駱 晨，劉 瀾,2

(1.西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川成都61031；2.西南交通大學(xué)綜合交通運(yùn)輸智能化國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室，四川成都61031)

0 引言

在城市道路交叉口發(fā)布具有高誘導(dǎo)效率的交通信息，不僅能夠防止瓶頸交叉口擁堵蔓延，還能達(dá)到緩解區(qū)域交通擁堵的目的[1]?，F(xiàn)有交通信息誘導(dǎo)效率的相關(guān)研究主要集中于駕駛?cè)藢?duì)交通信息呈現(xiàn)方式、理解程度、決策過(guò)程方面。

交通信息呈現(xiàn)方面的研究主要是從信息的顏色、組合圖形、文字等方面展開(kāi)。文獻(xiàn)[2]分析了可變信息板(VMS)的色彩方案以及信息數(shù)量對(duì)駕駛?cè)说挠绊懀渲猩史桨笧槭褂靡粋€(gè)、兩個(gè)或三個(gè)顏色，信息數(shù)量為單行、雙行、三行，研究結(jié)果顯示紅色單個(gè)信息以及單行信息有利于駕駛?cè)藢?duì)信息的理解。文獻(xiàn)[3]利用信息理論構(gòu)建交通標(biāo)志信息量度量模型，以西藏地區(qū)特色標(biāo)志為例進(jìn)行研究，結(jié)果表明標(biāo)志信息信息量閾值為286.3比特，在此閾值基礎(chǔ)上設(shè)計(jì)特色交通標(biāo)志信息有利于提高信息傳遞效率。文獻(xiàn)[4]設(shè)計(jì)了包含指路標(biāo)志與車道行駛方向標(biāo)志的組合標(biāo)志，測(cè)定被試者視認(rèn)組合標(biāo)志的正確率及反應(yīng)時(shí)間，得到組合標(biāo)志的信息量閾值：車道數(shù)為3～7時(shí)，被試者對(duì)組合標(biāo)志視認(rèn)的正確率分別為94.17%，93.13%，93.5%，87.5%，86.07%，反應(yīng)時(shí)間分別為2 437.54 ms，2 514.01 ms， 2 634.18 ms，3 60.75 ms，3 836.21 ms；指路標(biāo)志中一條路名信息的視認(rèn)反應(yīng)時(shí)間相當(dāng)于組合標(biāo)志中5個(gè)箭頭的視認(rèn)反應(yīng)時(shí)間，均為0.5 s；指引圖形較簡(jiǎn)單的組合標(biāo)志信息量閾值為6條路名信息，指引圖形較復(fù)雜的組合標(biāo)志信息量閾值為5條路名信息。

交通信息理解程度方面的研究聚集于量化信息數(shù)量與駕駛?cè)藗€(gè)體屬性之間的關(guān)系。文獻(xiàn)[5]為研究駕駛?cè)藗€(gè)體屬性與交通信息理解之間的關(guān)聯(lián)性，利用駕駛模擬器以實(shí)驗(yàn)的方式采集不同車載信息條件下的駕駛行為，結(jié)果顯示在駕駛?cè)说膫€(gè)體屬性中性別、年齡對(duì)信息理解影響較大。文獻(xiàn)[6]研究信息量大小對(duì)駕駛?cè)死斫馇胺降缆仿窙r是否有影響，利用仿真模擬手段設(shè)計(jì)5組不同信息量的實(shí)驗(yàn)場(chǎng)景，對(duì)不同年齡段的駕駛?cè)诉M(jìn)行實(shí)驗(yàn)，結(jié)果顯示因年紀(jì)大的駕駛?cè)笋{駛風(fēng)格保守，導(dǎo)致其反而比年紀(jì)小的駕駛?cè)诵枰嗟慕煌ㄐ畔ⅰＮ墨I(xiàn)[7]為研究駕駛?cè)藗€(gè)體屬性差異對(duì)信息理解的影響，設(shè)計(jì)一份包含28個(gè)交通標(biāo)志以及駕駛?cè)藗€(gè)體屬性的調(diào)查問(wèn)卷，通過(guò)對(duì)5個(gè)不同國(guó)家4 74份調(diào)查問(wèn)卷進(jìn)行數(shù)據(jù)分析，結(jié)果顯示國(guó)籍、性別、年齡、受教育水平等都會(huì)對(duì)信息理解產(chǎn)生影響，但婚姻狀況、收入水平等影響不顯著。文獻(xiàn)[8]為研究文化差異對(duì)交通標(biāo)志理解的影響，通過(guò)4個(gè)國(guó)家1 0份調(diào)查問(wèn)卷進(jìn)行整理分析，發(fā)現(xiàn)在標(biāo)志中添加文本可降低因文化差異導(dǎo)致的交通標(biāo)志理解誤差，特別是不熟悉的或具有本國(guó)特色的交通標(biāo)志。

