APP下载

基于驾驶员心率的高速公路纵坡路段驾驶舒适度评价

2022-11-01乔建刚杨程陈彦欣

科学技术与工程 2022年26期
关键词:上坡路下坡路坡度

乔建刚, 杨程, 陈彦欣

(1.河北工业大学土木与交通学院, 天津 300401; 2.天津市交通工程绿色材料技术研究中心, 天津 300401; 3.河北省高速公路延崇筹建处, 张家口 075400)

世界卫生组织WHO发布的《2018年全球道路安全现状报告》中显示每年有135万人死于交通事故。2020年末中国高速公路总里程已经达到了16.1万km,高速公路总里程在不断增加,但交通事故率一直居高不下。纵坡路段线形变化较大,驾驶员行车视距受限,驾驶舒适性不佳,在高速行车过程中容易引发交通事故。研究发现,交通事故是多因素协同作用导致的,其中人的因素占比达到了95%,是引发交通事故的主要因素[1]。

中外学者都围绕道路交通安全、驾驶舒适性、驾驶员心生理开展了大量的研究。 Elkosantini等[2]指出驾驶员心生理状态可以作为道路设计安全评价的重要依据。Feng等[3]研究得到了城市下穿隧道安全坡度和安全速度的阈值。Yu等[4]基于行车速度等交通数据通过深度时空卷积网络构建交通事故预测模型。吴艳霞等[5]通过控制变量法分析了晴天和雨天驾驶员心率和行车速度的变化规律。徐进等[6]分析驾驶员在山区公路纵坡路段的驾驶负荷,并构建了驾驶负荷评价模型。王进洲等[7]通过分析驾驶员心率增长率、脉搏血容和生理负荷与平曲线转角值之间的关系模型,确定了平曲线转角值对驾驶负荷的影响。冯忠祥等[8]分析了城市下穿隧道坡度和速度对驾驶员的影响。李显生等[9]采用Ergo LAB人机环境平台分析了应急场景下驾驶员的心生理特征。Halim等[10]采用支持向量机、神经网络和随机森林3种方法分析驾驶员的心生理状态。罗杰等[11]分析了山地城市隧道路段照度和速度对驾驶员心率增长率的影响。郭羽熙等[12]通过研究发现城市道路驾驶负荷与驾驶员视觉行为存在相关关系。

综上,现有研究都是基于驾驶员心生理和道路参数分析低等级公路的驾驶负荷,鲜有学者基于心率增长率阈值和运行速度协调性,研究高速公路驾驶舒适度。因此,现以高速公路纵坡路段为研究对象,进行实车试验,分析纵坡路段的驾驶舒适度,以期为高速公路交通安全和人性化设计提供理论依据。

1 理论基础

1.1 心生理理论

驾驶员的心率增长率可以反映驾驶舒适度。在行车过程中,心率随行车时间以及行驶里程的变化,呈现出随机信号的现象[13]。其均值函数为

(1)

式(1)中:μx(i)为均值函数;x(i)为试验采集到的数值;i=0,1,…,N-1;N为自然数,取0、1、2…。

随机信号的自相关函数为

(2)

式(2)中:r(i,i+m)为x(i)的自相关函数;m为心率信号的延迟间隔;m=0,1,…,N-m-1。

采用离散的傅里叶变换,把时域上的心率信号转化为频域上的心率信号,傅里叶变换函数为

X(z)|z=exp(jω)=X[exp(jω)]

(3)

式(3)中:X(z)为x(i)的像函数;j为虚单位;ω为圆频率,ω=2πf;f为频率;z为单位Z变化复变量;exp为以e为底的指数函数。

(4)

式(4)中:PN(z)为功率谱密度函数。

根据式(3)和式(4)就可以得到驾驶员行车过程中的心率功率谱图。通过功率谱图可以分析行车过程中驾驶员心生理的变化情况。

1.2 驾驶舒适度评价标准

文献[14]研究得到,驾驶员心率增长率紧张和恐惧的阈值分别为27%和39%。当心率增长率小于27%,驾驶员处于舒适驾驶状态,当心率增长率处于[27%,39%]时,驾驶员处于紧张驾驶状态。以此作为驾驶员在高速公路纵坡路段行车时,驾驶舒适度的评价标准。

1.3 运行速度协调性分析

JTGB05—2015《公路项目安全性评价规范》中采用分析单元内运行速度的差值,对路段的运行速度协调性进行评价[15]。|ΔV85|为分析单元内起点和终点运行速度的差值,评价标准如表1所示。

