Warning model for safety analysis of overtaking behavior based on longitudinal safety spacing

Abstract

At present, overtaking accidents on highway frequently occur with serious consequences. Aiming at this problem, a warning model is proposed for preventing overtaking safety. First, the main factors influencing the safety of overtaking are analyzed. Next, overtaking collisions are categorized and overtaking scenario is developed. Then, by describing overtaking trajectories and by using a kinematic model of vehicles, a warning model of preventing overtaking collisions is established, which includes a critical longitudinal safety spacing model and a time-spa-cing model. Finally, the effectiveness of the model is verified by using two instances, namely, constant-velocity overtaking and specific-acceleration overtaking.

Full text

书书书
华南理工大学学报(自然科学版)
第41 卷 第 8期Journal of South China University of T echnology Vol． 41 No ． 8
2013 年8月（Natural Science Edition）August 2013
文章编号：1000-565X（2013）08-0087-06
收稿日期：2012-09-15
*基金项目：国家自然科学基金资助项目（51108192，51208500，11147128） ； 华南理工大学中央高校基本科研业务费专项资金
资助项目（x2tjD2115990）
作者简介：游峰（1977-） ，
男，
博士，
副教授，
主要从事交通协同安全与控制、
车辆安全辅助驾驶、
智能交通等的研究． E-mail：
youfeng@ scut． edu． cn
通信作者：张荣辉（1981-） ，
男，
博士，
副研究员，
主要从事智能车辆、
车路协同与安全控制研究． E-mail：zrh1981819@ 126． com
基于纵向安全距离的超车安全预警模型*
游峰1张荣辉2 王海玮1温惠英1徐建闽1
（1． 华南理工大学 土木与交通学院，广东 广州 510640；
2． 中国科学院 新疆理化技术研究所，新疆维吾尔自治区 乌鲁木齐 830011）
摘 要：目前，
在高速公路上因超车导致的交通事故频发且后果严重．为此，
提出了超车
安全的预警模型．首先分析了车辆超车安全的影响因素;然后对超车过程发生的碰撞进行
分类，
并建立超车场景;进而通过对车辆超车时运动轨迹的分析，
结合车辆的运动学模型，
以车辆间的临界纵向安全距离作为安全超车的目标，
兼顾车辆间车头时距，
构建了超车过
程中车辆碰撞的预警模型;最后以匀速超车和特定加速度超车为实例，
验证了模型的有效
性．
关键词：智能车辆;超车;安全;纵向安全距离;时距模型
中图分类号：U491 doi:10． 3969 /j． issn． 1000-565 X． 2013． 08． 014
超车是驾驶员最为常见的驾驶行为之一．据统
计，
在高速公路上驾驶员以 90 km / h 行驶 100 km 的
距离，
途中将进行大约 50 次超车行为．在自由流状
态的高速公路上，
超车行为更为频繁［1］．实施超车
时，
驾驶员必须根据当前的车速、
车辆间距、
车流状
态以及道路交通设施等周边环境信息，
实时调整驾
驶策略实现超车行为．该过程包括超车环境信息收
集与处理、
超车时机判断、
超车轨迹生成、
超车碰撞
检测、
超车冲突处理和超车行为实施等．在如此复杂
的过程中，
驾驶员极可能误判超车的可能性和可行
性，
从而使车辆处在潜在的碰撞危险之中．研究发
现，
避免超车过程引发的车辆碰撞可通过控制车辆
间的相对速度和增加车辆纵向间距来实现，
如此将
有效减少车辆超车过程发生碰撞的概率，
但势必大
幅降低道路的通行能力．
近年来，
我国因超车不当引发的交通事故呈明
显上升趋势，
尤其是在高速公路上，60% 以上的交通
事故都与超车有关［2］．如何提高超车安全已成为亟
待解决的交通安全问题．
目前国内外有关超车的研究成果主要集中在超
车过程的换道阶段
．国外学者提出 GIPPS［3］、
MITSIM［4］、SITＲAS［5］和COＲISM 等［6］经典换道模
型．国内学者也针对换道方面展开了相关研究，
如王
军雷等［7］分析了换道时车辆的运动状态，
探讨了避
免发生碰撞的条件，
计算了不发生碰撞的安全距离．
王荣本等［8］使用最小安全距离作为安全换道的指
标，
研究车辆碰撞的条件，