駕駛?cè)藳Q策過(guò)程方面的研究主要集中于利用模型描述決策過(guò)程方面。文獻(xiàn)[9]建立模糊邏輯—神經(jīng)網(wǎng)絡(luò)模型，量化駕駛?cè)嗽诘缆窙Q策過(guò)程中的選擇特性。文獻(xiàn)[10]通過(guò)改進(jìn)AHP層次分析法構(gòu)建駕駛?cè)寺窂經(jīng)Q策多維度模型，并通過(guò)伊朗道路網(wǎng)絡(luò)進(jìn)行模型驗(yàn)證。文獻(xiàn)[1]構(gòu)建多維風(fēng)險(xiǎn)識(shí)別模型描述道路決策過(guò)程中各因素之間的關(guān)系，結(jié)果顯示道路決策過(guò)程中駕駛?cè)藢?duì)付費(fèi)交通信息的支付意愿與駕駛?cè)俗陨頉Q策習(xí)慣以及當(dāng)?shù)厣鐣?huì)人口特點(diǎn)相關(guān)。

在實(shí)際道路決策中，交通信息誘導(dǎo)效率主要體現(xiàn)在道路交叉口駕駛?cè)寺窂阶兏?，駕駛?cè)烁鶕?jù)交通信息實(shí)時(shí)進(jìn)行路徑?jīng)Q策，該過(guò)程涉及信息采集、認(rèn)知、決策三部分[12]?，F(xiàn)有交通信息主要由圖像類、數(shù)字類和文字類信息組成。

上述文獻(xiàn)將交通信息作為整體進(jìn)行研究，忽略不同信息組合方式對(duì)駕駛?cè)说挠绊懀跇颖窘y(tǒng)計(jì)過(guò)程中參數(shù)分析為一維分析，僅反應(yīng)路徑變更結(jié)果，無(wú)法對(duì)決策過(guò)程中的認(rèn)知以及決策進(jìn)行定量描述分析，且參數(shù)量化取決于樣本數(shù)量，小樣本數(shù)據(jù)體現(xiàn)特征不強(qiáng)。為此，本文設(shè)計(jì)在城市道路交叉口發(fā)布不同信息組合方式的駕駛決策實(shí)驗(yàn)，借鑒云模型具有把自然語(yǔ)言值表示的某個(gè)不確定性概念轉(zhuǎn)化為相應(yīng)量化指標(biāo)的功能[13]，定義基于云模型的交通信息誘導(dǎo)效率評(píng)價(jià)指標(biāo)，定量描述駕駛?cè)藢?duì)交通運(yùn)行狀態(tài)的認(rèn)知以及基于認(rèn)知結(jié)果的決策，分析不同組合方式下交通信息對(duì)駕駛?cè)说恼T導(dǎo)效率。

1 基于云模型的交通信息誘導(dǎo)效率評(píng)價(jià)

云模型在交通信息誘導(dǎo)效率評(píng)價(jià)中的核心作用是在駕駛決策結(jié)果特征分析基礎(chǔ)上，構(gòu)建相關(guān)的云模型進(jìn)行具體分析。步驟如下：

