王靖誼

(山東建筑大學(xué) 交通工程學(xué)院，濟(jì)南 250100)

駕駛員作為人-車-路環(huán)境所構(gòu)成的動態(tài)復(fù)雜系統(tǒng)中最不穩(wěn)定的主體，其駕駛行為受道路及環(huán)境影響，并直接影響車輛的運行安全。根據(jù)文獻(xiàn)[1]研究，我國的道路交通事故在很大程度上與車輛駕駛?cè)藛T“過高的安全車速控制”有關(guān)，即在實際行駛過程中，沒有保持與道路條件及行駛環(huán)境相協(xié)調(diào)的“安全車速”。據(jù)此分析，安全車速應(yīng)是在特定的道路條件、環(huán)境等綜合情景下，在法律法規(guī)和道路標(biāo)志線規(guī)定的限速范圍內(nèi)，車輛能夠確保安全所允許的最大行駛車速[2]，具有道路及環(huán)境約束下保證安全的“客觀性”。即某個路段的安全車速由客觀道路環(huán)境所提供，但需要被駕駛員正確感知。也就是說，駕駛員通過對系統(tǒng)環(huán)境的感受，綜合各種因素，在自我心中產(chǎn)生一種在確保安全的情況下，希望所達(dá)到的“目標(biāo)車速”，又稱為“期望車速”[3]，即指車輛在不受其他車輛約束的條件下，駕駛員希望所達(dá)到的最高“安全”車速。然而，“期望車速”并非在道路上行駛的真正的安全速度，而是駕駛員個體自認(rèn)為的安全速度[4]。

針對預(yù)期車速和安全車速問題，科技人員做了較多研究。涂輝招等[5]通過表征駕駛員主觀認(rèn)知的“預(yù)期車速”和車路環(huán)境的“安全車速”的車速差對高速公路的行車安全水平進(jìn)行了建模分析。郭鳳香等[6]提出了預(yù)測駕駛員期望車速的全新方法，在一定程度上可為國內(nèi)的道路設(shè)計和交通安全評價提供速度依據(jù)。李海青等[7]使用期望安全車速作為閾值，驗證了高速避障路徑跟蹤與控制策略能夠高效避障。崔航等[8]綜合考慮多種因素提出的“建議車速—預(yù)期車速”模型，體現(xiàn)了駕駛員的主觀認(rèn)知與道路客觀環(huán)境不匹配性產(chǎn)生的安全風(fēng)險。

從駕駛過程中安全認(rèn)知的角度，駕駛員在各種情境下的預(yù)期速度是復(fù)雜的交通環(huán)境中多種因素綜合作用的結(jié)果，駕駛員對行駛環(huán)境安全性的判斷決定了其所選擇的車速。李鑫銘等[9]在研究影響期望車速的因素時，對駕駛員特性進(jìn)行了研究。吳玲等[10]通過駕駛試驗對熟練駕駛?cè)撕头鞘炀汃{駛?cè)嗽谒淼缆范蔚陌踩囁龠M(jìn)行研究，結(jié)果表明，二者在隧道路段的車速差相對較小，但在普通路段則有相對較大的車速差。根據(jù)文獻(xiàn)[11]，新手與有經(jīng)驗的駕駛員之間存在危險反應(yīng)時間及對環(huán)境線索利用之間的差異。此外，Benda[12]還指出，經(jīng)驗不足的駕駛員更注重情況的細(xì)節(jié)和判斷危險性的類型，而有經(jīng)驗的駕駛員則會更全面地判斷危險性。

據(jù)上分析，現(xiàn)有研究主要集中于安全車速的預(yù)測方面，但針對駕駛經(jīng)驗與安全車速之間相關(guān)性的研究較少。本文將駕駛員根據(jù)駕齡長短及是否常跑高速劃分為有經(jīng)驗駕駛員與無經(jīng)驗駕駛員，在給定的不同道路環(huán)境的因素下進(jìn)行情景試驗，結(jié)合數(shù)據(jù)分析，對駕駛經(jīng)驗是否會對安全車速的感知產(chǎn)生影響進(jìn)行分析。

