分析的安全影响聚合驾驶行为基于可变限速控制交通大数据

文摘

可变限速控制动态调整显示的速度限制:协调交通速度,防止拥挤、和降低事故风险基于现行交通流和天气条件。先前的研究检查:控制减少corridor-level崩溃风险的影响和提高吞吐量瓶颈。然而,更少的注意力集中在利用真实的数据如何兼容的驱动程序在不同:价值观和聚合的驾驶行为如何变化的。本研究旨在填补这一缺口。与高分辨率lane-by-lane从欧洲高速公路交通大收集的数据,本研究执行统计分析测量驾驶行为的差异在不同:价值观和分析的安全影响:控制总驾驶行为(平均速度、平均速度差异和小空间的百分比进展)。数据分析表明:控制可以有效地减少平均速度、速度差,小空间进展的百分比。:控制聚合的安全影响驾驶行为进行了讨论。聚合的驾驶行为变量遵循先降低,然后增加的趋势持续下降:值,表明潜在交通安全效益可以通过采用合适的:价值观与流行的交通状况。

1。介绍

可变限速控制:动态调整显示的速度限制可变信息标志协调交通速度,防止拥挤、和降低事故风险基于现行交通流和天气状况,这是一个基本控制策略的主动交通管理(ATM)系统。德国是最早实现:系统的国家在1960年代中期1]。现在:控制已经广泛采用国家包括德国、美国、荷兰、英国和中国高速公路交通改善交通安全的实时操作和缓解交通堵塞2]。

评估的安全好处:控制,已经采取了很多方法。问卷调查是用来评估的安全好处:[3,4]。他们的研究结果显示,大约95%的司机相信:能有效改善行车安全。驾驶模拟器是另一种方式来检查:对驾驶行为的影响。先前的研究表明:可以改善交通安全通过减少车辆速度差异(5]。然而,问卷调查和驾驶模拟器都偏向受访者的主观因素,这可能导致过高的:系统的安全利益。交通仿真方法被广泛用于检查两个不同的操作和安全效益ATM控制策略(6- - - - - -9]。为了更好的重现:控制的实际效果,不同的交通仿真方法也被应用于评估:好处通过模拟不同的司机群体的行为反应:[7- - - - - -9]。一些研究人员综合实时潜在事故预测模型,利用微观仿真的输出(10- - - - - -13]。他们发现:能够实现安全的好处,特别是在减少追尾事故的风险。基于仿真的研究能够定量评价:安全的影响;然而,不同的司机组之间的驾驶行为是异构的。例如,激进的司机往往会推动更高的理想转速相对于保守的司机(14]。微观仿真模型只是合规率适用于司机组和普遍设置的司机的理想转速等于:价值观,没有任何经验观察的被证明是正确的。

经验数据,例如循环检测器数据,已广泛用于分析高速公路交通的不同方面(15,16]。这些高分辨率数据的支持下,驾驶行为:控制也被深入研究[17- - - - - -23]。这些研究的共识是:控制可以改善安全通过减少平均速度,速度差,三流的进展和增加的比例同时进展。研究使用经验流量数据作为输入可以客观地分析:对驾驶行为的影响并得出可信的结论。然而,与预定义的约束:控制策略,大多数这些研究只获得有限范围的交通状况和有限的数据:值。因此,大多数的这些研究仅仅进行了定性对比驾驶行为参数有无:控制,而缺少定量检查流量变量和:值之间的关系。在实际实现中,:价值观不同,按照当时的交通条件和天气。因此,这样的研究无法评估的潜在结果:与数量有限的数据值。与此同时,很少有研究控制交通状态检查:影响时;因此,很难确定结果是否造成的:控制或流量的不同国家内收集的经验数据。

根据文献,理解:控制机制导致的效率和安全性还不完全由研究人员探索和理解。努力致力于调查:对驾驶行为的影响已经不足,特别是定量研究:研究。作者最好的知识,很少有研究:控制聚合的驾驶行为的影响不同:值(24]。

