道路安全评估报告,道路安全影响评价，道路安全评估报告

王晓梦·王雪松

摘要:不合理的道路设计对驾驶行为和交通安全产生不利影响。随着我国公路建设的快速发展，公路设计和安全评价在公路建设项目的各个阶段变得越来越重要。美国交通委员会年会为全球各个交通研究方向的学者和研究机构提供了一个交流最新成果的平台。本文总结和分析了道路设计和安全评价方向的研究热点和最新成果。

关键词:道路设计；安全评估；平曲线设计；驾驶模拟器；交通委员会

公路设计与安全评价的最新研究进展

王雪松王晓梦

(同济大学道路与交通工程教育部重点实验室，上海201804)

摘要:公路设计不当会影响驾驶模拟器和交通安全。随着我国公路建设的快速发展，公路设计和安全评价在公路建设的各个阶段变得越来越重要。交通研究委员会(TRB)年会为研究人员和学者提供了一个交流平台来分享新的研究成果。本文总结和分析了公路设计和安全评价的最新研究进展。

关键词:公路设计；安全评估；水平曲线；驾驶模拟器；叔丁喘宁

道路设计的不协调，如一些道路设计元素的突变，会让驾驶员感到措手不及，从而造成不当甚至危险的驾驶操作，甚至发生事故。因此，驾驶员的驾驶行为和车辆的运行特性能够准确地反映道路线形设计中存在的问题[1]。

中国高速公路里程于1988年突破零的记录，从此进入持续快速发展阶段。自2000年以来，高速公路发展迅速，从1.63万公里发展到2017年底的13.65万公里，年均增长0.68万公里。未来几年，高速公路将保持快速增长的势头。同时，随着我国西部大开发战略的实施，我国公路建设的重点逐渐向山区转移。山区高速公路由于受地质地形条件、建设资金等因素的制约，包含大量平曲线、竖曲线以及平竖曲线叠加的直线路段(简称平纵组合线)。平面组合线形比单一的平曲线和竖曲线更复杂。

交通研究委员会(TRB)是国家研究委员会下属的六个部门之一。其主要职责是领导美国交通创新，并在研究和信息交流方面提供客观、跨学科和多渠道的交流。2019年1月，TRB在美国DC华盛顿州举行了第98届年会，在近800场不同的会议和研讨会上展示了超过5000项成果。针对道路设计与安全评价，总结和分析了其研究进展和热点。

1道路设计与安全评价的研究热点

1.1驾驶模拟实验的最小样本量

在驾驶模拟器实验中，样本量没有统一的结论。如果样本量过大，就会浪费人力、物力和财力。样本量过小，抽样误差就会过大，影响研究结论的准确性。为了满足总体估计在一定范围内的误差，抽样时应满足最小样本量。

研究基于选定变量系数均方误差（MSE）的收敛性，来找到最小样本量[2]。采集了55位驾驶人的车辆运行数据，将车速、车道偏离作为线形安全评估指标。通过混合线性模型构建了车速与几何设计特征的定量关系；通过混合Logit模型构建了车道偏离与几何设计特征的定量关系。通过描述性统计分析发现当样本数为30时，模型中自变量的系数及系数均方误差趋于稳定。进一步通过T-test检验了样本数为30与样本数为55时模型系数的差异，研究表明样本数为30时模型的系数与样本数为55的模型系数没有显着差异，确定了基于驾驶模拟器评估道路线形的最小样本量为55。研究为基于驾驶模拟器实验的其他研究提供了最小样本量研究的方法。图1为不同样本量的模型变量系数均方误差折线图。基于所选可变系数的均方误差(MSE)的收敛性，找到最小样本量[2]。收集了55名驾驶员的车辆行驶数据，以车速和车道偏离度作为线性安全性评价指标。通过混合线性模型构建车速与几何设计特征之间的定量关系。车道偏离与几何设计特征之间的定量关系由混合Logit模型构建。通过描述性统计分析发现，当样本数为30时，模型中自变量的系数和系数的均方误差趋于稳定。此外，通过T检验来检验30个样本和55个样本的模型系数之间的差异。研究表明，30个样本和55个样本的模型系数没有显著差异，基于驾驶模拟器的道路线形评价的最小样本量确定为55。该研究为其他基于驾驶模拟器实验的研究提供了一种最小样本量研究方法。图1是具有不同样本大小的模型可变系数的均方误差的线图。

