摘要：本研究旨在測試車路協同條件下生態(tài)駕駛的節(jié)能減排潛力。研究基于駕駛模擬技術搭建以生態(tài)車道（Ecolane）為路端、生態(tài)駕駛人機交互系統（EcoHMI）為車端的車路協同生態(tài)駕駛預警系統（Ecolane-HMI-CVIS）。招募40名駕駛人開展駕駛模擬實驗和主觀問卷調查，探究Ecolane-HMI-CVIS對機動車能耗排放的影響。與實驗對照組相比，Ecolane-HMI-CVIS降低能耗1.03%，CO2、CO、HC、NOX排放分別降低1.01%，10.72%，1.52%和9.83%；駕駛人主觀認同且客觀行為遵循Ecolane-HMI-CVIS預警信息時，車輛能耗排放最低。研究結果表明，車路協同生態(tài)駕駛預警系統能夠促使駕駛人采用生態(tài)駕駛行為，從而降低車輛能耗排放；同時，駕駛人主觀認知對預警系統的節(jié)能減排效果有明顯影響，駕駛人感知有用性的影響最為顯著。1車路協同生態(tài)駕駛預警系統搭建1.1平臺框架本研究旨在基于駕駛模擬技術設計生態(tài)車道與車路協同人機交互終端相結合的車路協同生態(tài)駕駛預警系統。預警系統由駕駛模擬器、協同處理中心、人機交互終端（HumanMachineInteraction，HMI）3個部分組成。圖1車路協同生態(tài)駕駛模擬平臺示意圖1.2生態(tài)車道設計與駕駛模擬場景搭建研究選用京禮高速公路為基礎實驗場景搭建生態(tài)車道，利用3Dmax繪圖軟件進行道路基礎場景開發(fā)，并在駕駛模擬器中進行場景再現。如圖2所示，道路為雙向四車道高速公路，全長46km，橫斷面寬度26m，限速120km/h。本次實驗設計的生態(tài)車道為專用車道，車道長度為3.5km，限速90km/h。生態(tài)車道鋪有綠色路面，繪制“生態(tài)車道”標識，并在車道起點和終點的路邊設置相應的交通標志。圖2實驗場景設計1.3車路協同生態(tài)駕駛預警終端設計與研發(fā)依據上述實驗場景，設計研發(fā)融合生態(tài)駕駛理念的車路協同人機交互系統（EcoHMI）。EcoHMI選用華為M3平板電腦作為交互媒介，基于Android6.0系統進行開發(fā)。圖3ECOHMI界面設計2駕駛模擬實驗測試2.1場景設計在實驗場景中共設置了七個虛擬區(qū)域，控制區(qū)（Zone1和Zone7，各200m）、預警前區(qū)域（Zone2，500m）、生態(tài)車道路（Zone3—Zone6，共3500m）。Zone1為驗證實驗組和對照組在受到EcolaneHMI-CVIS影響之前的車輛運行狀態(tài)是否一致；Zone2為正常駕駛到生態(tài)車道預警的漸變段；Zone4設置了跟馳慢速車輛事件（慢速車輛為70km/h），當跟馳事件結束后，慢速車輛將加速離開。實驗路段的交通流條件均設置為自由流，車輛不允許隨意變道和超車。當車輛觸發(fā)預警點時，預警信息通過HMI傳遞給駕駛人。圖4預警點設計表1預警信息表2.2實驗流程實驗共分為三個步驟：①駕駛前問卷、實驗指導和駕駛練習；②兩組駕駛模擬實驗（Control組和Ecolane-HMI-CVIS組順序隨機）；③實驗后問卷。表2被試對Ecolane-HMI-CVIS主觀感受問卷調查題目2.3實驗樣本量研究共招募40名被試，要求被試擁有C2及以上等級駕照，且無嚴重生理、心理疾病。為測試實驗場景合理性，選取3名被試參與預實驗，最終共有37名被試參與正式實驗。所有被試均簽署實驗知情書面同意書。表3被試基本屬性信息統計表本研究中使用的樣本量測量方法參見公式（1）,在本研究中，Z為1.25，??為0.4，E為10%，計算所需的樣本量為25個。此外，通過梳理近5年駕駛模擬相關文獻，駕駛模擬實驗所邀請的被試數量多在20～35之間，因此，本實驗參與被試數量滿足最小樣本量的要求。3數據分析結果3.1主觀調查結果總體上，駕駛人對系統具有較高的認可度。其中，駕駛人對使用系統的態(tài)度平均分為4.11分，呈現積極狀態(tài)；但其標準差為1.1，分數離散程度最大，說明少部分駕駛人對預警系統為消極態(tài)度。在感知有用性方面，平均分為3.80分，標準差為0.942，說明駕駛人認為預警系統有用。在感知易用性方面，平均分約為4分，標準差為0.825，表明多數駕駛人認為預警系統比較容易操作和使用。在分心感知方面，平均分為2.36分，標準差為1.04，說明駕駛人認為系統在行車過程中確實會產生一定的干擾，使得駕駛人存在分心行為，但干擾影響較輕。圖5被試對Ecolane-HMI-CVIS主觀評價結果3.2生態(tài)特性分析本研究選取車輛油耗（FC）以及HC、CO、CO2等排放物反映Ecolane-HMI-CVIS對能耗排放的影響。研究選取車輛比功率（VehicleSpecificPower，VSP）來計算車輛排放值，根據碳平衡法，獲得車輛的能耗情況。基于以上測算方法，可獲得車輛能耗排放值，由公式得出的基準排放率。表4實驗路段及各關鍵區(qū)域能耗統計結果表5實驗路段及各關鍵區(qū)域排放統計結果總體上Ecolane-HMI-CVIS對生態(tài)駕駛行為具有正向影響作用，能夠有效地改善駕駛人的行為從而降低能耗排放。3.3主客觀一致性分析為分析主客觀一致性對Ecolane-HMI-CVIS效用的影響，本研究首先將所有被試設定為ALL組；然后將態(tài)度、感知有用性、感知易用性方面平均得分大于4分，且分心感知方面得分小于2分的被試認定為在主觀方面對Ecolane-HMI-CVIS積極接受，即主觀積極組（subjectivepositive，SP）；再從SP組進一步篩選在整個實驗路段中Ecolane-HMI-CVIS組能耗排放低于Control組的被試，定義為主客觀一致組（Subjectiveandobjectiveconsistency，SOC）。圖6主客觀一致性分析結果可以發(fā)現：（1）被試所占比例ALL組大于SP組大于SOC組，其中SOC組的被試人數最少；（2）在Ecolane-HMI-CVIS的干預下，降低能耗效果ALL組低于SP組低于SOC組，其中SOC中Ec