轉(zhuǎn)換為綜合車速變量r1、換道位置變量r2，以及換道持續(xù)時(shí)間變量r3，三個(gè)新成分變量與原始自變量的具體關(guān)系如式（5）～（7）所示：

基于赤池信息準(zhǔn)則，剔除不顯著的變量r3，利用r1、r2兩個(gè)變量，分別對(duì)不同類型的快速路出口、不同橫向換道位置的出匝換道樣本建立二項(xiàng)logistic 模型，確定不同變量對(duì)換道風(fēng)險(xiǎn)的定量影響程度，并預(yù)測(cè)一次具體的出匝換道過程中，車輛存在換道風(fēng)險(xiǎn)的概率。下面以5-4+2出口橫向換道2-3為例，其參數(shù)檢驗(yàn)結(jié)果如表5所示。

由表5可知，r1、r2對(duì)出匝車輛存在換道風(fēng)險(xiǎn)的概率影響顯著（p＜0.05）。換道車速與周圍車輛的速度差越大，換道風(fēng)險(xiǎn)越高；縱向換道位置離出口越近，換道風(fēng)險(xiǎn)也相應(yīng)地越高。

表5 5-4+2出口、橫向換道2-3的換道模型參數(shù)檢驗(yàn)Tab.5 Variable estimations of 2 to 3 lateral position of lane-change model at 5-4+2 off-ramp

將r1、r2分別用原始變量表示，可得到5-4+2 出口、橫向換道2-3的換道風(fēng)險(xiǎn)模型，如式（8）所示：

3.4 模型評(píng)價(jià)

采用第2節(jié)中的方法提取不同風(fēng)險(xiǎn)程度的換道樣本作為測(cè)試集，計(jì)算測(cè)試樣本的換道風(fēng)險(xiǎn)概率，計(jì)算得出85%高風(fēng)險(xiǎn)換道樣本的換道風(fēng)險(xiǎn)概率大于30%。以30%的換道風(fēng)險(xiǎn)概率判斷測(cè)試樣本的風(fēng)險(xiǎn)等級(jí)，正確率最高，故在對(duì)測(cè)試集樣本進(jìn)行判斷時(shí)，把換道風(fēng)險(xiǎn)概率大于30%的樣本視為高風(fēng)險(xiǎn)換道樣本，剩余的樣本視為正常換道樣本。本文所建立的二項(xiàng)Logistic 模型對(duì)測(cè)試集樣本判斷的正確率高于80%，預(yù)測(cè)精度很高。如圖6所示，由受試者工作特征曲線（receiver operator characteristic curve，ROC）計(jì)算得到的5-4+2 出口、各橫向換道位置對(duì)應(yīng)的ROC 曲線下的面積（AUC）值均大于0.6，表示本文所建立的換道風(fēng)險(xiǎn)模型泛化能力相對(duì)較好，具有一定的預(yù)測(cè)價(jià)值，可以為城市快速路的車道管理提供有效的理論支撐。

4 車道管理方法

由第3 節(jié)分析可得，縱向換道位置和換道車速是影響城市快速路出口影響區(qū)換道風(fēng)險(xiǎn)的兩個(gè)主要因素，而針對(duì)個(gè)體車輛的換道車速調(diào)控較難實(shí)現(xiàn)，因此，本文的車道管理方法主要是先基于出口影響區(qū)的車輛運(yùn)行信息和換道風(fēng)險(xiǎn)模型，確定出匝車輛的合理?yè)Q道位置，再結(jié)合其現(xiàn)狀的車道管理，給出車道管理的具體改善方法。下面以5-4+2出口為例進(jìn)行說明。

圖6 模型評(píng)價(jià)ROC圖Fig.6 ROC evaluation

4.1 合理（最遲）縱向換道位置的確定

根據(jù)3.3 節(jié)建立的換道風(fēng)險(xiǎn)模型，若確定車輛的換道風(fēng)險(xiǎn)控制水平，在假定各變量取值的前提下，可推算出不同交通環(huán)境和車速條件下，在不同橫向車道上的車輛縱向換道位置參考值。車輛在此縱向位置前換道，發(fā)生換道風(fēng)險(xiǎn)的概率比較低，因此，也可稱為合理（最遲）換道位置。下面以5-4+2 出口，橫向換道2-3 為例，最遲換道位置計(jì)算公式如式（9）所示。式中，logit是指使用二項(xiàng)Logistic模型反解出對(duì)應(yīng)不同的因變量的自變量的取值范圍。

3.4節(jié)分析中將換道風(fēng)險(xiǎn)概率大于30%的樣本視為高風(fēng)險(xiǎn)換道樣本，為保證車輛換道的安全性，本文將車輛的換道風(fēng)險(xiǎn)控制在10%以內(nèi)，故P（Y=1）取10%。假定換道持續(xù)時(shí)間x2取6 s（自然駕駛樣本中，車輛進(jìn)行換道的持續(xù)時(shí)間的中位數(shù)為6 s）；考慮到工程運(yùn)用的方便性，假設(shè)換道前車速x3、換道車速x4、換道后車速x5三者數(shù)值相同，均取為換道車速值（換道車速比其他兩種速度值大，換道風(fēng)險(xiǎn)也相對(duì)更大，按換道車速計(jì)算，符合實(shí)際的安全需求）。當(dāng)換道車速x4和周圍車輛平均車速x6的取值確定時(shí)，可計(jì)算不同橫向換道的最遲換道位置，如式（10）所示：