表1 速度差评价标准Table 1 Speed difference evaluation standard

2 试验方案及数据采集

2.1 试验路段

选取河北省延崇高速进行实车试验。试验路段为双向四车道,设计车速为100 km/h。选取平曲线半径大于1 000 m的纵坡路段,以减少平曲线半径对试验数据的干扰。试验天气多云、光线良好,温度适宜,试验时间段为9:00—17:00。

2.2 试验设备

试验车辆选用大众捷达。试验仪器有:VBOXGPS数据采集器、非接触速度测试仪和KF2型动态多参数生理检测仪。VBOXGPS数据采集器是英国Racelogic公司生产的VB2SX5,用来记录车辆的运行速度、行驶距离以及道路的高程变化。速度采集精度0.2 km/h,距离采集精度0.05%。非接触速度测试仪用来记录在GPS信号弱时,车辆的速度数据。KF2型动态多参数生理检测仪用来采集驾驶员实时的心电信号。仪器安装如图1所示。

图1 实车试验Fig.1 Real vehicle test

2.3 试验人员

选取了25名男性试验人员。被试者年龄在25~50岁(均值为39.5岁,标准差为7.3岁);驾龄3年以上(均值为8.0年,标准差为3.4年);矫正视力在5.0以上。试验前驾驶员心生理状态良好。

2.4 数据预处理

基于小波理论,通过MATLAB对驾驶员心率数据进行降噪处理,消除高频噪音信号。

VBOXGPS数据采集器采用的是UTC time,需要转换成北京时间。并将各仪器采集到的数据以时间为基准进行对应分析。

根据VBOXGPS记录的空间数据还原实际的道路线形变化,进而使驾驶心率增长率和速度差与道路线形相对应。经过预处理的部分试验数据如表2所示。预留30%的数据用于模型验证。

表2 部分试验采集数据Table 2 Part of the test data collection

3 纵坡路段驾驶舒适度分析

3.1 上坡路段驾驶舒适度分析

3.1.1 偏相关分析

为了确定高速公路上坡路段影响驾驶员心率增长率的显著性因素,控制坡度、坡长和速度差中的任意两个因素,分析另一个因素与心率增长率之间的偏相关性。利用SPSS软件对数据进行偏相关分析,如表3所示。

表3 上坡路段偏相关分析Table 3 Partial correlation analysis of uphill section

由表3得,上坡路段心率增长率与坡长的偏相关系数为0.134,双侧显著性概率p=0.380>0.05,因此心率增长率与坡长相关性不显著。心率增长率与坡度的偏相关系数为0.671,双侧显著性概率p=0.000<0.05,心率增长率与速度差的偏相关系数为0.564,双侧显著性概率p= 0.000<0.05,因此心率增长率与坡度偏相关性最强,其次是速度差。综上,坡度和速度差是在上坡路段行车时驾驶员心率增长率的主要影响因素。

3.1.2 坡度对心率增长率的影响

对上坡路段驾驶员心率增长率与坡度进行分析,如图2和模型[式(5)]所示。图2中平行x轴的虚线对应于驾驶员心率增长率紧张阈值27%。

(5)

式(5)中:N1为上坡时坡度影响下的心率增长率,%;i1为上坡方向坡度,%。

通过Origin软件进行模型检验得R2=0.828,F0.05=107.468,模型通过相关性检验。

由图2和式(5)得,上坡路段驾驶员心率增长率与坡度呈正相关。当坡度小于2.5%时,随着坡度增大心率增长率增速较缓,当坡度大于2.5%后增速变大。主要原因是当坡度小于2.5%时,驾驶员纵向视距充足,受坡度影响较少,当坡度大于2.5%后,驾驶员纵向视距受限,不能及时获取前方道路信息,心率增长率增速变大。

图2 上坡路段心率增长率与坡度的关系Fig.2 Relationship between the heart rate growth rate and the slope of uphill section

3.1.3 速度差对心率增长率的影响

对上坡路段驾驶员心率增长率与速度差进行分析如图3和模型[式(6)]所示。

N2=0.028e0.087|ΔV85|+0.101

(6)