并给出了换道最小安全距
离的计算方法．徐慧智等［9］构建了车道变换行为期
望运行轨迹，
应用基于缓和曲线的轨迹形式，
分析了
安全距离对运行速度和车辆侧向加速度的影响．许

伦辉等［10］研究了换道车辆完成换道的跟驰安全性，
以提高道路的使用效率．李玮等［11］以四段式车道变
换理论为基础，
提出了车辆自由换道轨迹函数，
建立
了高速公路车辆自由换道模型．王永明等［12］等应用
元胞自动机探讨了弹性的换道间距．邹智军等［13］将
车道变换分为强制性和任意性车道变换，
建立发车
道变换意图、
车道变换可行性分析以及实施行为的
模型．陈斌［14］引入多智能体理论，
建立基于多智能
体主体系统的车道变换模型框架．笔者也曾研究了
理想情况下换道车辆的防碰撞条件，
并以此为基础
研究了车辆的安全换道轨迹［15］．上述研究工作为超
车安全的研究奠定了基础，
但大都基于传统的安全
距离模型，
研究主要集中在换道需求分析和简化换
道间距检测上，
研究成果过于保守．
为此，
在前人研究工作的基础上，
笔者针对超车
安全的预警方法和超车过程中车辆安全间距展开研
究．首先，
分析超车安全的影响因素；然后，
分析超车
时车辆碰撞的4种类型，
包含车辆追尾碰撞、
车辆斜
向碰撞、
车辆横向刮擦以及车辆偏离车道与道路设
施发生的碰撞；进而建立超车的场景，
以此为基础，
给出超车时间段以及超车车辆各个关键角点的定
义；再通过分析车辆间的纵向安全距离，
结合车辆的
运动学模型，
兼顾车辆间车头时距，
构建了超车过程
中车辆碰撞的预警模型；最后，
针对车辆以匀速和以
特定加速度超车时安全区域与非安全区域的判定进
行了仿真演算．
1影响车辆超车安全的因素分析
实施超车时，
驾驶员必须根据当前的车辆速度、
车辆相对距离、
当前车流状态以及道路交通状况等
交通运行环境信息，
实时调整驾驶策略，
实现超车行
为．因此，
分析与超车有关的安全影响因素可为文中
研究的开展奠定基础．安全影响因素见表 1．
表1影响超车安全的因素
Table 1 Influencing factors of overtaking process
车辆超车期望 超车安全影响因素
超越前方低速车辆 相邻车道的车头间距、
预期车速、
车辆相对
速度、
车辆速度
超车进入车辆队列 车辆队列的间距、
期望到达车道与当前车辆
队列速度的差异，
不同车辆间的车头间距
超车进入低速车道 停车距离、
低速车道的车头间距、
车辆减速
度、
车辆当前速度等
2超车安全预警分析
2. 1 预备知识
2. 1. 1 超车碰撞类型
为便于展开超车安全的分析，
将超车过程中车
辆发生的碰撞分为4类：车辆追尾碰撞、
车辆斜向碰
撞、
车辆横向刮擦以及车辆偏离车道与道路设施发
生的碰撞，
如图 1所示．
图1超车碰撞类型
Fig． 1 Collision classes in overtaking process
2. 1. 2 车辆超车场景的建模
为便于展开超车过程研究，
文中建立典型的超
车环境模型．如图 2所示，
图中 Vo为超越车辆，
即实
施超车行为，
以某一特定的横向加速度从当前车道
实施超车行为到达相邻车道． Vf1 ，Vr1 分别为与 Vo同
车道的前、
后车辆，Vf2 、Vr2 分别为与 Vo相邻车道的
前、
后车辆．xOy 为世界坐标系统，x轴为道路水平
方向（即为纵向） ，y轴为 x轴的法线方向． x 轴和 y
轴的正向如图中所示．设¨xj、¨yj、xj、yj、xj、yj分别表示
j车的纵向加速度、
横向加速度、
纵向速度、
横向速
度、
纵向位移、
横向位移．下标 j代表不同位置的车
辆，j∈｛Vo，Vf1 ，Vr1 ，Vf2 ，Vr2 ｝．
图2典型超车场景图
Fig． 2 Model of typical overtaking scenario
2. 1. 3 超车时间片定义
文中将超车过程所需时间进行分段处理，
如
图3所示．每个时间段的定义见表 2．
图3超车时间段分割图
Fig． 3 Definition of time segment for overtaking
88 华南理工大学学报(自然科学版)第41 卷

表2超车时间段的定义表
Table 2 Definition of time segmented for overtaking
超车时间段名称 超车时间段定义
t0驾驶员产生超车意图的瞬间，
文中取 t0= 0
tadj Vo车实施超车行为前的调整时间
tc+tadj Vo车到达发生碰撞临界点的时间段
tlat +tadj
Vo以横向加速度行驶至相邻车道所对应的时
间段
T完成超车的时间
2. 1. 4 超车车辆关键角点的定义
如图 4所示，
文中选取超越车辆 Vo的4个角
点，
即左前角点、
左后角点、
右后角点、
右前角点，
分
别为 pi（i= 1，2，3，4）．
图4超车关键角点的定义
Fig． 4 Definition of key corner points in overtaking process
设Vo车左前角点位置为 yVop1 ，
根据各个角点间
的几何关系，
其他 3个角点均可由式（1）－（3）
求出．
yVop2 ≈yVop1 －lVosin θ（1）
yVop3 ≈yVop1 －（lVosin θ+wVo sin θ） （ 2）
yVop4 ≈yVop1 －wVocos θ（3）
式中，lVo 、wVo 、
θ分别为 Vo车的长度、
宽度和方向角．
2. 2 超车车辆的运动学建模
如图 5所示，
以Vo车左前点 p1为参考点，Vo车
完成超车时所对应的横向位移为 Wlane ，