1.2水平和垂直组合线性车道偏移行为

车辆在平曲线上行驶，车辆可能会产生车道偏离。车道偏离易引发侧碰、追尾及车辆驶出路外事故，是交通安全研究中重要的考虑因素。不良的组合线形设计，易引发与车道偏离相关的事故，如侧碰，追尾或车辆驶出路外事故等[3]。当车辆在平曲线上行驶时，车辆可能会偏离车道。车道偏离容易引起侧面碰撞、追尾和车辆出路事故，是交通安全研究中的重要考虑因素。不良的组合线形设计容易导致与车道偏离相关的事故，如侧面碰撞、追尾或车辆驶出道路的事故[3]。

本研究通过驾驶模拟实验采集了30名驾驶员的车辆行驶数据，提取了平纵组合直线路段的车道偏离事件。根据离心力方向将车道偏离事件分为:(1)与离心力方向相反的车道偏离事件；(2)与离心力同方向的车道偏移事件，用负二项式模型分析四类平纵组合线形的几何设计与车道偏移事件的定量关系[4]。

结果表明:与离心力同方向的车道偏移事件与相反方向的车道偏移事件存在显著差异；(2)平纵结合线的半径、超高和圆曲线长度是显著变量；(3)不同的水平和垂直组合线的显著几何设计特征是不同的。

2道路设计和安全评估的最新进展

2.1平面曲线设计和安全评估

现有的平曲线设计基于车速、半径、横向摩擦和超高，考虑的因素很少，并遵循20世纪的设计标准[5]。加拿大卡尔顿大学的Bashar Dhahir和Yasser Hassan[6]提出了更全面的平曲线设计框架。利用自然行驶数据、道路线形设计、路况、天气数据和事故数据，该框架可以定量评估平曲线的安全性。具体设计步骤如下:

(1)选择平曲线半径和超高的初始值，确定水平净距。

(2)曲线起点和关键点的车速由车速预测模型确定。

(3)驾驶行为参数模型的可靠性分析用于预测驾驶不稳定可能性(POF)、驾驶不适可能性(PNC)、事故危险可能性(POH)和车辆侧翻可能性(POFR)。

(4)调整POF、PNC、POH和POFR，以反映天气、路况和交通量对交通安全的影响。计算每条平曲线的可靠性指标。

(5)利用事故预测模型估计曲线的事故频率。

(6)分析设计一致性。

（7）若安全分析的结果在可接受范围内，则确定平曲线设计。相反，重复以上步骤，调整相应参数，设计平曲线。图3为平曲线设计框架。(7)如果安全分析的结果在可接受的范围内，则确定平曲线设计。而是重复上面的步骤，调整相应的参数，设计出一条平坦的曲线。图3示出了平曲线设计框架。

通过数理统计模型，建立了驾驶舒适性、车速、侧向摩擦系数和侧向加速度四个驾驶行为模型。采用可靠性分析方法对车辆稳定性、驾驶舒适性、视距和车辆侧翻进行分析，从而评价设计方案的安全性。最后，利用安全评价模型对事故进行预测。

2.2圆曲线车速预测模型

车速预测模型用于平曲线的设计、设计一致性的评价和圆曲线限速的确定[7]。现有的研究侧重于不同的道路类型，如高速公路和乡村道路；不同的道路要素，如切线和圆曲线，都有其对应的车速预测模型。在预测车速时，使用的数据没有考虑驾驶员对道路的熟悉程度对车速的影响。以往的研究表明，当驾驶员对一条道路越来越熟悉时，驾驶员会选择更高的速度，更快地浏览标志和标牌[8][9]。

美国德州农工大学的Michael P. Pratt[10]等学者通过自然驾驶数据、道路的几何线形数据分析熟悉路线的驾驶人和不熟悉路线的驾驶人在经过曲线时的车速选择。利用Wilcoxon signed rank test对比分析了熟悉两类驾驶人的车速有无显着区别，结果显示两类驾驶人的车速选择有显着区别。通过车速预测模型分别预测了两类驾驶人的车速，同样通过Wilcoxon signed rank test分别对比了两类驾驶人的观测车速与预测车速是否有显着区别，结果显示，对于熟悉路线的驾驶人，预测车速与观测车速有显着区别；对于不熟悉路线的驾驶人，预测车速与观测车速没有显着区别。图4为两类驾驶人的车速分布图。美国德克萨斯AM大学的Michael P. Pratt等学者[10]通过道路的自然行驶数据和几何线形数据，分析了熟悉路线的驾驶员和不熟悉路线的驾驶员在通过曲线时的车速选择。使用Wilcoxon符号秩检验来比较和分析两个熟悉的驾驶员的速度是否存在显著差异。结果表明，两位驾驶员在速度选择上存在显著差异。利用车速预测模型对两类驾驶员的车速进行预测，并利用Wilcoxon符号秩检验比较两类驾驶员的观测车速和预测车速是否存在显著差异。结果表明，对于熟悉路线的驾驶员，预测车速与观测车速之间存在显著差异。对于不熟悉路线的驾驶员来说，预测速度和观测速度没有显著差异。图4显示了两种类型驾驶员的速度分布。