式(6)中:N2为上坡时速度差影响下的心率增长率,%;|ΔV85|为速度差,km/h。

通过Origin软件进行模型检验得R2=0.824,F0.05=104.099,模型通过相关性检验。

由图3和式(6)得,上坡路段行驶过程中,驾驶员心率增长率与速度差呈正相关。速度差主要集中分布在5~20 km/h,此时心率增长率分布在14.4%~26.1%,心率增长率小于27%,驾驶员处于舒适驾驶状态。当速度差大于20.6 km/h后,心率增长率大于27%,驾驶员处于紧张驾驶状态。JTGB05—2015《公路项目安全性评价规范》中指出当速度差大于20 km/h后,运行速度协调不良,可知当运行速度协调性不良时,对驾驶舒适性影响较大。

图3 上坡路段心率增长率与速度差的关系 Fig.3 Relationship between the heart rate growth rate and the speed difference of uphill section

3.1.4 上坡驾驶舒适度评价模型

根据上述分析,通过SPSS软件进行回归分析,构建心率增长率与坡度和速度差之间的关系模型。模型参数如表4所示,模型为

表4 上坡模型回归参数Table 4 Regression parameters of uphill model

Nu=0.464N1+0.393N2+0.031

(7)

式(7)中:Nu为上坡时坡度和速度差共同影响下的心率增长率。

将式(5)和式(6)代入式(7)得到上坡路段心率增长率模型如式(8)所示。模型适用于设计车速100 km/h的高速公路。

Nu=71.638i12-0.806i1+0.011e0.087|ΔV85|+

0.139

(8)

根据式(8)结合心率增长率阈值可以确定高速公路上坡路段驾驶舒适度。通过MATLAB绘制模型[式(8)]的图像,如图4所示。

图4 上坡路段心率增长率与坡度及速度差的关系Fig.4 Relationship between heart rate growth rate and slope and speed difference of uphill section

由图4得,上坡路段驾驶员心率增长率主要分布在15%~32%,且随着坡度和速度差的增大,驾驶舒适度在降低。坡度相对于速度差对驾驶舒适度影响更大,这是由于上坡时,驾驶员纵向视距受受限,容易紧张驾驶。图4中红色区域的心率增长率大于27%,驾驶员处于紧张驾驶状态,对行车安全影响较大。其他区域的心率增长率小于27%,驾驶员处于舒适驾驶状态。

3.2 下坡路段驾驶舒适度分析

3.2.1 偏相关分析

对下坡路段数据进行偏相关分析,控制坡度、坡长和速度差中的任意两个因素,分析另一个因素与心率增长率之间的偏相关性如表5所示。

表5 下坡路段偏相关分析Table 5 Partial correlation analysis of downhill section

由表5得,心率增长率与坡长的偏相关系数为0.171,双侧显著性概率p=0.274>0.05,因此心率增长率与坡长相关性不显著。心率增长率与坡度的偏相关系数为-0.581,双侧显著性概率p=0.000<0.05,心率增长率与速度差的偏相关系数为0.723,双侧显著性概率p=0.000<0.05,因此心率增长率与速度差偏相关最强,其次是坡度。综上,坡度和速度差是在下坡路段行车时驾驶员心率增长率的主要影响因素。

3.2.2 坡度对心率增长率的影响

对下坡路段驾驶员心率增长率与坡度进行分析如图5和式(9)所示。

图5 下坡路段心率增长率与坡度的关系Fig.5 Relationship between the heart rate growth rate and the slope of downhill section

(9)

式(9)中:N3为下坡时坡度影响下的心率增长率;i2为下坡方向坡度,%。

通过Origin软件进行模型检验得R2=0.832,F0.05=110.169,模型通过相关性检验。

由图5和式(9)得,下坡路段随着坡度的增加,驾驶员心率增长率增速较上坡路段更快。主要原因是车辆重力在行驶方向的分力作用使速度差增大,导致驾驶员心率增大。

3.2.3 速度差对心率增长率的影响

对下坡路段驾驶员心率增长率与速度差进行分析如式(10)和图6所示。

图6 下坡路段心率增长率与速度差的关系Fig.6 Relationship between the heart rate growth rate and the speed difference of downhill section

N4=0.048e0.068|ΔV85|+0.081

(10)

式(10)中:N4为下坡时速度差影响下的心率增长率。

通过Origin软件进行模型检验得R2=0.844,F0.05=120.432,模型通过相关性检验。

由图6和式(10)得,下坡路段行驶过程中,驾驶员心率增长率与速度差呈正相关,随着速度差的增大,心率增长率在增大。速度差主要集中分布在7~20 km/h,此时心率增长率分布在15.8%~26.8%,心率增长率小于27%,驾驶员处于舒适驾驶状态。当速度差大于20.1 km/h后,心率增长率大于27%,驾驶员处于紧张驾驶状态。

