基于驾驶行为的快速路交织区发光标线效果评估

doi:10.12141/j.issn.1000-565X.230762

华南理工大学学报(自然科学版) ›› 2024, Vol. 52 ›› Issue (11): 106-117.doi: 10.12141/j.issn.1000-565X.230762

基于驾驶行为的快速路交织区发光标线效果评估

张婷¹(), 陈丰¹(), 李璜¹^,², 陈纪龙¹, 游克思³

^1.同济大学道路与交通工程教育部重点实验室，上海 201804
^2.中国铁路广州局集团有限公司，广东广州 510088
^3.上海市政工程设计研究总院（集团）有限公司，上海 200092

收稿日期:2023-12-08 出版日期:2024-11-25 发布日期:2024-04-30
通信作者: 陈丰（1982—），男，教授，博士生导师，主要从事交通安全、风工程等研究。 E-mail:fengchen@tongji.edu.cn
作者简介:张婷（1994—），女，博士生，主要从事交通安全研究。E-mail:ztingyo@tongji.edu.cn
基金资助:
国家自然科学基金资助项目(51978522);上海市2021年度“科技创新行动计划”长三角科技创新共同体领域项目(21002410700)

Evaluation of the Effect of Self-Luminous Road Marking in Expressway Weaving Section Based on Driving Behavior

ZHANG Ting¹(), CHEN Feng¹(), LI Huang¹^,², CHEN Jilong¹, YOU Kesi³

^1.The Key Laboratory of Road Traffic Engineer of Ministry of Education，Tongji University，Shanghai 201804，China
^2.China Railway Guangzhou Group Co. ，Ltd. ，Guangzhou 510088，Guangdong，China
^3.Shanghai Municipal Engineering Design Institute （Group） Co. ，Ltd. ，Shanghai 200092，China

Received:2023-12-08 Online:2024-11-25 Published:2024-04-30
Contact: 陈丰（1982—），男，教授，博士生导师，主要从事交通安全、风工程等研究。 E-mail:fengchen@tongji.edu.cn
About author:张婷（1994—），女，博士生，主要从事交通安全研究。E-mail:ztingyo@tongji.edu.cn
Supported by:
the National Natural Science Foundation of China(51978522);the Shanghai 2021“Science and Technology Innovation Action Plan”Yangtze River Delta Science and Technology Innovation Community Program in China(21002410700)

摘要/Abstract

摘要：

快速路交织区主动管控策略对提高快速路运行效率、改善行车环境、提升行车安全等具有重要意义。主动发光标线是一种新型道路交通安全主动管控设施，因其智能可控、虚实变换、应急预警等功能特点，越来越受到关注和逐步被推广应用。为探究发光标线这一新型道路标线在快速路交织区对行车安全的作用效果，从驾驶人角度出发，基于驾驶模拟试验，分析发光标线对驾驶行为的影响特征，评估发光标线作用效果。通过设计夜间环境下普通标线和发光标线两种驾驶模拟试验场景方案，获取驾驶行为数据，从行车安全性、舒适性和驾驶人操纵表现3方面选取速度标准差、横向偏移标准差、纵向加速度均方根值、加速度标准差、平均速度、油门功效6项指标构建评价指标体系。进一步分析各项指标在不同标线场景下的差异显著性及效应量水平，最后采用可拓物元方法构建综合评价模型，对比两种标线方案的作用效果。研究结果表明：发光标线对交织区及临近交织区路段驾驶行为特性具有较显著的影响，发光标线下驾驶人横向位置感知和操纵水平提升，车速调控能力提高，车辆行驶更加平稳。基于可拓物元模型综合评价结果表明，在快速路交织区及临近交织区路段发光标线作用效果均优于普通标线，有利于提升快速路交织区行车安全。

关键词: 交通工程, 驾驶模拟, 驾驶行为, 发光标线, 可拓物元模型

Abstract:

The active management and control strategy in the weaving section of expressways plays a crucial role in enhancing operational efficiency and improving driving safety. Self-luminous road marking is a new type of road traffic safety active control facility. Because of its intelligent control, virtual and real transformation, emergency warning and other functional characteristics, it has attracted more and more attention and gradually promoted and applied. In order to explore the effect of the new road marking in the expressway weaving area, based on the driving simulation test, this paper analyzed the influence characteristics of self-luminous road marking on driving behavior from the perspective of drivers and evaluated the effect of self-luminous road marking. Two simulation scenarios were designed: one with conventional road markings and the other with self-luminous road markings under nighttime conditions. Driving behavior data were collected, and six indicators were selected to construct an evaluation system, focusing on driving safety, comfort, and driver control performance. These indicators include standard deviation of speed, standard deviation of lateral position, root mean square of longitudinal acceleration, standard deviation of acceleration, mean speed, and throttle effectiveness. Further analysis was conducted to examine the significance of differences and effect size levels of various indicators under different road marking scenarios. Finally, an extension matter-element model was applied to construct a comprehensive evaluation model to compare the effects of the two road marking schemes. The results indicate that self-luminous road markings significantly influence driving behavior characteristics in weaving sections. Under the self-luminous marking condition, drivers’ lateral position perception and control levels is improved, speed regulation ability is increased, and vehicle movement becomes more stable. The comprehensive evaluation based on the extension matter-element model shows that self-luminous road markings are more effective than conventional road markings in enhancing driving safety in expressway weaving sections.

Key words: traffic engineering, driving simulator, driving behavior, self-luminous road marking, extension matter-element model

中图分类号:

U491.5

张婷, 陈丰, 李璜, 等. 基于驾驶行为的快速路交织区发光标线效果评估[J]. 华南理工大学学报(自然科学版), 2024, 52(11): 106-117.

ZHANG Ting, CHEN Feng, LI Huang, et al. Evaluation of the Effect of Self-Luminous Road Marking in Expressway Weaving Section Based on Driving Behavior[J]. Journal of South China University of Technology(Natural Science Edition), 2024, 52(11): 106-117.

图/表 15

图1

图2

图3

表1

图4

图5

图6

图7

表2

指标显著性及效应量计算结果1）"

路段	速度标准差			横向偏移标准差			纵向加速度均方根值
路段	F	P	$η 2$	F	P	$η 2$	F	P	$η 2$
主线路段	5.362	0.025**	0.109	0.448	0.533	0.008	11.199	0.001**	0.162
换道段	3.858	0.056*	0.084	4.629	0.035**	0.076	27.452	< 0.001***	0.321
过渡段	20.442	< 0.001***	0.338	20.646	< 0.001***	0.421	16.277	< 0.001***	0.219
交织区	4.821	0.053*	0.325	24.841	< 0.001***	0.495	20.750	< 0.001***	0.263
路段	加速度标准差			平均速度			油门功效
路段	F	P	$η 2$	F	P	$η 2$	F	P	$η 2$
主线路段	35.289	< 0.001***	0.597	4.892	0.032**	0.096	2.598	0.091*	0.091
换道段	39.274	< 0.001***	0.404	5.480	0.024**	0.115	16.632	< 0.001***	0.431
过渡段	37.876	< 0.001***	0.704	3.052	0.088*	0.071	21.944	< 0.001***	0.458
交织区	39.774	< 0.001***	0.707	1.725	0.398	0.015	5.291	0.034**	0.227