来填补这一缺口,本研究利用高分辨率lane-by-lane交通大数据从一个欧洲高速公路在不同:值。广泛的交通状态,即。,traffic density, is categorized and investigated under various VSL values. With controlling the traffic state, the relationships between aggregated driving behaviors and VSL values within different traffic density intervals have been quantified. Based on the quantitative analysis results, this study measures the difference in driving behavior under different VSL values and discusses the safety impacts of VSL control on aggregated driving behaviors and potential improvement on the motorway rear-end collisions. The results of this study revealed the mechanism leading to the safety benefits of VSL control and provided more realistic assumptions for modeling traffic flow operations under VSL control. Furthermore, we also discussed the invaluable insights into developing effective VSL control strategies to improve traffic safety.

2。聚合分析驾驶行为与交通大数据

2.1。交通大数据

高分辨率lane-by-lane交通大数据收集从两个方向欧洲高速公路段每个方向有三个车道。电感回路探测器放置每500米的高速公路上收集交通流速度、进展,车辆长度,和其他交通流特征。高速公路段经历各种交通状况(包括复发和不再发生的拥挤)。沿着高速公路:控制系统部署与缓解道路拥挤的控制目标和改善交通安全。各种各样的限速包括50公里/小时,60公里/小时,80公里/小时,100公里/小时,120 km / h系统中实现。

本研究使用交通流数据和相应的:控制速度数据从上午7点到下午6点在两周没有编织区域站点。数据只有在好天气条件(没有雨或雾)和能见度条件下选择(白天),以避免外部干扰。失踪,错误的数据被删除。此外,为了消除司机的调整后立即触发:控制、交通流数据后3分钟内删除:控制的实现。最后,数据集包括4266分钟数据记录成立与355599辆汽车,包括128998辆、136301辆和90300辆汽车在左边的车道,中间车道,分别和右车道。

2.2。交通状态

调查:对驾驶行为的影响必须控制的交通状态。各种交通状态下,将不同驾驶行为的影响:控制系统。因此,样本的分类根据交通状态确实是本研究的关键。在这项研究中,交通密度选择是一个关键指标来衡量交通拥堵。样品是进一步分为不同的交通密度区间评估的影响:控制在各自的交通状态。和样品在同一密度区间有或没有:控制也比较研究:控制对驾驶行为的影响。

此外,交通数据需要汇总每个样本的密度参数。交通量、平均速度,计算每个样本的密度使用统计时间间隔一分钟。交通流数据在不同密度区间在不同:控制速度在不同车道被五分类车辆每公里每道密度的间隔。与此同时,以确保有足够的样本进行统计分析,密度在每个间隔:价值的样本容量太低应该被忽略。通过试验和错误,十五选为样本大小的下限。样品的数量在不同速度下不同密度的时间间隔限制不同车道是列在表中1(“-”表明,样本的数量小于15密度相关的间隔内)。交通密度高的样品(veh /超过30公里)被删除,因为在高流量密度,交通速度的减少主要是由于交通拥挤,走走停停的波,从而使它难以量化的实际:对聚合的影响驾驶行为。

2.3。聚合驾驶行为变量

在这项研究中,我们定义三个变量来表示聚合驾驶行为:平均速度、平均速度的差异,和小空间的百分比进展。这三个变量都是计算使用交通大数据和进一步用来测量的安全影响:控制。为这三种聚合驾驶行为变量定义和计算如下所示。

2.3.1。平均速度

两种最常用的平均速度在交通研究时间平均速度和平均速度的空间。本研究选择空间平均速度作为分析变量之一。是车辆在一定的算术平均速度值部分在一个时刻,也就是点的谐波均值速度观测。 在哪里代表车辆的瞬时速度米;n代表车辆通过道路段的数量。

2.3.2。平均速度的差异(ASD)

选择两个相邻车辆的平均速度差来测量速度的差异。这是平均值之间的速度差相邻车辆通过给定的点在指定的时间间隔25]。 在哪里代表的速度我^th车辆通过定点;n代表车辆通过给定的点的数量。