3.2.4 下坡驾驶舒适度评价模型

同理得到下坡心率增长率与坡度和速度差之间的关系模型。模型参数如表6所示,模型为

表6 下坡模型回归参数Table 6 Regression parameters of downhill model

Nd=0.326N3+0.563N4+0.038

(11)

式(11)中:Nd为下坡时坡度和速度差共同影响下的心率增长率。

将式(9)和式(10)代入式(11),得到下坡路段心率增长率模型如式(12)所示。模型适用于设计车速100 km/h的高速公路。

(12)

根据式(12)结合心率增长率阈值可以确定高速公路下坡路段驾驶舒适度。模型[式(12)]的图像,如图7所示。

由图7得,下坡路段驾驶员的心率增长率主要分布在15%~35%,随着坡度和速度差的增大,驾驶舒适度在降低。速度差相对于坡度对驾驶舒适度影响更大,这是由于下坡驾驶员纵向视距充足,坡度影响较少,且下坡是一个加速过程,驾驶员容易紧张驾驶。对比上、下坡驾驶舒适度评价模型可以看出随着坡度和速度差的增加,下坡路段驾驶员心率增长率较上坡路段增速更快,对驾驶舒适度影响更大。图7中红色区域的心率增长率大于27%,驾驶员处于紧张驾驶状态。其他区域的心率增长率小于27%,驾驶员处于舒适驾驶状态。

图7 下坡路段心率增长率与坡度及速度差的关系Fig.7 Relationship between heart rate growth rate and slope and speed difference of downhill section

4 模型验证

在延崇高速进行实车试验预留的数据中,上、下坡各取20组数据,利用KF2型动态多参数生理检测仪得到的心率增长率数据与式(8)和式(12)根据纵坡坡度以及速度差计算的数据进行对比分析,如图8和图9所示。

图8 上坡路段心率增长率对比Fig.8 Comparison of heart rate growth rate of uphill section

图9 下坡路段心率增长率对比Fig.9 Comparison of heart rate growth rate of downhill section

模型误差计算公式为

(13)

式(13)中:Nc为试验测得的驾驶员心率增长率,%;Ns为模型计算的心率增长率,%。

通过对比分析得上坡模型[式(8)]的平均误差为7.73%,下坡模型[式(12)]平均误差为7.27%,模型的平均误差小于10%,表明精度较高[16]。因此模型精度满足要求,能够准确地反映在高速公路纵坡路段行车过程中,驾驶员的心率增长率的变化情况。

5 结论

通过实车试验采集数据,对高速公路纵坡路段驾驶员心率增长率与坡度、坡长和速度差进行分析,得到以下结论。

(1)通过偏相关分析,确定在高速公路纵坡路段行车时,坡度和速度差是驾驶员心率增长率的主要影响因素。对心率增长率与速度差进行分析,发现上坡路段当速度差大于20.6 km/h或下坡路段当速度差大于20.1 km/h后驾驶员心率增长率超过紧张阈值,处于紧张驾驶状态。

(2)构建了上、下坡路段基于驾驶员心率增长率阈值的驾驶舒适度评价模型,并进行了误差分析。上坡模型的平均误差为7.73%,下坡模型平均误差为7.27%,模型精度满足要求。通过模型得到上坡心率增长率主要分布在15%~32%,下坡心率增长率主要分布在15%~35%。

(3)利用构建的模型结合驾驶员心率增长率阈值对纵坡路段驾驶舒适度进行了分析,发现上坡路段,坡度相对于速度差对驾驶舒适度影响较大。下坡路段,速度差相对于坡度对驾驶舒适度影响较大。在坡度和速度差的共同作用下,坡度越大,速度差越大,驾驶舒适度越差。

猜你喜欢

上坡路下坡路坡度
强化风险防控通行保安障全长下坡路段
难走的,都是上坡路
面对人生的下坡路
下坡路
关于公路超高渐变段合成坡度解析与应用
INTERBIKE停办是行业的下坡路还是线上渠道的绝杀?
上坡路
基于图像处理的定位器坡度计算
坡度在岩石风化层解译中的应用
CT和MR对人上胫腓关节面坡度的比较研究