表2

图8

图9

图10

表3

表4

表5

参考文献 32

1	WANG L， ABDEL-ATY M， SHI Q，et al ．Real-time crash prediction for expressway weaving segments［J］．Transportation Research Part C：Emerging Technologies，2015，61（12）：1-10.
2	张菁，巨永锋．快速路交织区交通流模型研究［J］．中国公路学报，2011，24（5）：89-93.
	ZHANG Jing， JU Yong-feng ．Research on traffic flow model of expressway weaving area［J］．China Journal of Highway and Transport，2011，24（5）：89-93.
3	江金胜，董力耘．基于元胞自动机模型的C型交织区交通流特性［J］．力学学报，2012，44（6）：996-1004.
	JIANG Jinsheng， DONG Liyun ．Investigation on traffic flow characteristics around a type C weaving section based on cellular automaton model［J］．Chinese Journal of Theoretical and Applied Mechanics，2012，44（6）：996-1004.
4	孙剑，胡家琦，孙杰．城市快速路交织区通行能力估计模型［J］．中国公路学报，2016，29（4）：114-122.
	SUN Jian， HU Jia-qi， SUN Jie ．Capacity estimation model on weaving segments of urban expressway［J］．China Journal of Highway and Transport，2016，29（4）：114-122.
5	MARCZAK F， DAAMEN W， BUISSON C ．Empirical analysis of lane changing behavior at a freeway weaving section［J］．Traffic Management，2016，3（10）：139-151.
6	张卫华，刘嘉茗，解立鹏，等．混合网联环境快速路交织区交通流特性分析［J］．东南大学学报（自然科学版），2023，53（1）：156-164.
	ZHANG Weihua， LIU Jiaming， XIE Lipeng，et al ．Analysis on the characteristics of traffic flow in expressway weaving area under mixed connected and autonomous environment［J］．Journal of Southeast University （Natural Science Edition），2023，53（1）：156-164.
7	SOLOMON D H ．Accidents on main rural highways related to speed，driver，and vehicle［M］．Washington D.C.：US Department of Transportation，Federal Highway Administration，1974.
8	ZHANG J， LEE J， ABDEL-ATY M，et al ．Enhanced index of risk assessment of lane change on expressway weaving segments：a case study of an expressway in China［J］．Accident Analysis and Prevention，2023，180（2）：106909/1-13.
9	GHAFFARI A， KHODAYARI A， HOSSEINKHANI N，et al ．The effect of a lane change on a car-following manoeuvre：anticipation and relaxation behaviour［J］．Proceedings of the Institution of Mechanical Engineers Part D：Journal of Automobile Engineering，2015，229（7）：809-818.
10	秦雅琴，钱正富，谢济铭，等．基于社会力的交织区突发瓶颈段协同换道决策模型［J］．华南理工大学学报（自然科学版），2020，50（7）：66-75.
	QIN Yaqin， QIAN Zhengfu， XIE Jiming，et al ．Cooperative lane change decision-making model of bottleneck emergency section in weaving area based on social force［J］．Journal of South China University of Technology （Natural Science Edition），2020，50（7）：66-75.
11	郑飞，杜豫川，孙立军．基于ALINEA算法快速路入口匝道单点动态控制［J］．同济大学学报（自然科学版），2009，37（6）：766-771.
	ZHENG Fei， DU Yuchuang， SUN Lijun ．ALINEA based on ramp traffic-responsive local-metering strategy for expressway in Shanghai［J］．Journal of Tongji University （Natural Science），2009，37（6）：766-771.
12	ABDEL-ATY M， WANG L ．Implementation of variable speed limits to improve safety of congested expressway weaving segments in microsimulation［J］．Transportation Research Procedia，2017，27（2017）：577-584.
13	PASQUALE C， SACONE S， SIRI S， et al. A multi-class model-based control scheme for reducing congestion and emissions in freeway networks by combining ramp metering and route guidance［J］．Transportation Research Part C：Emerging Technologies，2017，80（7）：384-408.
14	LIN H W， CHEN F， ZHANG H C ．Active luminous road markings：a comprehensive review of technologies，materials，and challenges［J］．Construction and Building Materials，2023，363（2023）：129811/1-28.