然而，在實(shí)際應(yīng)用中，快速路出口影響區(qū)的車輛運(yùn)行數(shù)據(jù)往往不能快速、完整地獲得，因此，本文針對(duì)三種車輛運(yùn)行數(shù)據(jù)獲取情況，分別提出車輛最遲換道位置的計(jì)算方法：①可獲得具體車輛運(yùn)行狀態(tài)和交通流狀態(tài)數(shù)據(jù)的快速路出口影響區(qū)；②僅可獲得斷面平均車速的快速路出口影響區(qū)；③未有車輛運(yùn)行相關(guān)信息的新建快速路出口影響區(qū)。

第①種情況可按式（10）計(jì)算出車輛在不同橫向換道時(shí)的縱向最遲換道位置；第②種情況可利用式（10）分別計(jì)算各類型出口、各橫向換道、不同交通擁擠程度（不同周圍車輛車速范圍）下的安全換道樣本的最遲換道位置，并取第15%（按照到出口的距離由大到小的順序排序）的換道位置作為該交通環(huán)境下的最遲換道位置。以5-4+2 出口在暢通條件下（周圍平均車速＞78 km·h-1），橫向換道2-3、3-4 和4-5/6為例，計(jì)算結(jié)果如表6所示。

對(duì)于第③種情況，可根據(jù)《城市道路工程設(shè)計(jì)規(guī)范》［23］，由新建城市快速路的服務(wù)水平查到對(duì)應(yīng)的平均車速，作為出口影響區(qū)的斷面平均車速，后續(xù)步驟參考第②種情況。表7 是設(shè)計(jì)時(shí)速為80 km·h-1，道路服務(wù)水平為三級(jí)的城市快速路上，5-4+2 出口各橫向換道的縱向最遲換道位置。

表6 5-4+2 出口各橫向換道的最遲換道位置（基于斷面平均車速）Tab.6 Latest lane-change positions at different lateral positions of 5-4+2 off-ramp(based on sectional average speed)

表7 5-4+2 出口各橫向換道的最遲換道位置（基于服務(wù)水平等級(jí)）Tab.7 Latest lane-change positions at different lateral positions of 5-4+2 off-ramp（based on level of service）

4.2 基于最遲換道位置的車道管理方法

基于4.1 計(jì)算得到的車輛最遲換道位置，下面將從車道分界線的設(shè)置、出口引導(dǎo)標(biāo)志的設(shè)立和駕駛員個(gè)性化服務(wù)三個(gè)方面提出車道管理方法，對(duì)駕駛員的換道位置進(jìn)行管理，如圖7 所示。圖中，①～③表示4.1節(jié)中三種車輛運(yùn)行數(shù)據(jù)獲取情況。

圖7 基于換道風(fēng)險(xiǎn)模型的換道位置管理方法流程Fig.7 Flowchart of management methods of lane-change position based on lane-change risk model

最遲換道位置能夠?yàn)槌鞘锌焖俾烦隹诘能嚨婪纸缇€的設(shè)置提供依據(jù)：將最遲換道位置到出口鼻端之間的車道分界線設(shè)置為實(shí)線；最遲換道位置之前的可換道區(qū)域的車道分界線設(shè)置為虛線。

對(duì)于多車道快速路，為確保車輛在出口前及時(shí)換道，可在最遲換道位置前的道路左側(cè)設(shè)立懸臂式或門架式出口引導(dǎo)標(biāo)志，提醒駕駛員及時(shí)進(jìn)行換道。

近幾年智能交通技術(shù)的逐漸成熟，未來基于換道位置的管理方法還可以為車輛駕駛員提供個(gè)性化的服務(wù)，通過車路信息的實(shí)時(shí)交互，車載設(shè)備可提醒駕駛員在合理的位置進(jìn)行換道，更具有及時(shí)性和針對(duì)性。

5 結(jié)論

本文基于自然駕駛數(shù)據(jù)提取了三種常見出口類型的城市快速路出匝換道行為樣本，提出了出匝換道風(fēng)險(xiǎn)分級(jí)方法，建立了二項(xiàng)Logistic換道風(fēng)險(xiǎn)的概率模型，解析了各因素對(duì)換道風(fēng)險(xiǎn)的定量影響程度；在該模型基礎(chǔ)上，以5-4+2出口為例，提出了基于換道位置的具體車道管理方法。論文所提出的換道風(fēng)險(xiǎn)模型和車道管理方法適用不同的快速路出口類型和橫向換道位置，具有實(shí)用性和針對(duì)性。

由于論文研究采用的數(shù)據(jù)源于往期自然駕駛實(shí)驗(yàn)，數(shù)據(jù)樣本有限，后期可進(jìn)一步擴(kuò)展數(shù)據(jù)樣本，優(yōu)化換道風(fēng)險(xiǎn)模型的精度和可移植性。另外交通是一個(gè)動(dòng)態(tài)變化的過程，未來利用智能交通對(duì)道路進(jìn)行更有針對(duì)性的動(dòng)態(tài)車道管理，設(shè)置可變的標(biāo)線、標(biāo)志牌，也是今后研究的方向。