艾倩楠，陆丹丹，张宇，张怡宁，林梦迪
江苏城乡建设职业学院，公用事业学院，江苏 常州213147
摘要：为研究车辆在路段上行驶过程中的换道行为，引入随机效用理论，分析交通流量、车辆的速度、车辆之间的距离以及驾驶员特性等因素对路段上换道行为的影响，构建基于效用最大的车辆换道概率模型，结合实际调查数据，采用遗传算法对模型中的参数进行标定，从而得到基于实际调查研究的车辆换道概率模型。研究结果表明，该理论模型能充分考虑道路条件、交通流条件、车辆运行状态及驾驶员对路段上车辆换道行为的影响，标定的模型能有效反映车辆的换道行为特征。
关键词：交通工程、车辆换道行为、遗传算法、随机效用
1.影响路段上车辆换道行为的因素
自由换道行为的影响因素主要有以下几个方面：
（1）流量
车辆在道路上行驶过程中，若交通流处于自由流状态，车辆可以自由行驶，不受道路及交通运行条件的影响，驾驶员可以根据自身的需求选择驾驶车道，不存在其他车辆干扰的情况，驾驶自由度较高，驾驶员可以凭自身意愿选择驾驶车道，对自由流状态的换道行为研究意义不大；若交通流处于强制流状态，车辆处于跟驰行驶的状态，车辆之间的车头间距狭小，驾驶员的驾驶行为受到严重束缚，车辆只能紧随前车运动，几乎没有换道的可能性，对强制流状态的换道行为研究意义不大。
（2）车辆之间的距离、车辆的速度
车辆之间的距离、车辆的行驶速度对换道行为的影响主要包括换道车辆与当前行驶车道前方车辆的距离dfa，换道车辆与目标车道前方车辆的距离dft，换道车辆与当前行驶车道后方车辆的距离dba，换道车辆与目标车道后方车辆的距离dbt以及最小安全距离dsmin，即保证换道车辆在换道过程中不与目标车道前、后方车辆发生碰撞，换道车辆当前的行驶速度v，[]当前行驶车道前方车辆的速度vfa，目标车道前方车辆的行驶速度vft，目标车道后方车辆的行驶速度vbt。考虑到换道行为的可行性：
（3）驾驶员
驾驶员对车辆的换道行为有很大影响，根据驾驶员的驾驶特性可将驾驶员分为两类：一是激进类驾驶员，他们倾向于超速、超车行驶并保持较小的车间距离等，通常很少刹车；另一是为谨慎类驾驶员，他们通常较少超车、超速行驶并会保持较大的车间距离等，为了安全起见往往经常刹车。由此可见，对驾驶员驾驶特性进行分析，对研究换道行为有着十分重要的意义。
2.建立基于随机效用理论的换道模型
2.1 选取决策指标
本文研究的是车辆在行驶过程中的换道行为。通过对影响车辆换道行为影响因素的研究，选定决策指标为：研究车辆与当前行驶车道前方车辆的距离dfa、研究车辆与目标车道前方车辆的距离dft、研究车辆当前的行驶速度v、当前行驶车道前方车辆的速度vfa、研究车辆目标车道前方车辆的行驶速度vft、驾驶员的时间价值W(D)、驾驶员的熟练程度E(D)。
2.2 确定效用函数
在换道行为中，将可供驾驶人选择的换入车道称为选择枝，效用为某个选择枝所具有的令人满意的程度。在换道模型的研究中假定驾驶人在每次换道过程中总是选择效用最大的选择枝；个人关于选择枝的效用是由个人的特性以及选择枝的特性共同决定。
依据最终确定的决策指标，初步得出效用函数的表达式及约束条件：
.png)
式中：U代表换道的效用；
代表换道时间；
a、b、c为待标定的参数；
其余符号同前。
2.3 建立模型
根据logit模型以及所得出的效用函数，建立换道概率模型如下：
.png)
式中：n——第n辆车；i=0，1。
3.模型求解
3.1 遗传算法概述
遗传算法的原理：遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，与自然界相比，遗传算法对求解问题的本身一无所知，它所需要的仅是对算法所产生的每个染色体进行评价，并基于适应值来选择染色体，使适应性好的染色体有更多的繁殖机会。在遗传算法中，通过随机方式产生若干个所求解问题的数字编码，即染色体，形成初始种群；通过适应度函数给每个个体一个数值评价，淘汰低适应度的个体，选择高适应度的个体参加遗传操作，经过遗传操作后的个体集合形成下一代新的种群。对这个新种群进行下一轮进化。
3.2 换道模型求解
.png)
3.3实例应用
本文通过对常州市中吴大道路段平峰时段进行调查，录制视频，通过标志物建立坐标系，获得部分样本数据，见表3，通过调查数据对建立的模型进行标定，以验证模型是否可靠。
.png)
注：决策0代表不换道；决策1代表换道。
根据调查得到的初始数据，计算vft-v、vfa-v、dfa-dft三个指标值，结果见表4。
.png)
在MATLAB上编写遗传算法的迭代程序，种群数量为50，最大迭代次数200，迭代至80代左右函数图像趋于一条直线，目标值稳定在-22.3左右，最终参数标定的结果为a=-6.0384，b=-50，c=51.506。迭代收敛图如图3所示。
.png)
图3 迭代收敛图
将标定的参数带入构建的换道模型中，根据实际调查数据，计算每一位驾驶员理论的选择，并将实际的选择与理论的选择作对比，对比结果说明实际选择与理论选择的一致性为87.87%，说明所构建的模型具有较好的适用性。
.png)
4.结束语
车辆在行驶过程中的换道行为，对交通流的运行状态有明显的影响，分析影响车辆换道行为的因素，获得换道概率模型，对研究车辆换道行为有着重要意义。
通过对决策指标进行相关性分析，消除其他变量的影响，获得最终的指标，并依据这些指标建立换道效用函数以及换道概率模型。根据遗传算法的基本理论，在MATLAB上实现其求解过程的编译，计算出模型参数。
本文构建的模型能充分考虑多种因素影响下的换道行为，能够运用遗传算法求解模型参数，标定的模型计算结果与实际情况较为接近，为以后对换道行为的研究提供依据。
参考文献：
[1] 曹珊. 城市道路车辆换道模型及换道影响研究[D].武汉:华中科技大学, 2009
[2]应力天. 基于元胞自动机的城市路段混合交通流建模与仿真[D].北京: 北京交通大学, 2008
[3]李伟娟. 基于元胞自动机的城市车辆换道模型仿真研究[D].吉林: 吉林大学, 2015
[4]魏丽英, 吴荣华, 王志龙. 考虑公交影响的进口道元胞自动机换道模型[J]. 系统仿真学报,2014,26(6):1327-1330
作者简介：艾倩楠，女，助教，硕士，从事轨道交通安全方面的研究
基金项目：常州市社会科学研究重点项目CZSKL-2019A025；江苏省高校哲学社会科学研究课题2019SJA1199