15	朱本成，郭忠印，宋灿灿．透光混凝土基LED主动发光交通标线的光纤设置［J］．同济大学学报（自然科学版），2019，47（6），802-809.
	ZHU Bencheng， GUO Zhongyin， SONG Cancan ．Fiber-optic parameters of light emitting diode active-luminous traffic markings based on light-transmitting concrete［J］．Journal of Tongji University （Natural Science），2019，47（6），802-809.
16	LENDERINK E， RAAIJMAKERS A ．Dynamic road marking module using chip-on-board phosphor-converted white LEDs with application-specific primary optics［J］．Institute of Physics Conference Series，2004，182（1）：229-230.
17	Van de A A ．Dynamic road marking：a tool to create infrastructure on demand［C］∥ Proceedings of South African Transport Conference．Pretoria：［s.n.］，2000：17-20.
18	BABIĆ D， FIOLIĆ M， BABIĆ D，et al ．Road markings and their impact on driver behaviour and road safety：a systematic review of current findings［J］．Journal of Advanced Transportation，2020，2020（1）：7843743/1-19.
19	PULUGURTHA S， BHATT J ．Evaluating the role of weaving section characteristics and traffic on crashes in weaving areas［J］．Traffic Injury Prevention，2010，11（1）：104-113.
20	姜茗馨．基于驾驶行为特征的越江越海隧道口关联区可变标线设置方法研究［D］．上海：同济大学，2022.
21	陈小鸿，张江漫，涂颖菲．城市快速路异常事件发生频率的时间差异性分析［J］．同济大学学报（自然科学版），2013，41（4），536-541.
	CHEN Xiaohong， ZHANG Jiangman， TU Yingfei ．Temporal heterogeneity analysis for incident frequency on urban expressways［J］．Journal of Tongji University （Natural Science），2013，41（4），536-541.
22	新华社．4.15亿辆、超5亿人！我国发布最新机动车和驾驶人数据［EB/OL］．（2022-12-08）［2023-10-08］．.
23	CAMPAGNE A， PEBAYLE T， MUZET A ．Correlation between driving errors and vigilance level：influence of the driver’s age［J］．Physiology and Behavior，2004，80（4）：515-524.
24	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.
25	MITSCHKE M ．汽车动力学［M］．北京：人民交通出版社，1997.
26	AARTS L， SCHAGEN I V ．Driving speed and the risk of road crashes：a review［J］．Accident Analysis and Prevention，2006，38（2）：215-224.
27	赵晓华，鞠云杰，李佳，等．基于驾驶行为和视觉特性的长大隧道突起路标作用效果评估［J］．中国公路学报，2020，33（6）：29-41.
	ZHAO Xiao-hua， JU Yun-jie， LI Jia，et al ．Evaluation of the effect of RPMS in extra-long tunnels based on driving behavior and visual characteristics［J］．China Journal of Highway and Transport，2020，33（6）：29-41.
28	赵妮娜，赵晓华，林展州，等．基于驾驶行为的高速公路出口标志形式研究［J］．中国公路学报，2020，33（4）：137-145.
	ZHAO Ni-na， ZHAO Xiao-hua， LIN Zhan-zhou，et al ．Exit gore sign forms for freeway based on driving behavior［J］．China Journal of Highway and Transport，2020，33（4）：137-145.
29	卢谢峰，唐源鸿，曾凡梅．效应量：估计、报告和解释［J］．心理学探新，2011，31（3）：260-264.
	LU Xiefeng， TANG Yuanhong， ZENG Fanmei ．Effect size：estimation，report and interpretation［J］．Psychological Exploration，2011，31（3）：260-264.
30	FERGUSON C J，An effect size primer ．a guide for clinicians and researchers［J］．Professional Psychology：Research and Practice，2016，40（5）：532-538.
31	ZHAO X H， ZHANG C F， JU Y J，et al ．Evaluation of tunnel retro-reflective arch in an extra-long tunnel based on the matter-element extension method［J］．Accident Analysis and Prevention，2021，150（2021）：105913/1-13.
32	董治，王欢，董小林，等．基于熵权可拓物元模型的公路项目社会稳定风险评估方法［J］．中国公路学报，2018，31（9）：191-198.
	DONG Zhi， WANG Huan， DONG Xiao-lin，et al ．Evaluation method for highway project social stability risk based on entropy weight extension matter-element model［J］．China Journal of Highway and Transport，2018，31（9）：191-198.