即为车道宽
度．当Vo车到达 Wlane /2时，
其横向加速度达最大
值，
然后逐步减小；当车辆到达相邻车道时，
横向加
速度变为0．
图5超车过程车辆运动学分析
Fig． 5 Kinetic analysis of vehicles in overtaking process
假定 Vo车实施平稳超车，
设Vo车横向速度和
p1点的横向位移分别为 yVo 、yVo ．文中借鉴文献［16］
提出的方法来描述 yVo 、yVo ，
如式（4）和（5）所示．
yVo = － Wlane
tlat
cos 2
tlat
（t－tlat
( )
）+Wlane
tlat
（4）
yVo = － Wlane
tlat
sin 2
tlat
（t－tlat
( )
）+Wlane
tlat
（t－tadj ）
（5）
Vo车对应的方向角 θ（t）为
tan θ（t）=yVo （t）
xVo （t）=
yVo （t）
（t）
xVo （t）
（t）
=yVo （t）
xVo （t）（6）
如图 2所示，
当Vo车超车时，
与车辆 Vf1 、Vf2 、
Vr1 和Vr2均可能发生碰撞．为有效避免 Vo车碰撞事
故的发生，
必须考虑超车场景中车辆间的纵向距离
和横向距离．鉴于超车过程的复杂性，
同时受文章篇
幅所限，
重点研究 Vo车与 Vf1 车（与Vo车在同一车
道的前方车辆）在超车过程的运动状态，
以期建立
超车车辆的动态模型．
如图6所示，
设BL 线为 Vf1 车的左侧边界线． Vo
车在 t= 0 时刻开始实施超车行为，Vo车以横向加
速超车前车速的调整时间为为 tadj ． Vo车和 Vf1 车发
生碰撞的类型为车辆斜向碰撞或车辆追尾碰撞．假
定Vf1 车在原车道上保持匀速行驶，
即满足条件
¨xf1 = 0∩¨yf1 = 0．当Vo车以一定横向加速度穿越 BL
线时，Vo车右前角点 p4极易与 Vf1 车发生碰撞．Vo车
经过时间 tc+tadj 后，Vo车p4点刚好经过 BL 线，
并与
之交于 pc点，
定义 tc+tadj 为Vo车到达碰撞点的
时间．
图6本车与前车的安全距离
Fig． 6 Safety spacing between host and front vehicle
当t＜tadj 时，
如果 Vo车仍未实施超车行为，
易与
前车 Vf1 发生追尾碰撞；当在 tadj ＜t＜tc+tadj 时，
如果
Vo车实施超车行为，
易与前车 Vf1 发生斜向碰撞．结
合式（3） ，
当t=tc+tadj 时，Vo车右前角点 p4的横向
位移为
S=yVf1 ≈yVo （t）－wVo cos（θ（t） ） （ 7）
根据式（6） ，
上式可改写为
S=yVo （t）－wVo
xVo （t）
x2
Vo （t）+y2
Vo （t
槡）（8）
98
第8期 游峰 等：基于纵向安全距离的超车安全预警模型

分析此情况下车辆间的运动关系，Vo车与 Vf1
车的安全预警条件为
xVo （t）＜xf1 （t）－lf1 －wVosin θ（t） （ 9）
式中，t∈
［0，tc+ta dj ］，lf1 为Vf1车的长度，
它是关于超
车时间的函数．
式（9）中的最后一项 wVo sin（θ（t） ） 的引入能确
保整个超车过程中 Vo车的右前角点与 Vf1 车的车尾
不发生任何形式的碰撞．鉴于 θ（t）和sin θ（t）取得
最大值时对应的时间段为 t=tc+tadj ，
使lL1 =lVo +
max（sin θ（t）），
式（9）可简化成
xVo （t）＜xf1 （t）－lL1，t∈
［0，t0+ta dj ］ （ 10）
令
Sr（t）=xf1 （t）－lf1 －xVo（t） （ 11）
当t∈
［0，tc+ta dj］
时，
只要确保 Sr（t）＞ 0，Vo车与 Vf1
车就不会发生任何形式的碰撞［17］，
即
Sr（t）=Sr（0）+∫t
0∫t
0（¨xf1 （ ） －¨xVo （ ） ） d d +
（xf1 （0）－xVo （0） ） t＞ 0 （12）
上式中 Sr（0）=xf1 （0）－lf1 －xVo （0）．由此看出，Vo
车与 Vf1 车不发生碰撞的 Sr（0）的最小值即为两车不
发生任何碰撞的最小安全距离 min S：
min S
{
(
=max ∫t
0∫t
0（¨xf1（ ） －¨xVo（ ） d d +（xf1（0）－xVo（0） ）
)
t，
}
0
（13）
分析上式可知，Vo车与 Vf1 车的最小安全距离
min S的主要影响因素由相同车道内两车间的纵向
加速度、
相对初速度和超车时间 tc+tadj 构成．而tc+
tadj 决定了实施换道车辆的横向位置 yf1 、
横向位移时
间tlat 和调整时间 tadj ．
在实际行车过程中，
超车车辆一般以较小的相
对速度跟随前车行驶，
通过上述影响因素求解出的
安全距离与实际超车过程存在较大误差．事实上，
为
了保证超车安全，
除考虑上述原因外，
还应考虑车间
的相对时距．文中给出了基于车头时距的安全跟踪
模型，
其表达式为
D（t）=c（xVo （t）－xf1 （t） ） +D0（14）
式中：c为车头时距，c取1 ～ 2 s；D0为安全停车距
离．通过以上分析可知，
为满足安全跟随距离，
超车
的安全跟随距离如式（15）所示，
当车辆间间距小于
该值时，Vo车发出预警信息．
S'r（t）=Sr（t）+D（t） （ 15）
3模型求解
如图 6所示，Vo车实施超车行为，Vf1 始终在当
前车道上向前匀速行驶，
即xf1 = 0．文中对两种情况