2.3.3。小空间的百分比进展

太空进展是一个测量的最小可能的车辆之间的距离没有减少以下车辆的速度。一个小扰动时仍然可能导致不稳定的条件下高速公路排的车辆操作小进展[26]。因此,进展的分布,特别是的比例小的进展,有一些影响交通流的稳定和安全操作。的百分比小于100米的空间进展作为分析变量之一。

3所示。结果

聚合驾驶行为的影响:控制测量是基于平均速度、速度的变化,在这个研究进展之前介绍过的。

3.1。:对平均速度的影响

为了比较不同的影响:在平均速度值,所有样本的算术平均的平均速度在不同速度下计算不同密度的时间间隔限制不同的车道。结果总结在表2。两个示例学生的t以及用于比较平均速度的差异有无:控制,和相关的值t测试也提供在括号来推断的影响意义:控制。零假设(H₀),该指数是相同的条件和没有控制。如果t以及值小于0.05,我们接受的假设,如果不是,我们拒绝它。使用如下所示的公式计算t统计量: 在哪里 分别代表样本均值的两组, 代表样本方差, 代表了样本大小。

结果在表2显示,平均速度较低:控制下无论交通密度区间或车道位置。noncongested交通密度条件下(veh / 5 - 20公里),120公里/小时的速度限制只提供一个边际的减少意味着速度左边车道,中间车道,然而t以及结果表明,这些速度差异仍具有统计学意义;与此同时,其他低:速度值(低于120 km / h)明显降低平均速度,和t以及这些速度也具有统计学意义的结果。在拥挤的条件下(veh / 25 - 30公里左边和中间的车道,veh / 20 - 25公里右车道),t以及结果显示,120 km / h的速度限制是不显著改变交通流平均速度相比,条件没有:控制;为其他低:价值观,缩减了明显的平均速度,这些平均速度差异都显著。

评估每个车道的影响不同:值相同的交通状态下,获得足够的样品需要在每个:值对于一个给定的交通密度区间。考虑到样本信息表所示1,只有交通密度区间veh / 20 - 25公里有足够的样本容量下所有:值。veh /因此,20 - 25公里被选为左边的车道,中间车道,veh / 15 - 20公里,是选择正确的车道来演示下的平均速度的变化趋势不同的限速。如图1,它可以观察到,在60公里/小时限速,平均速度的增加与减少的速度限制。原因可能是有些司机可能挑战的合理性:控制实现低速极限时,即:合规率下降导致的高平均速度在低的现象:值。

3.2。:对自闭症的影响

为了比较不同速度的影响限制在ASD,所有样本的ASD的算术平均计算在不同密度区间在不同速度限制不同的车道。表3总结了结果。再次,学生的t以及用于比较asd的区别:对照组和:团体,和相关的值也提供在括号。

它可以观察到从表3,所有的通道在同一密度间隔,asd总是低:控制之下。此外,t以及结果显示asd是统计学意义的差异对于大多数条件除了限速120公里/小时的左边和中间车道内低密度区间和限速60公里/小时的左边的车道内密度区间veh / 15 - 20公里。

图2描述了不同速度下变化趋势在ASD限制左边和中间车道veh / 20 - 25公里内密度区间内右边车道veh / 15 - 20公里的密度区间。很明显,asd首先降低,然后增加与减少的速度限制。这种现象的一个可能的解释是:速度值低的时候,那些激进的司机可能会选择保留他们的速度或只采用一个小减速,而保守的司机遵守速度限制,应用大型减速。这样的行为差异导致更多的司机的离散分布所需的速度,导致交通流量的ASD值更高。

3.3。:对空间进展的影响

为了量化的影响不同:值在空间上进展,小进展的百分比在不同速度下计算不同密度的时间间隔限制不同的车道。表4总结了车辆的百分比小于100间隔空间的进展在所有组合密度和速度限制在左边,中间,和右车道(“-”表明,少于300辆中观察到的相关密度区间)。

