驾驶员跟驰行为数据采集方法研究

　　

　　摘要：跟驰行为数据是驾驶员行为分析的数据基础。介绍了基于实车实验和基于仿真的两种驾驶员跟驰行为数据采集方法，分析了各种方法的特点、适用范围及将来的发展方向，可以为驾驶员跟驰行为数据采集提供技术支持。

　　1、概述

　　驾驶员跟驰行为是微观交通流领域的一个重要研究内容，从20世纪中期开始被国内外学者所关注。研究跟驰行为可以从微观层次上对车辆间的相互影响、前后车的碰撞机理等进行分析，为交通管理、交通设计、交通事故预防等提供依据。目前典型的跟驰模型主要包括：基于刺激-反应的GM模型、基于安全间距的跟驰模型、基于生理-心理的跟驰模型、基于人工智能的跟驰模型、其他车辆跟驰模型（基于多期望值的车辆跟驰模型、最优速度车辆跟驰模型、基于非参数回归的车辆跟驰模型等）[1]。由于交通系统的复杂性，特别是跟驰行为影响因素的多元性、因素自身的不确定性以及影响程度度量的困难，目前尚没有一个公认的可准确描述跟驰行为的模型，且很多模型大都是发达国家根据其交通状况建立和开发的，而我国在跟驰模型方面的研究起步较晚，缺乏建立跟驰模型所需的基础实验数据；同时我国的交通环境、交通流构成、驾驶员行为特性等与国外有着较大差异，不能将国外的研究成果直接应用于我国的驾驶员跟驰行为研究。

　　驾驶员跟驰行为数据是开展跟驰模型研究的基础。建立准确、实用的驾驶员跟驰行为数据采集方法和技术，是一个急需解决的问题。

　　2、驾驶员跟驰行为数据采集方法

　　目前常用的驾驶员跟驰行为数据采集方法有两种：基于实车实验的跟

　　驰行为数据采集方法和基于仿真的跟驰行为数据采集方法。

　　（1）基于实车实验的跟驰数据采集方法

　　对于驾驶员跟驰行为，可以用图1进行一般性的描述[2]：

　　图1跟驰行驶过程示意图

　　用传统控制理论的观点来看，驾驶员是一个复杂的控制器，车辆是被控对象。车辆的动态特性对驾驶员的影响构成内反馈，输出量车辆的跟驰状态回馈为输入量之一构成外反馈，最终使跟驰车状态与头车状态相适应。因此主要的观察对象是驾驶员、跟驰车辆的状态及跟驰车辆与头车的关系。现有的实验设计思路也主要从这三个方面出发。下面介绍几种典型的相关实验方法。

　　XiaoliangMa等介绍了由瑞典公路管理局和交通仿真中心资助下完成的跟驰行为数据采集试验[3]，具体方法是：用一辆沃尔沃小车作为试验车，在试验车上配备GPS导航系统及一台先进的车载计算机用以记录行驶时间、距离、燃料消耗等数据。车的前部和后侧各安装一个激光雷达传感器和一台摄像机，以便至少能观测到8个目标。另外有一台安装了沃尔沃ERS软件的便携式笔记本电脑以最大50HZ的频率记录前述仪器采集的信息。在ERS软件的界面上能和摄像机同步进行实时数据分析。ERS软件的输出文件输出的是多元的时间序列，数据种类分别为跟驰车辆和头车的距离、相对速度和加速度等数据。

　　贾洪飞等提出了利用五轮仪采集跟驰数据的实验方法[4]，主要的实验仪器包括日本小野LC-660S型非接触速度计和中国龙口AM-2026A非接触汽车性能测试仪，采用长春汽车研究所研制的车辆数据采集及处理系统。两台试验车均为小客车，两车以一定的初始间距在指定的固定路线上一前一后作多次逆时针循环跟驰行驶。数据采样频率为5HZ,每绕行一次需40min左右，共绕行四周，每绕行一周，前后车驾驶员交换一次，每绕行两周，前后车交换一次。主要工作原理是：当车辆行驶时，由五轮仪光电传感器把速度光信号(由地面反射感光头的照射)转换为电信号输入五轮仪主机,再由五轮仪主机把速度电压模拟量输入车辆数据采集及处理系统，由车辆数据采集及处理系统把电压模拟量转换为电压数字量，并把结果保存为二进制文件。

　　驾驶员跟驰行为数据采集方法采用典型的传感器检测现场数据（下位机）+数据采集处理（上位机）结构，如图2所示。

　　图2基于实车实验的车辆跟驰数据采集系统示意图

　　（2）基于仿真的车辆跟驰数据采集方法

　　交通仿真是一种重要的实验方法，利用交通仿真可以模拟各种道路条件和交通条件下的交通运行情况，从而节省大量的现场实验所需费用和时间。随着科技水平的提高和科学研究的深入，交通仿真系统可以提供越来越贴近实际状况的精确实验数据。