进行仿真分析：Vo车维持车辆纵向速度不变，
即
xVo = 0，Vo车以特定的加速度进行超车．正常超车情
况下，
车辆维持较高车速，
因此车辆的方向角不应太
大，
有关文献［18 -20］建议取 5°为宜．
3. 1 Vo车以恒速超车的情况
由式（12）可知，Vo车和 Vf1 车不发生碰撞的条
件可简化为
Sr（t）=（Sr（0）+（xf1 －xVo ）t）＞ 0 （16）
则
min S= max｛xVo －xf1 ，0｝ （ 17）
此时 Vo车和 Vf1 车的相对速度为常数，
式（12）
简化为
min S=（xVo －xVf1 ） （ tc+tadj ） ， （ xVo －x Vf1 ）≥0
0，
{
其他
（18）
式（18）描述匀速行驶情况下 Vo车超车过程中
与Vf1 车的安全的纵向超车距离．其中 tlat 为超车平
稳性的动态特征参数：tlat 越小，
超车过程完成时间越
短，
车辆运行状态越不平稳，
易发生侧滑甚至侧翻；
tlat 越大，
超车完成时间越长，
超车轨迹平缓，
但由于
超车车辆长时间跨线行驶，
易发生刮擦或角碰．
超车完成时间 T= 50 s，tadj = 0，Wlane1 = 3 ．5 m，
超
车时间约为 5 s［21-22］．图7中描述了超车场景中 Vo
车与 Vf1 在纵向相对速度与纵向相对间距之间的关
系．当车辆间的运动参数朝箭头相反方向变化，
并超
图7恒速条件下 Vo车与 Vf1 车辆的碰撞区域
Fig． 7 Collision regions between Voand Vf1 under the condi-
tion of constant velocity
09 华南理工大学学报(自然科学版)第41 卷

越安全临界线时，
按前述分析，
即可认为 Vo车实施
不安全超车行为，
预警信号触发．
3. 2 Vo车以特定加速度超车的情况
Vo车实施超车时，
如与 Vf1 车纵向间距过小或
相对速度偏大，
驾驶员出于安全考虑，
调整 Vo车的
运动状态，
即先减速再加速以实现超车．文中参考梯
形加速度 a控制策略［23-24］，
如图 8所示．其中 aM、
aadj 分别为超车的最大加速度和调整加速度．
图8超车梯形加速度控制策略图
Fig． 8 Trapezoidal acceleration model of overtaking
设Vf1 车恒速向前行驶，
即¨xVf1 = 0．设Vo车在
tlong 时刻达到相邻车道，
对应的速度为 xo（tlong ）．此时
Vo车的纵向加速度可以表达为
¨xo=
xo（tlong ）－xo（0）
tlong
，t≤tlong
0，
{
其他 （19）
按前述的分析，Vo车通过碰撞点后将不发生任
何形式的碰撞．通常情况下，tc＜tlong ，
结合式（12）和
图8所示的加速度控制策略，Vo车与 Vf1不发生碰撞
的条件为
Sr（t）=Sr（0）－¨xot2
2+（xf1 －xo（0）t
( )
）＞ 0
（20）
将式（19）代入式（20）整理，
有
Sr（t）=Sr（0）+（xf1 －xo（0） ） t－t2
2t
( )
long
+（xf1 －xo（tlong） ） t2
2tlong
＞0
（21）
对应的临界安全车距为
min S
( (
= max （xo（0）－xf1）t－t2
2t
( )
long
+（xf1－xo（tlong ） ） t2
2t
)
long
，
)
0
（22）
设（xo（tlong ）－xf1 ）∈
［－ 20，20］m / s，Vo车与 Vf1
车的临界安全车距如图 9所示．Vo车超车完成后的
车速 x（tlong ）与Vf1 车相对速度越小，
安全距离区域
范围就越大．与前面讨论相同，
当车辆间的运动参数
朝箭头相反方向变化，
并超越安全临界线时，
认为
Vo车实施不安全超车行为，
预警信号触发．
图9加速条件下 Vo车与 Vf1 车的安全距离区域
Fig． 9 Safety spacing regions between Voand Vf1 under the
condition of specific acceleration
4结语
驾驶员在超车过程中，
需根据车速、
车辆间距、
车流状态以及道路交通设施等周边环境信息，
实时
调整驾驶策略实现超车行为，
在短暂的时间内完成
如此复杂的驾驶行为，
驾驶员极可能产生误判，
最终
使车辆处在潜在的碰撞危险之中．为此，
文中提出了
确保安全超车的预警算法．首先分析了车辆超车安
全的影响因素；然后对超车的碰撞形式进行分类，
并
建立车辆超车的场景；进而建立纵向安全距离的模
型；同时考虑车辆间车头时距，
提出超车过程中车辆
碰撞的预警方法；最后对算法进行仿真验证．文中超
车碰撞的预警算法以临界安全距离为基础，
兼顾驾
驶员主观特性，
有较强的理论基础和工程实践价值，
为汽车主动安全系统的研发和超车事故的预防奠定
了基础．
参考文献：
［1］Lamm Ｒ，Beck A，Ｒuscher T，et al． How to make two-lane
rural roads safer-scientific background and guide for prac-
tical application ［J］． Transportation Ｒesearch Board，
2006，3（31） ： 104-108．
［2］Kretschmer M，Neubeck J，Wiedemann J． Combining vehi-