1）在駕駛決策選擇結(jié)果中，對(duì)某一次信息發(fā)布后的道路選擇結(jié)果進(jìn)行統(tǒng)計(jì)，其結(jié)果可以表達(dá)為為道路選擇結(jié)果，用0或1表示；0為不選擇該道路，1為選擇該道路。

2）輸入樣本點(diǎn)xi，根據(jù)云模型中期望公式進(jìn)行計(jì)算：

式中：Ex為在城市道路交叉口環(huán)境下駕駛?cè)耸懿煌畔⒔M合方式誘導(dǎo)后產(chǎn)生的路徑變更總體水平，即選擇結(jié)果的期望。該參數(shù)用于表征不同組合方式的交通信息誘導(dǎo)效率[14]。其值越大，說(shuō)明誘導(dǎo)效率越高。

3）根據(jù)選擇結(jié)果的期望，計(jì)算評(píng)價(jià)體系中的熵

式中：En為在城市道路交叉口環(huán)境下駕駛?cè)私邮詹煌M合方式交通誘導(dǎo)信息后，自身所認(rèn)知的道路交通狀況與實(shí)際交通狀況之間的差距，定義其為認(rèn)知誤差[15]。其值越小，說(shuō)明駕駛?cè)藢?duì)前方道路實(shí)際交通狀況認(rèn)知越精準(zhǔn)，同時(shí)也說(shuō)明該部分信息所提供的前方道路交通狀況越容易被駕駛?cè)私邮铡?/p>

4）根據(jù)期望、熵等評(píng)價(jià)結(jié)果，計(jì)算評(píng)價(jià)體系中的超熵

式中：He為在城市道路交叉口環(huán)境下駕駛?cè)艘罁?jù)交通誘導(dǎo)信息與依據(jù)實(shí)際道路交通狀況做出的路徑變更決策之間的差距，定義其為決策誤差[16]。

2 實(shí)驗(yàn)設(shè)計(jì)

2.1 實(shí)驗(yàn)人員

隨機(jī)選取50名人員參與實(shí)驗(yàn)，被試者符合以下條件：

1）持有中華人民共和國(guó)機(jī)動(dòng)車駕駛證，準(zhǔn)駕車型為C1及以上等級(jí)；

2）未參加過(guò)城市道路交叉口環(huán)境下的駕駛決策行為及類似的實(shí)驗(yàn)測(cè)試；

3）非職業(yè)性車輛駕駛員；

4）實(shí)驗(yàn)前一晚睡眠充足，保證駕駛過(guò)程中不存在疲勞、飲酒等對(duì)正常駕駛行為產(chǎn)生影響的狀況。

2.2 實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)采用具有環(huán)形屏幕顯示的全功能汽車模擬駕駛器，模擬器設(shè)備參數(shù)為：屏幕分辨率1 024×768，場(chǎng)景刷新頻率60次·s-1，水平最大可視角150°、縱向最大可視角30°，仿真車輛各項(xiàng)參數(shù)采集頻率為30 Hz。

2.3 實(shí)驗(yàn)情景

針對(duì)交叉口前方某一道路的相同交通狀況，發(fā)布四種不同組合方式的交通誘導(dǎo)信息，具體包括：1)語(yǔ)言和數(shù)字類信息組合；2)語(yǔ)言和圖像類信息組合；3)數(shù)字和圖像類信息組合；4)三類信息組合。其中，語(yǔ)言類信息指由交通管理者針對(duì)道路交通狀況給出的定性描述以及行駛路徑建議，數(shù)字類信息指針對(duì)道路交通狀況以數(shù)值形式進(jìn)行量化，圖像類信息指由VMS上紅、黃、綠三色反映交通狀況。在后臺(tái)通過(guò)廣播發(fā)布語(yǔ)言類信息和數(shù)字類信息，圖像類信息通過(guò)交叉口場(chǎng)景設(shè)計(jì)方式發(fā)布。

