基于Unity3D的立体复合高速公路标志系统优化设计

doi:10.12141/j.issn.1000-565X.230263

摘要/Abstract

摘要：

高速公路改扩建后增加两侧立体层可以提高通行能力，但互通立交处常常会出现间距过短、流量过大、分流过多等问题，进而导致现有的交通标志无法满足驾驶人的指路需求。针对此问题，以深圳机荷高速为例，在常规标准方案基础上，设计了4种匝道指引标志提升方案，并使用Unity3D引擎开发出了相对应的立体复合高速公路互通场景，高速公路上的车辆第1次分流时驶出地面层，第2次分流可以驶入立体层，第3次分流接入其他互通高速。28名驾驶人使用外接交互设备在不同的场景中进行模拟驾驶，实验采集到了速度、加速度、车道位置等驾驶行为数据。通过计算不同指引标志设计方案中各影响区段内指标的逐点显著性，呈现出了各指标空间维度上的差异性，进一步分析表明，增加预告层级设置3 km预告标志能够帮助驾驶人及早感知前方匝道状况；设置车道指引标志可以提升车辆在匝道处的纵向和横向稳定性，便于驾驶人采取更好的换道策略；导航语音辅助能够提升驾驶人在立体复合高速公路匝道处的速度控制水平、出口换道意识和心理舒适程度。研究表明，Unity3D保真度高、交互性好、成本低，可以为复杂道路场景中驾驶行为的相关研究提供技术支持。同时，该研究也为高速公路改扩建工程交通指引标志设立提供了理论参考。

关键词: 高速公路, 互通立交, 交通标志, 驾驶行为, Unity3D

Abstract:

By adding bilateral elevated layers, the renovation and expansion of the expressway have improved the traffic capacity, but a subsequent rise in problems, such as insufficient spacing, excessive traffic volume, and multi-diversion, has made the existing traffic signs fail to meet the drivers’ guidance needs. In response to this issue, this study took the Ji-He Expressway in Shenzhen as an example and designed four optimized traffic sign schemes of interchange based on the conventional standard scheme, and developed the corresponding stereoscopic compound expressway scenes by the Unity3D engine. The vehicles on the expressway will drive out of the ground-level road at the first diversion, enter the elevated-level road at the second diversion, and connect to other expressways at the third diversion. 28 drivers simulated driving in different scenes using external interactive devices, and their driving behavior data such as speed, acceleration, lane position, etc., were obtained. By calculating the point-by-point significance of indicators within each affected section in different guidance sign design schemes, differences in spatial dimensions of each indicator were presented, and further analysis shows that 3 km warning signs can help drivers perceive the situation of the ramp ahead as early as possible. Lane guidance signs can improve the longitudinal and lateral stability of vehicles at the ramp, and drivers can take better lane changing strategies. Navigation voices assistance can improve the driver’s speed control proficiency, lane changing awareness of expressway exits, and psychological comfort at the interchange of stereoscopic compound expressway. The research shows that Unity3D has high fidelity, good interactivity, and low cost, and it can provide technical support for relevant research on driving behavior in complex road scenes in the future. At the same time, this study also provides a theoretical reference for the establishment of traffic guidance signs in expressway renovation and expansion projects.

Key words: expressway, interchange, traffic sign, driving behavior, Unity3D

中图分类号:

U491.6

高龙凯, 赵晓华, 欧居尚, 等. 基于Unity3D的立体复合高速公路标志系统优化设计[J]. 华南理工大学学报(自然科学版), 2024, 52(5): 20-30.

GAO Longkai, ZHAO Xiaohua, OU Jushang, et al. Optimization Design of the Stereoscopic Compound Expressway Sign System Based on Unity3D[J]. Journal of South China University of Technology(Natural Science Edition), 2024, 52(5): 20-30.

