Impact of Driver Behavior and Vehicle Type on Safety under Lane Change Situation

Abstract

Lane changes are critical contributors to road traffic safety on highways. Among the safety indexes aimed to evaluate the risks of these lane changes, the lane-change risk index (LCRI) is used to determine the potential collision probability of a lane-changing vehicle group in lane-change situations. This paper estimates the impact of driver behavior and vehicle type on the LCRI, using individual vehicle trajectory data. I defined a subject vehicle and its surrounding vehicles (i.e., lead, lag, front and rear vehicles) as a lane-changing vehicle group in a lane change situation. Each of their vehicle type (i.e., truck, bus, car, and motorcycle) and driver behavior (i.e., aggressive, ordinary, and timid) are categorized for regression analysis. Driver behavior is classified through time-space deviations between each vehicles trajectories and expected trajectories from Newells car-following model. In addition, to consider the heterogeneity among the lanes, this paper uses a linear mixed model, which reflects fixed and random effects. And the latent class analysis was used to classify the lane-changing vehicle group into a number of groups reflecting the characteristics of vehicle groups. Three unique findings of the present study are that (i) I quantified and analyzed the complex interaction between vehicle type and driver behavior within the lane-changing vehicle group in the situation of changing lanes, (ii) I found that the influence of the vehicle type and driver behavior in the lane-changing vehicle group had great heterogeneity depending on the lane, using the random parameter model, and (iii) when the lane-changing vehicle group was classified, most of the variables were observed to be statistically significant within two distinct classes. The findings of this study are expected to provide detailed lane-change strategies for autonomous vehicles as well as to evaluate the causative factors for lane-change risk.

고속도로에서 주행을 하면서 운전자가 빈번하게 수행하는 차로 변경은 도로 교통안전과 교통 흐름에 큰 영향을 미치는 행위라고 할 수 있다. 차로 변경 시 위험을 평가하기 위한 안전 지표들 중에서 Lane Change Risk Index(LCRI)는 차로 변경 상황에서 차로를 변경하는 차량 그룹(lane-changing vehicle group)의 잠재적 충돌 가능성을 결정하기 위해서 사용했다. 본 연구의 목표는 개별 차량 궤적 데이터를 사용하여 LCRI에 대한 운전자 행동 및 차량 종류가 미치는 영향을 추정하는 것이다. 이를 위하여 차로 변경을 실시하는 차량과 그 주변 차량(차로변경 전 선행, 후행 차량과, 차로변경 후 선행, 후행 차량)들을 차로를 변경하는 차량 그룹으로 정의했다. 각각의 차량 종류(트럭, 버스, 자동차 및 오토바이)와 운전자 행동(공격적인, 보통 및 소심한) 변수들은 회귀 분석을 위해 분류되었다. 이 때 운전자 행동은 각 차량의 궤적과 Newell의 차량추종모델의 예상 궤적 간의 시공간 편차를 통해 분류했다. 또한 본 연구는 차로 그룹 간의 이질성을 고려하기 위해 고정 효과와 임의 효과를 반영할 수 있는 선형 혼합 모델을 사용하였다. 그리고 잠재 계층 분석법을 이용하여 차로를 변경하는 차량 그룹을 차량 그룹의 특성을 반영하여 여러 그룹으로 분류하였다. 본 연구의 결과는 다음과 같다. 먼저 차로 변경 상황에서 차로를 변경하는 차량 그룹 내의 차량 종류와 운전자 행동 사이의 복잡한 상호 작용을 정량화하고 분석했다. 또한 Random parameter model을 사용하여 차로를 변경하는 차량 그룹에서 차량 종류와 운전자 행동의 영향이 차로에 따라 큰 이질성을 가지는 것을 발견했다. 끝으로 차로를 변경하는 차량 그룹들을 분류했을 때, 대부분의 변수들은 두 개의 별개 집단 내에서 통계적으로 유의한 것을 관찰했다. 이러한 발견들은 자율주행차의 세부적인 차로 변경 전략을 제시하고 차로 변경 시 위험의 원인 요인을 평가하는 데 상당한 기여를 할 수 있음을 시사한다.