cle dynamics control and decision making procedures to-
wards safe overtaking maneuvers ［J］． SAE Technical Pa-
per Series，2005，7（12） ：408-412 ．
［3］Gipps P． A model for the structure of lane-changing deci-
sions ［J］． Transportation Ｒesearch Part B：Methodologi-
cal，1986，20（1） ： 403-414．
［4］Ahmed K I． Modeling drivers’acceleration and lane
changing behavior ［D］． Massachusetts：Massachusetts In-
19
第8期 游峰 等：基于纵向安全距离的超车安全预警模型

stitute of Technology，1999．
［5］Hidas P． Modelling lane changing and merging in micro-
scopic traffic simulation ［J］． Transportation Ｒesearch
Part C：Emerging Technologies，2002，10（1） ： 351-371 ．
［6］Ｒatrout N T，Ｒahman S M． A comparative analysis of cur-
rently used microscopic and macroscopic traffic simulation
software ［J］． The Arabian Journal for Science and Engi-
neering，2009，34（1） ：121 -133 ．
［7］王军雷，
李百川，
应世杰．车道变换碰撞预警分析及最
小纵向安全距离模型的研究 ［J］．人类工效学，2004：
189-194．
Wang Jun-lei，Li Bai-chuan，Ying Shi-jie． Study on colli-
sion avoidance analysis for lane changing and minimum
longitudinal safety spacing model ［J］． Chinese Journal of
Ergonomics，2004：189-194．
［8］王荣本，
游峰，
崔高健．车辆安全换道分析［J］．吉林大
学学报：工学版，2005 ，35 （2） ：179-182．
Wang Ｒong-ben，You Feng，Cui Gao-jian． Analysis on
lane-changing safety of vehicle ［J］． Journal of Jilin Uni-
versity：Engineering and Technology Edition，2005，35
（2） ：179-182．
［9］徐慧智，
裴玉龙，
程国柱．基于期望运行轨迹的车道变
换行为安全性分析 ［J］．中国安全科学学报，2010，20
（2） ：90-95．
Xu Hui-zhi，Pei Yu-long，Cheng Guo-zhu． Study on the
safety of lane-changing based on virtual desire trajectory
［J］． China Safety Science Journal，2010，20（2） ： 90-95．
［10］许伦辉，
倪艳明，
罗强．基于最小安全距离的车辆换
道模型研究 ［J］．广西师范大学学报：自然科学版，
2011，29（4） ： 1-6．
Xu Lun-hui，Ni Yan-ming，Luo Qiang． Lane-changing
model based on minimum safety distance ［J］． Journal of
Guangxi Normal University：Natural Science Edition，
2011，29（4） ： 1-6．
［11］李玮，
高德芝，
段建民．智能车辆自由换道模型研究
［J］．公路交通科技，2010，27（2） ：119-123．
Li Wei，Gao De-zhi，Duan Jian-min． Ｒesearch on lane
change model for intelligent vehicles ［J］． Journal of
Highway and Transportation Ｒesearch and Development，
2010，27（2） ： 119-123．
［12］王永明，
周磊山，
吕永波．基于弹性安全换道间距的
元胞自动机交通流模型［J］．系统仿真学报，2008 ，29
（2） ：1159-1162．
Wang Yong-ming，Zhou Lei-shan，Lü Yong-bo． Cellular
automaton traffic flow model considering flexible safe
space for lane-changing ［J］． Journal of System Simula-
tion，2008，29（2） ： 1159-1162．
［13］邹智军，
杨东援．微观交通仿真中的车道变换模型
［J］．中国公路学报，2002，15（1） ：77-83 ．
