換道安全性研究綜述

涂程瑞 劉樹偉

遼寧工業(yè)大學汽車與交通工程學院 遼寧省錦州市 121001

1 引言

隨著科技的快速發(fā)展,汽車的安全性受到人們越來越多的關注，可以將汽車安全性分為主動安全和被動安全兩大類。汽車被動安全指汽車在發(fā)生不可避免的道路交通事故后，車體結構及乘員約束系統對車內乘員或車外行人進行保護，避免其發(fā)生嚴重的傷害或使傷害程度盡可能降低的能力。主動安全指通過汽車上裝備的雷達，攝像頭等感知周圍環(huán)境后可以提前識別潛在的危險并及時給駕駛員發(fā)出預警，降低危險發(fā)生的風險。在過去的幾十年里人們?yōu)榱颂岣咂嚨恼w安全性對被動安全技術進行了深入的研究，但是由于現代交通狀況越來越復雜，近年來主動安全技術在汽車領域運用的十分廣泛,更多的學者也越來越重視主動安全的研究。跟馳和換道是車輛運行過程中最基本的兩種駕駛行為,與跟馳相比,換道行為更為復雜,極大地增加了交通事故發(fā)生的可能性,因此研究換道過程中的安全性變得尤為重要。

2 換道安全研究現狀

為了提高換道的安全性,國內外許多專家學者對換道模型進行了大量研究。在討論車輛的換道模型時可以從三個不同的維度進行展開，每一種換道模型考慮換道安全的角度也各不相同，根據不同的交通場景選擇適合的換道模型能改善道路通行能力，解決更多的 交通安全問題。

2.1 基于安全距離模型

Hossein Jula 等人為了提高車流速度和換道過程的安全性，對車輛運動學特性進行分析，判斷與周圍其他車輛或障礙物的相對距離,評估車道變換時的安全性,建立了換道安全距離模型并進行仿真驗證。王江鋒等從換道需求和換道安全兩方面進行展開,以車輛動力學的理論為基礎分析換道時車輛運動關系，給出多車輛、多車道的動態(tài)環(huán)境下的最小安全距離模型。關于換道的距離模型，不只有最小安全距離模型還有提取車頭時距的安全距離模型和基于制動過程的安全距離模型。車頭時距是相鄰車輛分別通過相同的指定點的時間差其大小為車間距離與速度的比值，當車輛以較小相對速度跟隨行駛時兩車間的距離與后車速度有一定的線性關系基于這種特性建立的模型。陳雷進等對城市快速路基本路段車頭時距分布特征進行分析，得到不同車道車頭時距分布規(guī)律，為基本路段其他問題研究提供了理論依據。正常制動過程為駕駛員意識到前方車輛的行駛狀態(tài)發(fā)生改變，對周圍行車環(huán)境進行分析及時調整車速或者緊急制動，待車輛平穩(wěn)停止。基于制動過程的安全距離模型是在分析正常制動過程后建立以最大減速度，初始速度，初始距離以及制動遲滯時間為前提的安全距離模型。李小慶等采用了符合乘員舒適性的減速度分析汽車縱向、橫向轉動的最小安全距離,提出了基于最小安全距離的智能汽車避障控制策略。

2.2 基于間隙接受模型

間隙是指汽車在行駛過程中能夠安全換道至相鄰車道的間距或者時距。在車輛進行插空換道時的間隙滿足當前安全要求，那么此間隙是可接受的。在基于間隙接受模型方面，新加坡國立大學的Weng 等研究發(fā)現車輛換道時需要與前導車間隙或后隨車間隙滿足一定的相對距離。另一類是間隙接受概率模型,換道與否服從logit 二元模型中估計的概率分布。譚云龍充分考慮合流區(qū)換道過程中主線車輛與匯入車輛之間復雜的禮讓、協作等相互協調行為,以及駕駛員特征差異對駕駛行為的影響,分別構建協同型及強迫型車輛換道模型和間隙接受模型。