1 計算方法

1.1 試驗情景設(shè)計

由于在人-車-路環(huán)境中，可組合的情景有很多種，在情景試驗的選取中，不可能對每一種情景都進(jìn)行試驗。因而，本文選取典型情景進(jìn)行試驗，在試驗中，除了考慮標(biāo)準(zhǔn)情景，還考慮了其他因素的不利狀態(tài)，共選取7種情景，如表1所示。

表1 試驗情景

1.2 試驗方法

在本次研究中，通過向駕駛員發(fā)放調(diào)查問卷進(jìn)行情景試驗。問卷的內(nèi)容包括2部分：第1部分為基本統(tǒng)計信息，內(nèi)容涉及駕駛員的年齡、實際駕齡、是否經(jīng)常開車、是否常跑高速；第2部分為根據(jù)試驗情景及相應(yīng)的文字描述，給出駕駛員在所給的情景中的期望達(dá)到的車速。

1.3 樣本規(guī)模

根據(jù)文獻(xiàn)[13]研究，試驗分析所需的最佳樣本量公式為：

所需樣本規(guī)模=[(所需最小樣本量×100)÷(預(yù)期平均百分比響應(yīng)率)]。

當(dāng)最小樣本量為200個，平均響應(yīng)率為48%時，樣本規(guī)模相對較好。根據(jù)最佳樣本量公式，本次研究所需的樣本數(shù)量為417份。本次研究共發(fā)放820份問卷，其中回收有效數(shù)據(jù)424份，平均響應(yīng)率為51.7%，符合所需的樣本規(guī)模要求。

2 標(biāo)準(zhǔn)情景下安全車速相關(guān)性分析

2.1 試驗數(shù)據(jù)分布檢驗

在理論上，試驗數(shù)據(jù)應(yīng)符合正態(tài)分布。下面選取標(biāo)準(zhǔn)情景1、2，即標(biāo)準(zhǔn)情景下的直線段、曲線段的試驗數(shù)據(jù)進(jìn)行檢驗分析，驗證試驗數(shù)據(jù)的分布特征，如圖1所示。

由圖1可以看出，在標(biāo)準(zhǔn)情景下，駕駛員的安全車速分布集中，呈現(xiàn)中間亮、兩側(cè)低的分布規(guī)律，且數(shù)據(jù)點與理論直線(即對角線)基本重合，數(shù)據(jù)服從正態(tài)分布，故而標(biāo)準(zhǔn)情景中的安全車速試驗值基本符合正態(tài)分布。

(a) 情景1頻率分布圖

(b) 情景2頻率分布圖

(c) 情景1 P-P圖

(d) 情景2 P-P圖

2.2 與計算安全車速對比分析

在直線段，考慮前車靜止[14]的情況下，根據(jù)美國AASHTO所提出的視距模型，計算安全車速可由以下公式得出：

(1)

式中：v為初始速度，m/s；f為路面附著系數(shù)；Lv為路段的可視距離，m，另外，前車距離與安全距離取值均為5 m。

在曲線段，根據(jù)澳大利亞車速預(yù)測模型，并通過實測數(shù)據(jù)進(jìn)行回歸分析[15]，計算安全車速可由以下公式得出：

V=13.016R0.32

(2)

式中：R為平曲線半徑，m。

根據(jù)上述提出的計算安全車速公式，選取標(biāo)準(zhǔn)情景作為計算條件(能見度>200 m，路面質(zhì)量良好，道路附著系數(shù)f取0.8；曲線段的半徑R取800 m)，標(biāo)準(zhǔn)情景下安全車速與計算安全車速比較如表2所示。