图/表 18

图1

表1

图2

表2

图3

图4

图5

图6

图7

图8

图9

图10

图11

图12

图13

图14

图15

图16

参考文献 23

1	交通运输部．2021年交通运输行业发展统计公报［EB/OL］．（2022-05-25）［2023-02-27］．.
2	HAUER E ．Statistical road safety modeling［J］．Transportation Research Record：Journal of the Transportation Research Board，2004，1897：81-87.
3	LIVNEH M， POLUS A， FACTOR J ．Vehicle behavior on deceleration lanes［J］．Journal of Transportation Engineering，1988，114（6）：706-717.
4	李娜．陕西省高速公路路径指引标志设置技术研究［D］．西安：长安大学，2016.
5	陈志乾．基于换道距离的双向八车道高速公路出口指路标志设置研究［D］．西安：长安大学，2017.
6	陈俊，邵海鹏．驾驶人对交通标志视认的短时记忆衰减模型研究［J］．公路，2011（7）：159-167.
	CHEN Jun， SHAO Hai-peng ．A study on the short-term memory attenuation model of drivers’ recognition of traffic signs［J］．Highway，2011（7）：159-167.
7	U.S. Department of Transportation Federal Highway Administration ．Manual on Uniform Traffic Control Devices for Streets and Highways［M］．FHWA：U. S．Department of Transportation Federal Highway Administration，2009.
8	赵妮娜，赵晓华，林展州，等．考虑间接到达高速公路信息指引需求的出口预告标志设计［J］．北京工业大学学报，2018，44（8）：1129-1135.
	ZHAO Nina， ZHAO Xiaohua， LIN Zhanzhou，et al ．Advance guide sign design considering the guidance demand of indirect reached freeway information［J］．Journal of Beijing University of Technology，2018，44（8）：1129-1135.
9	杨景瑞．高速公路枢纽互通式立交出口指路标志设置研究［D］．西安：长安大学，2018.
10	王振国．绕城高速公路出入口指路标志信息量及版面设置研究［D］．西安：长安大学，2018.
11	GONZALEZ-ORTEGA，D， DIZA-PERNAS F J， MARTINEZ-ZARZUELA M，et al ．Unity-based simulation scenarios to study driving performance［C］∥Proceedings of 8th International Conference on Simulation and Modeling Methodologies，Technologies and Applications （SIMULTECH 2018）．Setúbal：SCITEPRESS-Science and Technology Publications，Lda，2018：183-189.
12	KUZMIC J， RUDOLPH G ．Unity 3D simulator of autonomous motorway traffic applied to emergency corridor building［C］∥Proceedings of the 5th International Conference on Internet of Things，Big Data and Security （IoTBDS 2020）．Setúbal：SCITEPRESS-Science and Technology Publications，Lda，2020：197-204.
13	LI J H， ZHAO X H， XU S L，et al ．The study of driving simulator validation for physiological signal measures［J］．Procedia-Social and Behavioral Sciences，2013，96：2572-2583.
14	HUANG L H， ZHAO X H， LI Y，et al ．Driving simulator-based study to quantify typical diagrammatic guide sign efficiency along urban expressway interchanges［J］．Journal of Transportation Safety & Security，2020，12（7）：839-862.
15	ZHAO X H， JU Y J， ZHANG C F，et al ．Examining the effectiveness of tunnel traffic control devices：a driving simulator study［J］．Advances in Transportation Studies，2021，53：51-68.
16	LERMAN J ．Study design in clinical research：sample size estimation and power analysis［J］．Canadian Journal of Anaesthesia，1996，43（2）：184-191.
17	CHOW S C， SHAO J， WANG H，et al ．Sample size calculations in clinical research［M］．Calabasas：CRC Press，2017.
18	DING H， ZHAO X H， RONG J，et al ．Experimental research on the effectiveness and adaptability of speed reduction markings in downhill sections on urban roads：a driving simulation study［J］．Accident Analysis & Prevention，2015，75：119-127.
19	DING H， ZHAO X H， RONG J，et al ．Experimental research on the effectiveness of speed reduction markings based on driving simulation：a case study［J］．Accident Analysis & Prevention，2013，60：211-218.
20	HUANG L H， BIAN Y， ZHAO X H，et al ．Quantitatively exploring the relationship between eye movement and driving behavior under the effect of different complex diagrammatic guide signs［J］．Cognition，Technology & Work，2020，22（2）：373-388.
21	AARTS L， van SCHAGEN I ．Driving sped and the risk of road crashes：a review［J］．Accident Analysis & Prevention，2006，38（2）：215-224.
22	高岩，罗毅，尤志栋，等．手机操作类型对驾驶人跟车行为的影响［J］.中国公路学报，2018，31（4）：1-9，58.
	GAO Yan， LUO Yi， YOU Zhi-dong，et al ．Influence of operating types of smartphone on drivers’car- following behavior［J］．China Journal of Highway and Transport，2018，31（4）：1-9，58.
23	MITSCHKE M ．汽车动力学［M］．北京：人民交通出版社，1997.