分类	变量名称	单位
系统变量	时间	s
道路变量	道路坐标	m
	路段编号/车道编号
	车道类型
车辆运行状态变量	纵向车速	km/h
	纵向加速度	m/s²
	横向车速	km/h
	横向加速度	m/s²
	横向偏移	m
	油门踏板开合度	%

等级	速度标准差	加速度均方根	加速度标准差	油门功效
优	-0.360	-0.379	-0.085	-0.311
良好	-0.094	0.171	0.075	0.412
中等	0.103	-0.112	-0.534	-0.392
较差	-0.476	-0.492	-0.708	-0.536
差	-0.604	-0.627	-0.781	-0.664

等级	速度标准差	加速度均方根	加速度标准差	油门功效	综合关联度
优	-0.052	-0.168	-0.025	-0.035	-0.281
良好	-0.014	0.076	0.022	0.047	0.132
中等	0.015	-0.050	-0.159	-0.044	-0.239
较差	-0.069	-0.219	-0.211	-0.061	-0.559
差	-0.087	-0.279	-0.233	-0.075	-0.674

等级	主线路段		换道段		过渡段		交织区
等级	普通标线	发光标线	普通标线	发光标线	普通标线	发光标线	普通标线	发光标线
优	-0.443	-0.288	-0.368	-0.375	-0.347	0.102	-0.402	-0.281
良好	-0.233	0.210	-0.014	0.017	-0.181	-0.101	-0.094	0.132
中等	0.280	-0.245	0.108	-0.001	0.242	-0.431	0.148	-0.239
较差	-0.102	-0.528	-0.286	-0.381	-0.167	-0.662	-0.219	-0.559
差	-0.375	-0.644	-0.472	-0.545	-0.388	-0.751	-0.423	-0.674

[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研究[J]. 华南理工大学学报(自然科学版), 2024, 52(9): 142-152.
[2]	何庆龄, 裴玉龙, 董春彤, 等. 基于混合策略改进ASO-LSSVM的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): 131-141.
[3]	付强, 赵晓华, 李海舰, 任文浩, 戴义博. 跟驰事件下网联混驾编队的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]	朱宇, 徐志刚, 赵祥模, 王润民, 曲小波. 基于TsGAN的自动驾驶汽车高速公路变道切入测试场景自动生成算法[J]. 华南理工大学学报(自然科学版), 2024, 52(8): 76-88.
[5]	苑仁腾, 王晨竹, 项乔君, 等. 轨迹数据驱动的车辆换道意图识别模型[J]. 华南理工大学学报(自然科学版), 2024, 52(6): 34-44.
[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.
[7]	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.
[8]	戴义博, 赵晓华, 边扬, 等. 雾天桥梁运行风险主动预警防控策略的改善效用[J]. 华南理工大学学报(自然科学版), 2024, 52(11): 118-133.
[9]	王琳虹, 李洪涛, 李若楠. 考虑驾驶人视觉搜索能力的雨天公路限速设计[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 20-29.
[10]	马书红, 杨磊, 陈西芳. 风险扩散下城市群多模式交通网络的韧性演化[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 42-51.
[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]	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.
[13]	卢凯, 赵世杰, 吴焕, 等. 饱和交叉口的双向红绿波协调设计数解算法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 1-11.
[14]	郭淼, 赵晓华, 姚莹, 等. 基于驾驶行为和交通运行状态的事故风险研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 29-38.
[15]	卢凯, 吴蔚, 邓兴栋, 等. 控制子区内协调路径集的构成及优选方法[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 1-14.

基于驾驶行为的快速路交织区发光标线效果评估

Evaluation of the Effect of Self-Luminous Road Marking in Expressway Weaving Section Based on Driving Behavior

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 15

参考文献 32

相关文章 15

编辑推荐

Metrics

本文评价