由表2可知，情景試驗安全車速的取值范圍都在計算的安全極限車速的約束之內(nèi)。

表2 標(biāo)準(zhǔn)情景下安全車速與計算安全車速比較 km/h

3 其他因素情景與標(biāo)準(zhǔn)情景安全車速相關(guān)性分析

在各種情景下，不同熟練度的駕駛員選擇的安全車速的分布應(yīng)具有規(guī)律性，為了驗證規(guī)律性，對各個典型情景的安全車速的分布特征進(jìn)行分析。下面以限速120 km/h為例進(jìn)行試驗分析。

3.1 標(biāo)準(zhǔn)情景分析

對標(biāo)準(zhǔn)情景的試驗數(shù)據(jù)進(jìn)行分析，得到相關(guān)數(shù)據(jù)如表3所示。

表3試驗數(shù)據(jù)的標(biāo)準(zhǔn)差反映了駕駛員在情景中的離散程度，標(biāo)準(zhǔn)差的數(shù)值越大，駕駛員的預(yù)期車速越不穩(wěn)定。在情景1中，也就是標(biāo)準(zhǔn)場景的直線段，熟練駕駛員心中的“安全車速”較為均衡，非熟練駕駛員的“安全車速”穩(wěn)定性相對較差。而在曲線段，不同個體駕駛員所選擇的速度差異變大，相對于非熟練駕駛員，熟練駕駛員心中的“安全車速”仍然具有相對較好的穩(wěn)定性。

表3 標(biāo)準(zhǔn)情景分析 km/h

3.2 其他情景分析

3.2.1 天氣作為影響因素

本次情景試驗選擇天氣作為影響因素時，僅考慮了陰天情況，未考慮雨雪天氣、霧天等特殊情況。通過對情景3的數(shù)據(jù)進(jìn)行分析，所得數(shù)據(jù)如表4所示。

表4 天氣狀況影響分析 km/h

在陰天的情況下，能見度與晴天相比相對較低，駕駛員一般會保持或稍微降低車速[16]。與標(biāo)準(zhǔn)情景相比，車速的平均值總體都有所降低。由于熟練駕駛員與非熟練駕駛員對于情景的感知不同，安全車速的感知范圍也相應(yīng)出現(xiàn)差別。

3.2.2 出口或有車流匯入、路側(cè)安全設(shè)施及路面質(zhì)量作為影響因素

出口或車流匯入影響分析以及路側(cè)安全設(shè)施及路面質(zhì)量影響分析如表5所示。

表5 出口或車流匯入影響分析以及路側(cè)安全設(shè)施及路面質(zhì)量影響分析 km/h

車輛的分流與合流是引發(fā)交通事故的重要誘因[17]。在高速路段，出口和車輛匯入處都設(shè)在高速公路的直線段處，因此，將情景4和情景5與標(biāo)準(zhǔn)情景進(jìn)行對比分析。由表5可知，在有出口或車輛匯入的直線段，車速平均值總體均有明顯降低。盡管不同熟練度的駕駛員的安全速度的選擇范圍都出現(xiàn)了較大變化，但相比于非熟練駕駛員，熟練駕駛員的安全車速依舊相對均衡。

情景6、情景7分別設(shè)置了與路側(cè)安全設(shè)施和路面質(zhì)量有關(guān)的情景試驗，以探究路側(cè)安全設(shè)施和路面質(zhì)量是否會對駕駛員安全車速的選擇產(chǎn)生影響。從表5可知，與情景1相比，情景6和情景7在路側(cè)安全設(shè)施較差和路面質(zhì)量差的時候，車速平均值總體均有明顯降低。由于駕駛員存在個體差異，選擇的標(biāo)準(zhǔn)情景車速不同，標(biāo)準(zhǔn)差的范圍較大。尤其是當(dāng)路面質(zhì)量差的時候，對駕駛員安全車速的影響尤為明顯。駕駛員行駛在路面質(zhì)量差的路段時，普遍選擇相對較低的行駛速度通過，以保證自身的安全。