路段特征	设计信息
名称	深圳机荷高速平湖互通段
限速	100 km/h
类型	立体复合高速公路地面层双向8车道，立体层双向8车道
长度	7.0 km
宽度	行车道每个宽3.75 m，应急车道宽3.50 m
决策点1-决策点2间距	425 m
决策点2-决策点3间距	292 m
线形及高程	全程以直线为主，含部分曲线段，模拟状态下全程高程为72 m

方案	设计要素	预告点	决策点1	决策点2	决策点3
1	国标设计
2	增加匝道出口前 3 km预告标志
3	增加目的地方向分隔信息
4	增加车道指引标志牌
5	导航语音辅助

[1]	陈兵硕.李洋.赵晓华.等. 老年驾驶人认知驾驶能力评价及影响因素[J]. 华南理工大学学报(自然科学版), 2024, 52(9): 141-152.
[2]	何庆龄, 裴玉龙, 董春彤, 等. 融合柯西逐维小孔成像反向学习和自适应变螺旋的ASO-LSSVM风险驾驶行为分类识别[J]. 华南理工大学学报(自然科学版), 2024, 52(9): 130-140.
[3]	付强, 赵晓华, 李海舰, 等. 跟驰事件下网联混驾编队运行特征及生态安全影响[J]. 华南理工大学学报(自然科学版), 2024, 52(8): 65-75.
[4]	温惠英, 何梓琦, 胡宇晴, 等. 高速公路新能源汽车能耗碳排放测算与空间分布特征研究[J]. 华南理工大学学报(自然科学版), 2024, 52(8): 1-13.
[5]	边扬, 张钰, 赵晓华, 等. 行人过街事件网联HUD预警系统对驾驶行为的影响[J]. 华南理工大学学报(自然科学版), 2024, 52(4): 114-125.
[6]	何永明, 邢婉钰, 魏堃, 等. 超高速公路自动驾驶车辆换道轨迹规划策略[J]. 华南理工大学学报(自然科学版), 2024, 52(4): 104-113.
[7]	张建华, 赵晓华, 欧居尚, 等. 雾天桥梁可变限速值的效用评估及优化[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 127-138.
[8]	黄炎, 符锌砂, 曾彦杰, 等. 基于激光雷达里程计的高速公路三维建模方法[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 129-138.
[9]	林培群, 张扬, 罗芷晴, 等. 融合多源数据的高速公路路段车流碳排放精细测算方法[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 100-108.
[10]	林培群, 龚敏平, 周楚昊. 面向运输风险识别的高速公路货车用户画像方法[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 1-9.
[11]	赵晓华, 董文慧, 李佳, 等. 基于驾驶行为的隧道交通标志影响特征及作用机理[J]. 华南理工大学学报(自然科学版), 2023, 51(4): 88-100.
[12]	周楚昊, 林培群, 闫明月. 基于自监督学习的交通数据补全算法[J]. 华南理工大学学报(自然科学版), 2023, 51(4): 101-114.
[13]	吴娇蓉, 黄正文, 邓泳淇. 都市圈分层空间结构的交通网络密度发展规律[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 111-121.
[14]	罗玉涛, 高强. 基于通道注意力和特征增强的交通标志检测[J]. 华南理工大学学报(自然科学版), 2023, 51(12): 64-72.
[15]	胡郁葱, 韦湖, 曾强. 基于空间广义有序Probit模型的高速公路事故严重程度分析[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 114-122.