Zou Zhi-jun，Yang Dong-yuan． Lane changing model for
micro traffic simulation ［J］． China Journal of Highway
and Transport，2002，15（1） ：77-83 ．
［14］陈斌．基于多智能主体系统的车道变换模型［J］．中
国公路学报，2005 ，18 （2） ：104-108．
Chen Bin． Lane-changing model based on multi-agent
system ［J］． China Journal of Highway and Transport，
2005，18（2） ： 104-108．
［15］游峰．智能车辆自动换道与自动超车控制方法的研
究［D］．长春：吉林大学交通学院，2005．
［16］Chee W，Tomizuka M． Lane change maneuver of automo-
biles for the intelligent vehicle and highway system
（IVHS） ［J］． 1994，1（3） ： 3586-3587．
［17］Pham H，Hedrick K，Tomizuka M． Combined lateral and
longitudinal control of vehicles for IVHS ［J］． 1994，
1（2） ：1205-1206．
［18］Ngai D C K，Yung N H C． Automated vehicle overtaking
based on a multiple-goal reinforcement learning frame-
work ［J］． IEEE on Intelligent Transportation Systems
Conference，2007，1（1） ： 818-823．
［19］Naranjo J E，Gonz Lez C，Garc A Ｒ，et al． Lane-change
fuzzy control in autonomous vehicles for the overtaking
maneuver ［J］． IEEE Transactions on Intelligent Trans-
portation Systems，2008，9（2） ： 438-450．
［20］Naranjo J E，Sotelo M A，Gonzalez C，et al． Using fuzzy
logic in automated vehicle control ［J］． Intelligent Sys-
tems，2007，22（2） ： 36-45．
［21］Svenson A L，Gawron V J，Brown T． Safety evaluation of
lane change collision avoidance systems using the natio-
nal advanced driving simulator ［J］． 19th International
Technical Conference on the Enhanced Safety of Vehi-
cles，2005，1（2） ：87 -96 ．
［22］Diaz A J，Ｒos Vidal E，Ｒotter A，et al． lane-change deci-
sion aid system based on motion-driven vehicle tracking
［J］． IEEE Transactions on Vehicular Technology，2008，
57（4） ： 2736-2746．
［23］Tomar Ｒ，Verma S． Neural network based lane change
trajectory prediction in autonomous vehicles ［J］． Tran-
sactions on Computational Science ⅩⅢ，2011，6750（12） ：
125-146．
［24］Schakel W J，Knoop V L，Van Arem B． LMＲS：an inte-
grated lane change model with relaxation and synchroni-
zation ［J］． Transportation Ｒesearch Part B，2011，15（2） ：
105-124．
(下转第 98 页)
29 华南理工大学学报(自然科学版)第41 卷

Ma Wan-jing，Xie Han-zhou，An Kun． Methodological re-
view for indentification of the oversaturated condition of
signalized intersections ［J］． Journal of Transport Infor-
mation and Safety，2011，29（5） ：1-4 ．
［12］郑淑鉴．过饱和下的干道协调控制方法研究 ［D］．广
州：华南理工大学土木与交通学院，2012．
Identification of Oversaturated Traffic Conditions Based on Loop Detection
Qian Zhe Xu Jian-min