2.3 基于元胞自動機模型

元胞自動機是一個空間、時間和狀態(tài)離散的仿真模型,主要由元胞空間、元胞狀態(tài)、鄰域和狀態(tài)更新規(guī)則構成,具有模擬復雜系統時空演化過程的能力。通過對元胞自動機交通流模型深入地探索，拓展模型的種類和改進已有的分析方法，建立了融入有換道規(guī)則判斷的元胞自動機模型。在基于元胞自動機模型方面，Chowdhury分析變道規(guī)則的影響,通過對比兩種不同類型車輛的雙車道交通的粒子跳躍模型提出更適合當前交通流的雙車道換道規(guī)則,并建立STCA 模型。李珣在車路協同的系統下,結合未來車輛間可能交互的基礎參數，引入函數對車輛關系進行數學描述，通過協同換道的規(guī)則建立了元胞自動機模型。

3 換道行為分析

3.1 換道決策分析

在車輛進行換道時不僅換道模型會影響換道時的安全性,正確的換道決策也會提高整車換道行駛的安全性,因此對于換道決策的研究也十分重要。換道決策模型一般會通過車載傳感器收集車輛運行時周圍環(huán)境信息，綜合駕駛員駕駛風格特點，駕駛習慣等給出合理的判斷。換道決策在什么條件下形成的，需要先了解駕駛員在什么條件下會產生換道的需求。車輛行駛中在遇到不同的道路場景，不同的道路類型時產生換道的原因也多種多樣，因此換道決策模型的研究應該適用于大多數的換道情景。很早之前就有對換道決策的研究,比如Gipps 模型在確保交通模擬中的車輛面對真實交通中常見的情況時表現合乎邏輯的前提下,考慮交通信號燈,障礙物和不同車型的影響,分析換道過程中的決策和影響因素。Yang Qi等人通過分析Gipps 模型，并以此為基礎設計出了MITSIM 模型，MITSIM 模型將換道的過程分為三大板塊，首先需要判斷是否有換道的必要性，其次選擇合適的換道間隙和目標車道，最后實施換道操作。在MITSIM 模型中忍耐因子和速度差因子是最重要的兩個參數，分析兩個參數的關系可以判斷當前狀態(tài)是否有換道的需求，同時可以建立相應的數學公式。Esmaeil Balal 等在研究駕駛員意圖產生和選擇合理的換道時機時運用模糊推理系統對車輛自由換道二元決策進行建模,并選用NGSIM數據集對模型進行驗證。田賡針對城市道路復雜動態(tài)環(huán)境,綜合考慮周邊車輛運動狀態(tài)的影響,運用機器學習理論,建立了仿生換道決策模型。不同的換道模型和決策對道路交通安全都起到了重要的作用,同時也推動駕駛輔助系統領域的發(fā)展,提高了交通運行的效率。構建安全換道的決策模型，可以有效減小因換道決策錯誤而導致的不可逆轉的安全事故，提升了行車時是否可以安全換道的判斷能力。

3.2 換道過程分析

換道是駕駛員或智能車輛決策系統根據周圍車輛速度、自身車速、自車與周圍車輛的間距以及自己的行駛目的,調整車輛位姿完成行駛目標的綜合行為。車道保持和換道行駛是在日常交通環(huán)境下所面臨的最基本的兩種駕駛行為。車道保持是指車輛保持當前行駛狀態(tài)在原車道內行駛，換道行駛是指駕駛員受到交通規(guī)則的影響或者為了更好的駕駛條件而駛離本車道。換道一般可分為強制換道和自由換道。強制換道是指車輛行駛途中在短時間內必須完成換道行為，比如前方道路施工，進出匝道以及躲避障礙物等；自由換道是指為滿足更好的行駛條件而選擇變更車道，比如前方車輛壓速或預期駛入其他車道等。駕駛員在進行換道時需要對本車道附近的車輛行駛狀態(tài)，目標車道上附近車輛行駛的狀態(tài)實時關注,以防止車輛換道時與周圍車輛發(fā)生碰撞。在車輛行駛過程中,本車道后方車輛與其為跟馳狀態(tài)因此不考慮兩者的安全關系。本車道內的前方車輛，換道后目標車道的前后車輛的相對位置，相對速度等因素的存在會直接影響行駛車輛的換道安全性。在行駛中的車輛與本車道前方車的距離需滿足最小縱向安全距離否則在車輛進行換道的過程中可能發(fā)生斜向碰撞。在車輛換道進入到目標車道時與目標車道前后車輛會有側向刮蹭和追尾的風險,因此需要一定的安全距離,同時相對速度不宜過大。在換道安全的前提下，車輛進行換道時的過程分為三部分：首先，車輛通過改變方向盤的轉角調整前進方向，使車輛沿一定的角度駛入目標車道。其次，在車身完全進入到目標車道后再次改變方向盤轉角使車輛回正；最后，根據目標車道上的相對間距，車流密度等條件對本車道內行駛的車輛方向進行微小的調整，使換道后的車輛能維持當前的行駛狀態(tài)在目標車道上繼續(xù)行駛?，F有的模型研究很少有考慮車身實際尺寸以及變道時車道寬度帶來的影響,而影響換道的諸多因素也會影響換道決策,所以尋找一個合適的換道模型和換道決策能更好d 的提高換道時的安全性,為駕駛人員的生命安全保駕護航。下圖所示為典型的換道場景。

