混合交通中含自动驾驶车辆的超车场景下,驾驶员对变道行为的容差接受度
《International Journal of Industrial Ergonomics》:Driver's gap acceptance on lane-changing behaviors for overtaking in mixed traffic with autonomous vehicles
【字体:
大
中
小
】
时间:2026年08月05日
来源:International Journal of Industrial Ergonomics 3.6
编辑推荐:
摘要
在超车过程中发生的道路碰撞,主要源于未能保持安全车距,而这一现象又受到多种因素的影响。在包含自动驾驶车辆的混合交通环境中,超车时的安全车距标准还可能发生变化。本研究旨在探讨自动驾驶车辆的存在对人类驾驶员在超车变道时安全车距决策的影响。研究通过记录超车开始时与结束时的车距
摘要
在超车过程中发生的道路碰撞,主要源于未能保持安全车距,而这一现象又受到多种因素的影响。在包含自动驾驶车辆的混合交通环境中,超车时的安全车距标准还可能发生变化。本研究旨在探讨自动驾驶车辆的存在对人类驾驶员在超车变道时安全车距决策的影响。研究通过记录超车开始时与结束时的车距,并结合前方及后方车辆类型以及二者之间的间距这三类因素来衡量安全车距的接受程度。这些因素是通过驾驶模拟器设定的,模拟了高速公路环境下的频繁超车场景,分为无目标车道后方车辆和有目标车道后方车辆两种情况。基于25名年轻人的实验数据,研究发现,自动驾驶车辆的存在可能会显著影响人类驾驶员在超车开始时的安全车距决策,具体影响取决于他们对自动驾驶车辆的预期。当目标车道后方没有车辆时,前方为自动驾驶车辆会降低驾驶员愿意保持的安全车距,因为驾驶员认为其行为具有稳定性;而当目标车道后方有自动驾驶车辆时,驾驶员则更愿意保持较大的安全车距,因为他们期望这类车辆的行为更具可预测性。这项研究揭示了人类驾驶员如何根据自身隐含的预期来利用自动驾驶技术,而这又可能反过来影响交通安全。
引言
在包含自动驾驶车辆的混合交通环境中,了解驾驶员的驾驶行为至关重要。随着自动驾驶车辆数量的增加,道路上自动驾驶车辆与传统车辆共存的情况日益普遍。在这种情况下,尽管整体交通安全仍很大程度上依赖于传统车辆驾驶员的行为,但自动驾驶技术仍是提升交通安全的重要手段(Jia和Dou,2025;Li等人,2026)。多项研究表明,在包含自动驾驶车辆的混合交通环境中,驾驶员可能会出现负面驾驶行为(Gouy等人,2014;Liu等人,2020;Petrovi?等人,2020;Soni等人,2022)。例如,由于驾驶员不太倾向于认为机器人车辆具有意识,他们在面对自动驾驶车辆时可能会改变驾驶策略,表现得更为激进(Liu等人,2020)。这些行为的心理机制主要源于社会认同理论和博弈论。社会认同理论认为,驾驶员会将自动驾驶车辆视为不同群体;而博弈论则指出,由于自动驾驶车辆的设计本身具有风险规避特性,驾驶员可能会利用这一点(Edwards等人,2019;Liu等人,2020;Sun等人,2024)。因此,有必要研究驾驶员在与自动驾驶车辆互动时是否能够保持负责任的行为,从而确保混合交通环境中的行车安全,促进人类驾驶员与自动驾驶车辆之间的安全互动。
超车是道路上常见且复杂的驾驶操作,对交通管理及安全有着重要影响(Farah,2016;Vlahogianni,2013)。超车是指一辆行驶中的车辆试图超越同方向行驶的另一辆车辆的行为(Clarke等人,1998)。为了完成超车,驾驶员需要加速,而这可能会带来更严重的后果(Richter等人,2017)。事故数据表明,超车是导致道路事故的最主要原因之一。虽然这类事故仅占所有事故的6%,但却导致了9%的严重伤亡(Richter等人,2017)。在有其他车辆接近的情况下超车尤其危险(Sevenster等人,2023)。此外,超车还需要驾驶员根据当前状况做出多次关于安全车距的决策(Figueira和Larocca,2020;Sevenster等人,2023)。例如,在超车过程的三个主要阶段——变道、超车及回原车道——中,驾驶员必须选择合适的车距标准(Yang等人,2018;Zhang等人,2023a、2023b)。在超车开始时,驾驶员需选择合适的车距,以便进入目标车道的同时避免与前车及其他车辆发生冲突(Figueira和Larocca,2020;Jenkins和Rilett,2005;Yang等人,2018;Zhang等人,2023)。超车完成后,驾驶员还需再次评估形势,确保与前方车辆保持足够的安全距离,之后才能返回原车道(Figueira和Larocca,2020;Jenkins和Rilett,2005;Yang等人,2018;Zhang等人,2023)。这些关于变道时安全车距的决策对于成功完成超车至关重要。过去几十年来,大量安全研究为超车行为提供了专业见解,这些研究大多采用行为分析法来理解驾驶员的安全车距决策及其影响因素(Farah,2011、2016;Farah等人,2009;Hassein等人,2017;Llorca等人,2013;Llorca和García,2011;Soni等人,2020;Toledo和Farah,2011;Vlahogianni,2013;Yu等人,2014)。还有些研究则侧重于超车行为的分类与流程(Chandra和Shukla,2012;Vlahogianni,2013;Yang等人,2018)、不同超车视距下的风险评估(Harwood等人,2010;Llorca等人,2014),以及超车辅助系统的模型设计(Hegeman等人,2009;Jamson等人,2012;Lamouik等人,2023)。总体而言,以往的研究在超车的描述性分类、安全性能评估及影响因素识别方面取得了显著进展。
