雾环境下山区高速公路驾驶行为决策机理与险态辨识

Fog is a common type of adverse weather on mountainous freeways, which mainly comes up as a form of radial fog and mostly appears in cluster. Its location is always fixed that it rarely moves.The effect on transport efficiency and driving safety will be more severe when in the situation where fog environment is combined with complicated road alignment of mountainous freeway.Based on the experimental method studying the effects fog weather has on drivers, this program is aimed to develop naturalistic driving test system, with the real vehicle experiment at the core, and artificial adjust fog environment test system, and then combine these two systems with the field survey in actual vehicle operation to establish a experimental platform; through naturalistic driving and real vehicle experiment in artificial adjust fog environment, study the influence regularity of fog on driver visual perception, model the driver dynamic search and objection recognition in fog environment, and work out the transfer regularity based on driver visual workload in road-environment-car operation in foggy weather; according to the data of velocity, acceleration, time headway and car track along with freeway alignment, visibility and freeway monitoring data, model driving decision-making on freeway segments in fog district on the basis of driver visual workload. Research results of this program will reveal the influence regularity of fog on driver visual perception and driving behavior selection mechanism as well as safety in fog environment, which will provide support to scheme comparison on freeways in mountainous areas, road alignment design in fog district, setup of transportation facilities and traffic management on both theoretical and decision-making sides.

雾是山区高速公路常见的灾害天气类型之一，以辐射雾为主，与复杂的道路条件相组合，对山区高速公路运输效率和行车安全影响更严重。本项目将在研究雾环境对驾驶员影响试验方法的基础上，研发以实车试验为核心的自然驾驶试验系统和人工影响雾环境试验系统，并将其与现场交通观测相结合，搭建试验平台；通过自然驾驶和人工影响雾环境实车试验，研究雾环境对驾驶员视觉的影响特征，建立雾环境驾驶员动态搜索模式与目标识认模型，研究基于道路-雾环境-车辆操纵的驾驶员视觉负荷传递规律；采集车辆加速度、速度、车头时距及行车轨迹数据，并与道路线形、能见度和高速公路监控数据融合，建立基于驾驶员视觉负荷的山区高速公路雾区路段行车决策模型，提出驾驶行为险态辨识方法。研究成果将揭示雾环境对驾驶员视觉的影响规律和驾驶行为选择机理及其安全性，对山区高速公路的方案比选与线形设计、交通工程设施设置和交通管理等提供理论支撑与决策支持。

在雾环境下，雾的出现对驾驶员心理和生理都带来影响，使其表现出与正常天气下行车有所差异的驾驶行为。为研究雾环境下山区高速公路驾驶行为特征，本项目主要开展了以下几方面的研究工作，并取得如下重要进展：.（1）调研了多省区山区高速公路沿线雾分布特征，分析了雾对驾驶员目标识认影响，建立了雾情预测模型。以Smart Eye眼动仪为基础，构建了基于真实雾环境和人工雾环境的自然驾驶行为试验系统；通过试验获取了四类驾驶行为研究数据，包括驾驶员视觉数据、车辆运行数据、环境数据及道路线形数据。研究成果可为雾区路段的确定提供支撑，雾天自然驾驶行为试验系统也可为其他不良天气下的驾驶行为试验提供参考。.（2）引入动态聚类法及密度聚类法划分了低能见度下驾驶员注视兴趣区域；基于马尔科夫链及一步概率转移矩阵理论，研究了不同能见度下各注视区域间注视状态转移规律，建立了雾环境下驾驶员目标识别距离模型和识别矩阵。该成果弥补了雾环境下驾驶员视觉搜索模式与目标识别研究的空白，可有效指导雾区路段交通工程设施设计和评价。.（3）以驾驶员平均注视时间和平均水平扫视速度作为雾天能见度及道路线形的表征指标，建立了雾区路段驾驶员视觉负荷理论模型及多因素预测模型，提出了雾环境下驾驶员视觉负荷强度等级标准。该成果为雾区线形安全性设计与评价提供决策支持。.（4）提出了驾驶员车道视觉保持系数概念，构建了驾驶员动态寻路模型；基于驾驶员注视区域特征进行了其跟驰及换道意图分析，并以扫视幅度及扫视速度为指标研究了雾天驾驶员跟驰及换道行为机理；引入多维偏好分析及后悔理论和策略均衡分析及纳什均衡理论，分别构建了雾环境下驾驶员跟驰模型和换道行为模型。.（5）基于雾天道路-驾驶员视觉-驾驶行为的平衡分析，构建了雾环境下驾驶行为险态辨识模型，划分了瞬时险态与累积险态，建立了雾环境下山区高速公路驾驶行为险态辨识判别标准。研究成果可为高速公路雾天交通管理提供决策依据。