圖1 典型換道場景

4 換道安全性研究方法

在分析安全距離、間隙接受,以及元胞自動機換道模型后發(fā)現用于判斷是否可以換道的間隙接受模型易受到周圍車輛相對速度,相對距離以及車流密度的影響,而元細胞自動機換道模型側重于分析換道需求以及檢測換道概率,依據的換道規(guī)則不能隨不同車輛行駛狀態(tài)變化而發(fā)生改變。但是現在許多研究換道安全特性的方法都是從避免碰撞這方面進行考慮的,因此換道安全距離在實際應用十分廣泛,比如最小安全距離模型。最小安全距離是指與本車道和目標車道實現無碰撞的最小縱向距離。選擇最小安全距離作為換道安全性評價指標,研究與其他車輛的碰撞約束條件,可以使車輛在換道過程中始終保持在最佳的安全距離范圍之內,建立相應的安全換道距離模型,也為后續(xù)換道決策提供理論依據。在換道決策的選擇上,對比分析機器學習和模糊推理決策方法,機器學習可以準確地表達輸入與輸出之間的非線性關系,但是基于機器學習的模型為了更好的模擬駕駛員的駕駛行為需要大量的從自然駕駛數據中訓練,訓練數據集覆蓋范圍廣,學習周期長。而模糊推理在研究車輛行駛環(huán)境與換道決策的復雜的非線性關系中能進行模糊綜合判斷,處理一些不確定的關系,與人類駕駛員在處理換道時的不確定特性相似,能更好的反應駕駛員換道意愿。在實際生活中我們面臨的交通環(huán)境復雜多變,具有很強的動態(tài)屬性,駕駛員進行換道操作時容易受主觀因素和駕駛經驗的影響。所以融合最小安全距離和模糊推理的換道決策建模方法能有效減小換道時的碰撞風險也更加符合日常駕駛換道邏輯。

5 總結與展望

為了更有效的避免交通事故的發(fā)生，通過深入研究車輛換道時的安全特性，從換道安全模型，換道決策以及換道過程進行分析對比得到融合最小安全距離和模糊推理的換道決策建模方法。當前汽車智能化已是未來汽車發(fā)展的主要方向,不僅僅是新能源車企許多傳統燃油車企也紛紛大力研究相關技術,并不斷突破創(chuàng)新，逐步形成了獨立自主開發(fā)和控制的能力，使汽車的安全性能大大提升。行車安全性已經成為汽車智能化追求的主要目標,如汽車防抱死系統，車道保持,緊急避讓系統等主動安全措施的應用十分廣泛。換道的安全距離模型以及模糊推理決策模型的應用為換道時駕駛員提供了安全性判斷和輔助決策的支持，同時也推動了汽車主動安全技術的發(fā)展與進步。當前分析換道行為和考慮的場景過于理想化和單一化,在實車運用時應該更多考慮交通組成成分的影響以及交通規(guī)則的限制,因此研究者們還需進一步深入探索和完善。