从上面的表,它可以观察到大部分的百分比(少于100米的进展)结果左边和中间巷小:对照组相比没有:组。然而,大多数百分比结果右边车道:控制类似于没有结果:控制除了100 km / h的速度限制。60公里/小时的速度限制在右边车道增加的比例小于100 m进展。一般来说,少于100米的百分比进展首先降低,然后增加车道位置在同一密度最低的间隔率达到100 km / h的速度限制。进一步减少限速100公里/小时之外不会进一步减少的百分比的进展。

3.4。:对高速公路追尾事故的影响

本部分着重于理解的影响:因为在追尾事故追尾)是最常见的事故类型在高速公路上。虽然有些追尾事故造成不适当的驱动程序行为,汽车故障,等等,大多数碰撞车辆速度密切相关,后车距离和速度连续车辆之间的区别。

假设两辆车运行在同一车道高速公路。如图3领先的车辆运行的速度V₁的速度,下面一个V₂的距离d从前者。如果紧急情况发生之前迫使领先的汽车司机马上刹车,调整速度V₀在减速的速度一个,下面的司机也需要刹车以避免碰撞,需要调整其速度V₀。以下车辆的减速是认为是一样的车辆,和司机的反应时间被忽略。

领先的汽车旅行的距离:

以下的汽车旅行的距离:

连续之间避免追尾车辆,应当符合以下条件:

不会发生追尾事件如果以下车辆的速度V₂小于的领导吗V₁。然而,当速度关系逆转,是否会发生碰撞,将取决于距离d,连续两辆车之间的速度差V₂−V₁,两辆车的速度的总和V₂+V₁和减速的速度一个。结果在前一节中显示合适的:控制可以减少平均速度,ASD,比例相对较小空间的进展(这意味着大多数司机喜欢保持大空间进展)。结果:合理控制下,两个连续的车辆速度区别V₂- - - - - -V₁,两辆车的速度变得更小的部分(5)。与此同时,进展的可能性空间d在左边的部分(5)也小。因此,可以推断,适当的:控制可以减少追尾事故的风险。

3.5。司机:下的合规情况

本节关注理解司机的合规:因为司机的合规决定:的效率。基于我们的分析,可以发现:低价值并不能保证更高的对驾驶行为的影响。例如,在低:价值观、平均速度、平均速度的差异,和小进展的百分比大于相同的测量在高:值。这一现象的原因是司机的变化符合可变限速控制(8]。

司机是否符合测量的:是一个过程的更大的利益和损失。从驾驶员的角度来看,获得的好处可能遵守:包括提高驾驶安全性和没有处罚的风险超速;相应的损失包括减少车辆速度和增加旅行时间。相反,如果司机不遵守:可能的好处是得益于较高的车速,效率等;相应的损失包括减少驾驶安全性和超速处罚的风险。只有当司机法官的好处:大于损失,他们会选择遵守。当:值太低,也就是说,当速度限制是明显不同于司机的预期速度,司机可能问题的合理性:。在这种情况下,驾驶员的意识希望尽快到达目的地,失败遵守的意识:限制来获得安全的利益。这个时候司机会选择不遵守:。

尽管司机会选择不遵循低:价值观,这并不意味着低下的驾驶行为:价值观是一样的,如果没有:。我们的分析发现:值过低时,尽管没有司机会选择速度慢于可变限速值,平均速度仍明显低于不可控状态。例如,60 km / h:下,几乎所有车辆的速度高于60公里/小时,平均速度是85公里/小时左右,而平均速度在不受控制的状态相同密度条件下大约是110公里/小时。

在现实世界中,每个司机都有一个预期的速度在任何情况下,考虑到安全性和效率。司机将推动尽快根据确保驾驶安全,遵守交通法规。预计:改变司机的速度通过改变司机的安全预期,遵守交通法规的期望。因此,通过推广的安全好处:和加强执法违规超速行驶,遵守:可以有效地改善,从而提高整体:安全的影响。