尽管超车是道路上常见的驾驶操作,且传统交通领域已对其进行了多年研究,但针对包含自动驾驶车辆的混合交通环境中超车行为的研究却相对较少(Pan和Shi,2025)。在混合交通环境中,关于自动驾驶车辆存在对人类驾驶员超车行为影响的现有研究结果并不一致(Pan和Shi,2025;Rad等人,2021;Soni等人,2022)。这种差异可能源于研究环境的不同——比如是在高速公路上还是乡村双向道路上——或是超车时交互车辆数量的不同——即仅与一辆车辆或两辆车辆发生交互。此外,目前关于高速公路上超车行为的研究大多聚焦于与单辆车辆的交互(Rad等人,2021),因此,在有同方向两辆车辆存在的情况下进行超车的场景仍然缺乏充分研究。这一现状凸显出,迫切需要进一步研究在包含自动驾驶车辆的混合交通环境中,驾驶员在超车时的行为表现。希望这项研究能揭示一些迄今尚未被发现和报道的新见解。
本研究的主要目标是探讨人类驾驶员在包含自动驾驶车辆的混合交通环境中,与一辆或两辆车辆交互时进行超车操作时,如何决策安全车距。具体而言,研究分析了自动驾驶车辆的存在对驾驶员在超车开始和结束时安全车距决策的影响。为此,我们使用高速公路驾驶模拟器,让参与者在两种场景下根据自身的安全车距标准进行变道超车操作:一种是没有目标车道后方车辆,另一种是有目标车道后方车辆。我们设计了一个包含多种超车场景的驾驶任务,并让参与者在模拟器中完成。模拟器会记录他们变道超车时的安全车距选择,随后对这些数据进行分析,以确定自动驾驶车辆的存在对人类驾驶员安全车距决策的影响。期望这些研究结果能够帮助我们了解,自动驾驶车辆的存在是否会对驾驶员的超车行为产生负面影响,进而威胁行车安全。
本文结构如下:第二部分全面回顾了目前关于超车时安全车距决策的实证研究;第三部分介绍了研究对象、实验设计、操作流程及分析方法;第四部分呈现主要研究结果;第五部分对这些结果进行讨论;第六部分总结核心发现并阐述研究意义。
文献综述
为了解人类驾驶员在包含自动驾驶车辆的混合交通环境中进行超车时,其安全车距决策的制定过程,我们首先回顾了相关研究,旨在了解:(1)安全车距分析方法在研究超车行为中的有效性;(2)影响驾驶员在超车变道时安全车距决策的各种因素;(3)驾驶员在混合交通环境中执行超车操作时所采用的不同策略。
研究对象
我们通过大学社交媒体平台招募了25名拥有驾照且具备至少3个月驾驶经验的年轻人作为研究参与者(见表1)。这些人的年龄在20至34岁之间,平均年龄为27.0岁,标准差为3.7岁,其中男性17人,占比68%,女性8人。在驾驶经验方面,参与者的平均驾驶时长超过4年,平均值为4.2年,标准差为2.9年。
实验设计
本研究采用了被试内设计。
目标车道后方无车辆时的超车情况
表3展示了在目标车道后方无车辆的情况下,驾驶员变道超车时安全车距的统计分析结果。数据显示,驾驶员在超越前方传统车辆时的起始安全车距(平均值=2.268,标准差=1.518)比超越前方自动驾驶车辆时的起始安全车距(平均值=1.557,标准差=0.958)更长且变化更大,这从更高的均值和标准差中可以看出。不过,威尔科克森检验的结果……
讨论
本研究探讨了人类驾驶员在包含自动驾驶车辆的混合交通环境中,在高速公路上变道超车时的安全车距决策。研究重点分析了两种超车场景下各种操作因素的影响:目标车道后方无车辆与有车辆的情况。研究结果表明,不同超车场景中,前方车辆类型、后方车辆类型以及前后车辆之间的距离,都可能对驾驶员的安全车距决策产生不同影响。
结论
了解驾驶员在包含自动驾驶车辆的混合交通环境中,如何通过调整安全车距来适应超车需求,对于推动自动驾驶技术的应用具有重要意义。目前已有大量研究集中在传统交通环境中的超车行为上,而针对自动驾驶车辆与传统车辆混行环境中的超车行为的研究则相对较少。我们的研究填补了这一知识空白,探讨了……
CRediT作者贡献说明
Duc Trung Luu:概念构建、数据整理、正式分析、初稿撰写。Hsheu-Yi Lai:审稿与编辑。Seul Chan Lee:概念构建、资金申请、项目管理、监督、审稿与编辑。
利益冲突声明
作者声明不存在任何可能影响本论文研究的已知财务利益或个人关系。
致谢
本研究得到了韩国基础科学研究院(国家研究设施与设备中心)的资助,该机构由韩国政府科技信息通信部拨款支持(项目编号RS-2024-00403402)。同时,本研究也获得了韩国国家研究基金会基础科学研究项目的支持,该计划由韩国教育部资助(项目编号RS-2025-25425154)。此外,本研究还得到了汉阳大学的研究经费支持(项目编号HY-2025-1112)。
Duc Trung Luu | Hsheu-Yi Lai | Seul Chan Lee
韩国安山ERICA,汉阳大学工程技术研究院
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号