實(shí)驗(yàn)情景設(shè)定為駕駛?cè)嗽谀畴p向兩車道內(nèi)行駛，駕駛?cè)嗽诮徊婵诔跏歼x擇為左轉(zhuǎn)，在距離道路交叉口前50 m時(shí)發(fā)布交通誘導(dǎo)信息供駕駛?cè)诉M(jìn)行道路決策，統(tǒng)計(jì)其接收不同組合方式交通信息后的道路變更情況。實(shí)驗(yàn)中不考慮目的地與道路交叉口之間的距離關(guān)系。實(shí)驗(yàn)設(shè)定左轉(zhuǎn)道路的交通狀況為車輛擁堵長(zhǎng)度30 m，由VMS表征用于描述前方道路狀況的圖像類信息，道路交叉口交通狀況如圖1所示，其中紅色表示所處道路的交通狀態(tài)為擁堵，黃色表示較擁堵，綠色表示暢通。根據(jù)上述情景，將四類組合方式的交通誘導(dǎo)信息依次設(shè)計(jì)為如下內(nèi)容：

1）交通誘導(dǎo)信息環(huán)境一(TrafficInformation Environment 1#,TIE 1#)：交通廣播發(fā)布信息“左轉(zhuǎn)道路擁堵長(zhǎng)度為30 m，道路擁堵等級(jí)評(píng)定為較擁堵，建議行駛路線變更”；

2）交通誘導(dǎo)信息環(huán)境二(TIE 2#)：用VMS描述前方道路狀況，交通廣播發(fā)布信息“左轉(zhuǎn)道路擁堵等級(jí)評(píng)定為較擁堵，建議行駛路線變更”；

3）交通誘導(dǎo)信息環(huán)境三(TIE 3#)：用VMS描述前方道路狀況，交通廣播發(fā)布信息“左轉(zhuǎn)道路擁堵長(zhǎng)度為30 m”；

4）交通誘導(dǎo)信息環(huán)境四(TIE 4#)：用VMS描述前方道路狀況，交通廣播發(fā)布信息“左轉(zhuǎn)道路擁堵長(zhǎng)度為30 m，道路擁堵等級(jí)評(píng)定為較擁堵，建議行駛路線變更”。

2.4 實(shí)驗(yàn)流程

被試者若對(duì)實(shí)驗(yàn)流程及相應(yīng)操作有疑問(wèn)，則可與實(shí)驗(yàn)組織人員進(jìn)行單獨(dú)溝通咨詢。實(shí)驗(yàn)全程被試者之間不能進(jìn)行交流，避免因此產(chǎn)生主觀經(jīng)驗(yàn)信息。實(shí)驗(yàn)步驟如下：

1）熟悉汽車仿真駕駛器的實(shí)驗(yàn)操作，例如啟動(dòng)、方向盤旋轉(zhuǎn)、掛擋、油門踏板踩踏、剎車等；

2）開(kāi)始第一次實(shí)驗(yàn)，被試者在無(wú)交通信息誘導(dǎo)下進(jìn)行左轉(zhuǎn)向道路選擇，每輪測(cè)試結(jié)束后被試者只能得知自身的駕駛決策選擇；

3）進(jìn)行TIE 1#下的駕駛決策，每位被試者結(jié)束相應(yīng)實(shí)驗(yàn)后，組織者以問(wèn)答形式詢問(wèn)被試者選擇其操作的原因，重點(diǎn)記錄哪種信息或聽(tīng)到哪個(gè)關(guān)鍵詞導(dǎo)致選擇路徑變更；

圖1 實(shí)驗(yàn)交叉口交通狀況Fig.1 Traffic condition at the tested intersections

4） 分別以TIE 2#，TIE 3#，TIE 4#發(fā)布的交通誘導(dǎo)信息進(jìn)行實(shí)驗(yàn)并做好相關(guān)記錄，駕駛?cè)嗽诿糠N交通誘導(dǎo)信息環(huán)境下的路徑變更數(shù)量統(tǒng)計(jì)結(jié)果見(jiàn)表1。