4所示。结论和讨论

与高分辨率lane-by-lane从欧洲高速公路交通大收集的数据,本研究定量措施的不同驾驶行为在不同:价值观和分析的安全影响:控制总驾驶行为(被平均速度、自闭症和小空间的百分比进展)。同时,潜在的改善:在追尾事故,司机的合规:讨论了证明适当的交通安全:控制可以提供额外的好处。总结了本研究的主要发现如下:(1)在中等和较低的交通密度条件下,不同的:值可以减少平均流量速率。但平均速度的变化是先增加然后减少趋势以减少的速度限制。结果还表明,在低:价值观,司机更有可能挑战:系统的合理性。(2)类似的交通条件下,大多数:值降低了汽车连续速度之间的差异,从而减少交通流的速度任选一。再次,第一增加然后减少趋势以减少的速度限制在ASD表明低:值可能会增加ASD。

一般来说,:可以减少平均速度、速度差,小进展的百分比。合理:控制策略可以有效地减少高速公路追尾事故的风险。然而,第一增加然后减少趋势以减少速度限制说明,在低:价值观,司机更有可能挑战:系统的合理性。因此,过于低:值不能提供更高的安全利益,甚至造成更多的交通事故。因此,:控制系统的实现应该密切相关的实时交通流量拥堵水平。

本研究的一个限制是它只考虑:在三种聚合驾驶行为的影响在同样的交通密度区间。另一方面,:可能影响密度相同的交通需求。未来的研究建议考虑:如何将影响交通密度相同的交通需求。此外,在这项研究中使用的数据不包括任何换道信息。自换道率是另一个流量稳定性和安全性的重要指标,所带来的影响:在换道率也鼓励与更详细的收集的数据进行分析。

数据可用性

基本数据用于支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项研究受到了中国国家重点研发项目(批准号2018 yfb1600600),教育部在中国(教育部)人文社会科学项目(项目号20 yjazh083),中国国家自然科学基金(批准号51878161)。