2.3驾驶模拟实验与现场测试的比较

意大利都灵理工大学Lorenzo Catani 及Marco Bassani[11]对比分析了模式模拟实验与实地驾驶环境下的转向行为。研究对比了曲线起点，中点及终点三处的预期反应距离、曲率及曲率变化率在两种实验环境下的差异。图5，图6为该研究团队的实验设备。意大利都灵理工大学的Lorenzo Catani和Marco Bassani[11]在模型模拟实验和野外驾驶环境下对比分析了转向行为。比较了两种实验环境下，曲线起点、中间和终点的期望反应距离、曲率和曲率变化率的差异。图5和图6显示了研究小组的实验设备。

对驾驶模拟器和实地测试的期望反应距离、曲率和曲率变化率进行了T检验比较分析。结果表明，驾驶模拟环境下的预期反应距离高于实地测试，两种测试环境下的曲率和曲率变化率接近，均低于设计值。

3结论

在道路几何线形设计方面，平曲线路段的设计和安全评估仍是研究热点，尤其是平纵结合道路的研究任重道远。此外，坡道、加减速车道、围栏、中央分隔带、路标和标线、路侧安全等。也成为研究热点。

在数据收集方面，自然驾驶研究、驾驶模拟实验以及二者的结合是近年来该领域数据收集的主要方法。事故数据是安全评估最直观的评价指标，但事故是小概率事件，只能用于已建道路的安全评估。通过自然驾驶和驾驶模拟实验收集的车辆行驶数据和驾驶行为数据可以作为事故替代指标，弥补事故数据的不足和缺陷，可以为设计阶段的道路安全评估提供依据。

每年，TRB年会都能吸引超过13，000名来自世界各地的交通从业者。通过总结TRB年会的研究热点和近期进展，可以更清晰地认识到中国在道路设计和安全评估研究方面与国际前沿的差距，为中国道路设计和安全评估研究提供未来方向。

参考

[1] Lamm R .、Chourieri E. M .、Hayward J. C .和Paluri A .促进双车道农村公路几何设计一致性的可能设计程序。运输研究记录:运输研究委员会杂志，国家研究委员会，华盛顿特区，1988年，第1195期:111-122页。

[2]王雪松，刘爽，蔡博文，郭启明，王小萌。驾驶模拟器在高速公路设计安全评价中的应用:样本量研究。交通研究委员会第98届年会，美国华盛顿特区，2019年。1.13-17.

[3] Bagdadi O .在自然驾驶研究中评估安全关键制动事件。交通研究F部分交通心理学与行为。2013;16:117-26.

[4]王小萌，王雪松。基于驾驶模拟器的组合弯道车道偏离行为分析。交通研究委员会第98届年会，美国华盛顿特区，2019年。1.13-17.

[5] Bonneson J.A .控制水平曲线设计。运输研究记录1751，第82-89页，2001年。

[6]巴沙尔·达希尔，亚西尔·哈桑。使用自然驾驶数据的基于可靠性、安全明确的平曲线设计框架。运输研究委员会。华盛顿DC:交通研究委员会2019年第98届年会

[7] Bonneson，j .和M. Pratt。双16车道公路平曲线车速预测模型。《运输研究记录》:运输研究委员会杂志，第2092期，TRB，国家研究委员会，2009年，第19-27页。

[8] Intini，p .，P. Colonna，N. Berloco和V. Ranieri。路线熟悉度对驾驶员速度、轨迹和风险感知的影响。瑞典国家道路和运输9研究所，2016年。

[9]Y A n k o M . A n d T S p A l e k R o u T熟悉会产生疏忽:驾驶模拟器研究。《事故分析与预防》，2013年第57卷，第80-86页。

[10] Michael Pratt，Srinivas Geedipally等人,《弯道上熟悉与不熟悉的驾驶员:自然数据研究》。运输研究委员会。华盛顿DC:交通研究委员会第98届年会，2019年

[11] L o r e n z o C a t a n i，M a r c o B a s s a n i .复合曲线通过中的预期距离、曲率和曲率变化率:真实驾驶和模拟驾驶的比较。运输研究委员会。华盛顿DC:交通研究委员会2019年第98届年会