　　马来西亚学者MahammadRidwanAndiPurnomo等介绍了其自主开发的用于跟驰行为分析的微观交通仿真软件[6]，其实验方法是在仿真软件中设定两辆车，一辆作为静止车停在诸如十字路口的信号灯入口处，另一辆车作为动态车逐渐靠近静止车，当两车的间距小于一定值时，动态车减速行驶。如果最后动态车合理地停在静止车后面，则此次实验数据被采集，否则丢弃。

　　基于仿真的车辆跟驰数据采集方法的步骤是选择满足要求的仿真软件，设置适当的仿真环境和仿真参数，把经过筛选的数据导出作为实验结果数据。

　　3、驾驶员跟驰行为数据采集方法对比分析及发展方向

　　基于实车实验的车辆跟驰数据采集方法需要借助GPS、测距传感器等先进技术，还需要周全考虑数据传输和处理，才能确保采集的数据准确有效。这种实验方法是采集第一手资料的必要手段，但是其成本投入较大，人力、物力、财力等都可能成为实验正常进行的瓶颈因素。仿真实验方法比较简单，容易实现，但是选择一款满足研究要求的仿真软件未必能轻而易举达成。另外仿真软件是对现实情况的模拟，是经过理想化处理的，其数据的多元性、可靠性和真实性不如基于实车实验的方法。

　　从未来的发展方向来看，基于实车实验的跟驰数据采集方法和基于仿真的跟驰数据采集方法都还有很大的改进空间。下面分别加以阐述。

　　（1）驾驶员是人-车-路-环境系统中最核心、最复杂的组成部分，在行车过程中，驾驶员需要连续不断地从道路环境和车辆运行状况中获取道路交通信息和车辆运行信息，并对其进行加工处理，然后做出决策。然而，最复杂的对象也最难分析，导致现有实验很少关注这方面数据的获取。目前在实车实验中驾驶员"判断、决策"的常用测量方法是给驾驶员竖个麦克风，把其对距离、速度等的估计用语言表达出来。根据人类生理和心理特点，经过"思考"说出的话很可能已经偏离了最先的判断，而且"说"往往滞后"想"一个不小的时间段。实际操作中，在这个时间段里驾驶员仍要不断做出"判断、决策"，在一定程度上削弱了实验结果的客观性。受现阶段条件的限制及人的极度复杂性等因素，基于实车实验的数据采集方法在驾驶员的认知测试方面存在比较大的空白。

　　（2）现阶段车辆跟车行为实车实验的研究对象主要是前后车的距离、速度和加速度，特别关注后车随前车的运动变化量。测量这些数据通常使用GPS、雷达等传感器。影响GPS设备定位精度的因素主要有GPS卫星数量和信号质量、天气状况、GPS接收机处理信号的能力，这几种系统误差的大小决定了所获得数据的精度。其他各种传感器也受气温、湿度、本身精度等各种因素的影响。这些因素在设计实验时应该考虑在内。驾驶员在不同的天气状况下，由于外界环境刺激的变化，其行为表现可能存在一定的差异。合理选择和利用数据采集设

备是实车实验的重要部分。多传感器数据融合是是提高实验数据精度的有效途径。

　　（3）国外交通仿真方面研究开展的比较早，目前比较成熟的仿真软件有CORQ，FREQ，INTRAS，MACK和SCOT，其中CORQ，FREQ，MACK和SCOT为宏观模型，INTRAS为微观模型。国内交通仿真方面的研究相对较晚，尚未形成系统化的仿真理论体系。随着交通仿真研究的深入，基于仿真的驾驶员跟驰数据采集方法可以适用于更广阔的领域。

　　4、结语

　　跟驰行为数据是驾驶员行为分析的数据基础，也是跟驰模型研究的必要条件。介绍了基于实车实验和基于仿真的两种驾驶员跟驰行为数据采集方法，分析了各种方法的特点、适用范围及将来的发展方向，可以为驾驶员跟驰行为数据采集提供技术支持。

　　参考文献

　　[1]潘玲.基于驾驶员认知过程的车辆跟驰模型的建立[D].吉林：吉林大学交通学院，2006.

　　[2]王殿海.交通流理论[M].北京：人民交通出版社，2002.

　　[3]XiaoliangMa,IngmarAndreasson.DynamiccarfollowingdatacollectionandnoisecancellationbasedontheKalmansmoothing[J].InProceedingsofIEEEInternationalConferenceonVehicularElectronicsandSafety(ICVES'05)，2005.

　　[4]贾洪飞,陈良,王建春.应用五轮仪采集车辆跟驰过程描述参数[J].山东工程学院学报，2002,16(3).

　　[5]GiacomoDiSilvestro,OrazioMarcoLaRosa.Drivingvirtualsimulationforroadsafetyeva luation[J].TheYoungEuropeanArenaofResearch，2008.

　　[6]MahammadRidwanAndiPurnomo,DzuraidahAbdulWahab,AzmiHassan,RizaAtiqRahmat.Aparallelgeneticalgorithm-basedTSK-Fuzzysystemfordynamiccar-followingmodeling[J].Europeanjournalofscientificresearch，2009,28(4).

　　作者信息：

　　中国地质大学信息工程学院 张琥

　　武汉市公安局交通管理局科研处 石永辉 干卫东 黄传明 陈晖