引用

1. m . Papageorgiou应用自动控制概念的交通流建模和控制施普林格,柏林,德国,1983年。
2. b . Khondaker和l . Kattan”可变速度限制:概述”,交通信,7卷,不。5,264 - 278年,2015页。视图:出版商的网站|谷歌学术搜索
3. p .罗摩和j .罗马”司机接受上周末路标和显示,“交通研究记录:《交通研究委员会,No.1573,页72 - 75年,国家科学院的交通研究委员会,华盛顿特区美国,1997年。视图:谷歌学术搜索
4. p .罗摩”上周末可变限速的影响和警告信号驱动行为,”交通研究记录:《交通研究委员会,No.168953至59页、交通运输研究委员会的国家科学院,华盛顿特区美国,1999年。视图:谷歌学术搜索
5. c·李和m . Abdel-Aty“测试警告消息和可变限速的影响对司机的行为使用驾驶模拟器,”交通研究记录:《交通研究委员会,No.2069、页55 - 64、交通研究委员会的国家科学院,华盛顿特区美国,2008年。视图:谷歌学术搜索
6. m·杨,李z z Ke, m·李”深筋上优于坡道计量控制框架在高速公路编织部分,为改善交通运行”美国交通运输研究委员会第98届会议,华盛顿特区。,USA, January 2019.视图:谷歌学术搜索
7. w·m·杨,李m, l .张“基于q学习的协调变量速度限制和困难的肩膀运行控制策略减少旅行时间在高速公路走廊,“交通研究记录:《交通研究委员会,第2674卷,第915页,2020年。视图:谷歌学术搜索
8. 李l .,瞿x, z, p .毛和m .杨”高速公路可变限速控制交通流建模基于驾驶行为的大数据,”《先进的交通工具卷,2020篇文章ID 8859494, 11页,2020年。视图:出版商的网站|谷歌学术搜索
9. j·r·d·Frejo Papamichail, m . Papageorgiou b·d·舒特,“宏观建模变速限制高速公路。”交通研究部分C:新兴技术卷。100年,15-33,2019页。视图:谷歌学术搜索
10. b . c . Lee Hellinga, f . Saccomanno“评估安全可变速度限制的好处,”交通研究记录:《交通研究委员会,No.1897,页183 - 190年,国家科学院的交通研究委员会,华盛顿特区美国,2004年。视图:谷歌学术搜索
11. m . Abdel-Aty r·坎宁安诉Gayah, l .夏朝”动态可变限速策略实时碰撞风险减少高速公路,”交通研究记录:《交通研究委员会,No.2078,页108 - 116年,国家科学院的交通研究委员会,华盛顿特区美国,2008年。视图:谷歌学术搜索
12. e . Grumert x马,a . Tapani”合作可变限速系统使用的分析微观交通模拟,”交通研究部分C:新兴技术52卷,第186 - 173页,2015年。视图:出版商的网站|谷歌学术搜索
13. 瞿x, w . Wang W.-f。王,p . Liu“实时高速公路追尾事故潜在的预测,”中南大学学报,24卷,不。11日,第2673 - 2664页,2017年。视图:出版商的网站|谷歌学术搜索
14. 瞿x, m·杨,杨f . b .跑和l·李,“一种改进的单行线细胞自动机模型考虑到司机的激进的特性,“《先进的交通工具,卷2018,不。10篇文章ID 3791820, 2018。视图:出版商的网站|谷歌学术搜索
15. c . Chen k·佩蒂,a . Skabardonis p . Varaiya z贾,“高速公路性能测量系统:挖掘循环检测器数据,”交通研究记录:《交通研究委员会,卷1748,不。1,第102 - 96页,2001。视图:出版商的网站|谷歌学术搜索
16. m·杨,j·谢,p .毛,c . Wang和z你们,”ARIMAX模型的应用在高速公路交通流预测,”CICTP 2017:交通改革和Change-Equity、包容、分享、创新,页593 - 602年,美国土木工程协会,莱斯顿,弗吉尼亚州,美国,2018年。视图:谷歌学术搜索
17. h . Zackor“自给自足的控制速度的高速公路,”学报》国际研讨会交通控制系统,页226 - 249年,加州大学伯克利分校CF,美国,1979年12月。视图:谷歌学术搜索
18. 美国Smulders说道,“高速公路交通流控制变速的迹象,”交通研究B部分:方法论,24卷,不。2、111 - 132年,1990页。视图:出版商的网站|谷歌学术搜索
19. e . Van den Hoogen和s . Smulders说道学报》第七次国际会议上道路交通监控和控制,pp. pp145 - 149,专业,伦敦,英国,1994年4月。
20. t·哈,j .康和j .公园,自动速度执行系统的影响在韩国onTraffic-Flow特点和崩溃运输工程师协会,华盛顿,美国,2003年。
21. p . Borrough可变速度限制在英国显著减少事故,1997年城市交通监控。
22. y Pilli-Sivola,在芬兰先进的关于RWIS和可变信息标志芬兰国家公路管理局,芬兰赫尔辛基2000。
23. m . Papageorgiou大肠Kosmatopoulos, i Papamichail“可变限速对高速公路交通流的影响,”交通研究记录:《交通研究委员会2047号,页37-48交通研究委员会,国家科学院,华盛顿特区美国,2008年。视图:谷歌学术搜索
24. f . Soriguera马丁内斯,m·萨拉·m·梅内德斯,“低速限制高速公路交通流的影响,“交通研究部分C:新兴技术卷,77年,第274 - 257页,2017年。视图:出版商的网站|谷歌学术搜索
25. x w·h . Wang Wang Chen j . Chen和j·李”实验的特性和特征速度弥散在城市高速公路交通,”交通研究记录:《交通研究委员会,No.1999,页150 - 160年,国家科学院的交通研究委员会,华盛顿特区美国,2007年。视图:谷歌学术搜索
26. 车辆排美国科勒,“稳定”,运输和交通理论》第六卷,39-55,1974页。视图:谷歌学术搜索

版权

版权©2021徐et al。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。