（School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510640，Guangdong，China）
Abstract：The identification of the oversaturted traffic conditions at the signal control intersection helps to control
traffic congestion． In the investigation，based on the detection data of inductive loop detectors，the traffic wave theory
is utilized to identify the oversaturated traffic condition from two aspects，namely，the retention queue length at the
end of the green light at an intersection and the overflow of the downstream intersection． Aiming at the first aspect，
the queuing dissipated coefficient is defined to identify the oversaturated traffic condition at the intersection． Aiming
at the second aspect，the overflow retardation coefficient is defined to reveal the oversaturated overflow phenome-
non． Case study results show that oversaturated traffic condition can be accurately and effectively identified by cal-
culating the queue dissipation coefficient and the overflow retardation coefficient based on the loop detection data．
Key words：oversaturated traffic；state identification；retention queue；intersection overflow；loop detection
(上接第 92 页)
Warning Model for Safety Analysis of Overtaking Behavior Based on
Longitudinal Safety Spacing
You Feng1Zhang Ｒong-hui2Wang Hai-wei1Wen Hui-ying1Xu Jian-min1
（1． School of Civil Engineering and Transportation，South China University of Technology，Guangzhou 510640，Guangdong，China；
2． Xinjiang Technical Institute of Physics ＆ Chemistry，Chinese Academy of Sciences，Urumqi 830011，Xinjiang，China）
Abstract：At present，overtaking accidents on highway frequently occur with serious consequences． Aiming at this
problem，a warning model is proposed for preventing overtaking safety． First，the main factors influencing the safety
of overtaking are analyzed． Next，overtaking collisions are categorized and overtaking scenario is developed． Then，
by describing overtaking trajectories and by using a kinematic model of vehicles，a warning model of preventing o-
vertaking collisions is established，which includes a critical longitudinal safety spacing model and a time-spa-cing
model． Finally，the effectiveness of the model is verified by using two instances，namely，constant-velocity
overtaking and specific-acceleration overtaking．
Key words：intelligent vehicle；overtaking；safety；longitudinal safety spacing；time-spacing model
89 华南理工大学学报(自然科学版)第41 卷