3 實(shí)驗(yàn)結(jié)果及分析

對(duì)四組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行計(jì)算，分別得到路徑變更云模型的期望、熵和超熵(見(jiàn)表2)?？梢钥闯觯?/p>

1）不同信息組合方式的交通誘導(dǎo)效率差異顯著。四類交通信息誘導(dǎo)環(huán)境下駕駛?cè)藳Q策的總體水平Ex依次為0.24，0.38，0.50和0.74，表示不同信息組合對(duì)駕駛決策影響度從大到小依次為：語(yǔ)言、數(shù)字和圖像類信息組合，數(shù)字和圖像類信息組合，語(yǔ)言和圖像類信息組合，語(yǔ)言和數(shù)字類信息組合。

2）圖像和數(shù)字信息組合使駕駛?cè)藢?duì)前方道路認(rèn)知誤差較大，不利于駕駛?cè)苏_理解前方道路交通狀況。由各組合信息的熵值En可知，駕駛?cè)藢?duì)不同信息組合方式的認(rèn)知誤差從大到小依次為：數(shù)字和圖像類信息組合，語(yǔ)言圖像類信息組合，語(yǔ)言、數(shù)字和圖像類信息組合，語(yǔ)言和數(shù)字類信息組合。

3）語(yǔ)言和數(shù)字類信息組合使駕駛?cè)说穆窂經(jīng)Q策誤差較大，不利于駕駛?cè)诉M(jìn)行決策。由各組合信息的超熵值He可知，駕駛?cè)嗽诓煌畔⒔M合下的決策誤差從大到小依次為：語(yǔ)言和數(shù)字類信息組合，語(yǔ)言和圖像類信息組合，語(yǔ)言、數(shù)字和圖像類信息組合，數(shù)字和圖像類信息組合。

4 結(jié)語(yǔ)

本文以駕駛?cè)苏T導(dǎo)效率為研究對(duì)象，研究不同組合方式的交通誘導(dǎo)信息對(duì)駕駛決策的影響，提出基于云模型的交通信息誘導(dǎo)效率評(píng)價(jià)方法，對(duì)駕駛?cè)顺鲂羞^(guò)程中的交通狀態(tài)認(rèn)知和決策結(jié)果進(jìn)行分析。研究結(jié)果表明：在城市道路交叉口環(huán)境下，由數(shù)字、語(yǔ)言、圖像類信息組合而成的交通誘導(dǎo)信息對(duì)駕駛?cè)寺窂阶兏绊懶Ч@著，在擁堵路段或需疏散路段進(jìn)行三類信息組合發(fā)布有利于誘導(dǎo)駕駛?cè)俗兏新窂?；由語(yǔ)言和數(shù)字類信息組合發(fā)布的交通誘導(dǎo)信息對(duì)駕駛?cè)寺窂阶兏绊懶Ч畈幻黠@，但對(duì)駕駛?cè)苏J(rèn)知前方道路實(shí)際交通狀況最為成功，利用該組合方式對(duì)道路交通狀況進(jìn)行描述可提高駕駛?cè)藢?duì)實(shí)際道路狀況的認(rèn)知；數(shù)字和圖像類信息組合發(fā)布下的駕駛?cè)藳Q策誤差最小，利用該組合方式對(duì)前方道路狀況進(jìn)行描述可提高駕駛?cè)说臎Q策效率。不同信息組合方式對(duì)駕駛決策的誘導(dǎo)效率影響研究應(yīng)控制在閾值范圍內(nèi)，本研究設(shè)定的情景為基礎(chǔ)的交通信息內(nèi)容，下一步將結(jié)合交通信息量研究不同信息組合方式的信息量閾值。

表1 不同交通誘導(dǎo)信息組合方式環(huán)境下的路徑變更人數(shù)Tab.1 Number of travel path change under different traffic guidance schemes

表2 駕駛?cè)寺窂阶兏颇Ｐ蛥?shù)Tab.2 Parameters of cloud model for driver's travel path change