以上通過對影響安全車速的單因素進(jìn)行了分析，可以看出道路線形、天氣因素、出入口、路側(cè)安全設(shè)施以及路面質(zhì)量對駕駛員主觀安全車速的影響都存在明顯規(guī)律性，且主觀選擇的安全車速低于標(biāo)準(zhǔn)情景的安全車速，不同的影響因素對熟練駕駛員和非熟練駕駛員的安全車速選擇都造成消極影響，但不同因素的作用效果并不一致。

4 情景試驗的信度分析

4.1 各情景試驗數(shù)據(jù)信度

為了驗證各情景試驗結(jié)果的信度，對不同時間點、相同試驗人員及同一批試驗情景的試驗結(jié)果數(shù)據(jù)進(jìn)行相關(guān)性分析，用相關(guān)系數(shù)來反映變量之間相關(guān)關(guān)系的密切程度。這里采用皮爾遜積差相關(guān)分析[16]，相關(guān)系數(shù)計算公式如下：

(3)

由于曲線段較直線段更易引起較大的離散程度，為更好驗證相關(guān)性，對曲線段(情景2)進(jìn)行重復(fù)試驗，試驗間隔相差7 d，相關(guān)性計算結(jié)果如表6所示。

表6 首次測試與第2次測試的相關(guān)性分析

試驗人員在經(jīng)過一段時間后，重新進(jìn)行相應(yīng)的試驗，首次測試與第2次測試所得結(jié)果具有顯著相關(guān)性，在很大程度上說明了本次情景試驗的安全車速試驗具有穩(wěn)定性和可靠性。

與此同時，為了進(jìn)一步驗證試驗總體的可靠性，對各情景試驗所構(gòu)成的總體數(shù)據(jù)進(jìn)行了綜合信度評估。

4.2 情景試驗綜合信度評估

在對情景試驗的總體結(jié)果進(jìn)行信度評估時，利用克隆巴赫系數(shù)對7個情景進(jìn)行內(nèi)部一致性分析，得到α為0.862。

既往研究認(rèn)為，當(dāng)克隆巴赫系數(shù)大于0.7時，可認(rèn)為情景試驗設(shè)計之間的一致性良好。本次情景試驗的克隆巴赫系數(shù)為0.862，表明所設(shè)計的情景試驗是可靠的。

5 結(jié)束語

1) 駕駛員的駕駛經(jīng)驗會對安全車速的選擇產(chǎn)生影響，且不同影響因素對有無經(jīng)驗的駕駛員的作用效果不同，其他影響因素情景對駕駛員安全車速的選擇具有消極影響，安全車速普遍低于標(biāo)準(zhǔn)情景的安全車速。

2) 駕駛經(jīng)驗豐富的駕駛員在安全車速的選擇上更加集中，也更靠近計算安全車速，但缺乏駕駛經(jīng)驗的駕駛員對安全車速的選擇更加離散。從統(tǒng)計數(shù)據(jù)看，道路線形以及天氣狀況對駕駛員安全車速的消極影響并不十分明顯，路側(cè)安全設(shè)施以及路面質(zhì)量對無經(jīng)驗駕駛員安全車速具有顯著的消極影響。

3) 調(diào)查問卷對駕駛員年齡的調(diào)查采用區(qū)段的方式，提高了調(diào)查效率，但由于年齡段與實際駕齡無法有效匹配，對后續(xù)的分析也產(chǎn)生了一定的影響。

4) 駕駛員對安全車速的感知與駕駛員在實際行駛過程中的心理行為有很大關(guān)系，通過調(diào)查問卷獲取的數(shù)據(jù)僅反映了駕駛員在理論環(huán)境下對安全車速的感知行為，還應(yīng)對駕駛員在模擬環(huán)境或?qū)嶋H環(huán)境下的感知行為進(jìn)一步研究。此外，本研究未綜合考慮駕駛車輛的性能、駕駛?cè)蝿?wù)的緩急等影響因素對安全車速的選擇是否產(chǎn)生影響。