CN102254430A - 一种利用交通冲突判别事故易发路段的方法 - Google Patents
一种利用交通冲突判别事故易发路段的方法 Download PDFInfo
- Publication number
- CN102254430A CN102254430A CN2011101486225A CN201110148622A CN102254430A CN 102254430 A CN102254430 A CN 102254430A CN 2011101486225 A CN2011101486225 A CN 2011101486225A CN 201110148622 A CN201110148622 A CN 201110148622A CN 102254430 A CN102254430 A CN 102254430A
- Authority
- CN
- China
- Prior art keywords
- conflict
- traffic
- traffic conflict
- highway section
- accident
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
Description
技术领域
本发明涉及利用路段车辆之间的冲突判别事故易发路段,以达到在短期内快速、准确判断事故易发路段,为进行事故易发路段的成因分析并提出相应的改善措施提供依据。属于道路交通管理领域。
背景技术
交通冲突是指在可观测条件下,两个或两个以上道路使用者在时间和空间上相互接近,以至于如果任何一方不改变其运动轨迹,就将发生碰撞。交通冲突的实质是交通行为不安全因素的表现形式,其发展既可能导致事故发生,也可能因采取的避险行为得当而避免事故发生,因而事故与冲突存在着极为相似的形式,两者的唯一差别在于是否发生了直接损害性后果。根据国内外的调查研究表明:事故与冲突之间存在着一定的替换关系,尤其是严重冲突与交通事故有着良好的线性关系。
经发明人长期研究发现,收集满足样本数量要求的交通事故资料需要一个很长的时间周期,导致判别效率低。其次,以交通事故统计为基础的判别方法具有“大区域”的特点,不适应判别小区域的事故易发路段的判别要求。如果能够寻找一种方式,既能够快速获得大量统计数,又能体现事故危险特性,则可以显著提高事故易发路段判别的效率和可信度。
发明内容
技术问题:本发明的目的是提供一种利用交通冲突判别事故易发路段的方法,在满足事故易发路段判别精度需求的同时,缩短事故易发路段检测周期,为道路安全措施改善提供依据。
技术方案:为达到上述目的,本发明采用如下技术方案:
一种利用交通冲突判别事故易发路段的方法,所述方法的具体步骤为:
步骤1)将待判断的路段平均划分为n个小路段,n为大于或等于50的自然数,并使得每个小路段的长度小于1m,在5~10秒内小路段发生的交通冲突的次数小于两次,即:
于是,待判断路段在5-10秒内发生的交通冲突次数X为:
X=X1+X2+……=∑Xi,
并且,待判断路段在5~10秒内发生的交通冲突概率为:
其中,λ为在待判断路段及观测时段内,每个小时的交通冲突观测值的平均值,
步骤2)引入交通冲突概率分布的α分位点,选择α分位点对应的交通冲突次数为临界交通冲突次数τ,作为判定是否为事故易发路段的因子,满足下式:
并且,选择交通冲突概率分布的0.1分位点所对应的交通冲突次数为临界交通冲突次数,计算临界交通冲突次数τ,
当λ≤20时,通过对式(2)进行迭代计算求得τ值;
当λ>20时,
其中,μα/2是标准正态分布分位数,
步骤3)对路段交通冲突次数厂进行测算
以交通冲突分类冲突角θ1∈(0,30°)时的交通冲突为同向冲突,
以交通冲突分类冲突角θ2∈(30°,90°)时的交通冲突为侧向冲突,
以满足冲突车辆相对速度v≥10m/s及冲突角度θ3∈(90°,180°)条件为对向冲突,和,
以满足同一车道上前后车距离Dh≤5m和后车速度与前车速度差值Δv>5m/s条件为追尾冲突;
使用Vehicle Video-Capture Data Collector视频处理软件,得到同向冲突、侧向冲突、对向冲突和追尾冲突的次数,累计求得路段交通冲突次数C,
步骤4)如果路段的交通冲突次数厂大于临界交通冲突次数τ,则该路段是一个事故易发路段。
有益效果:本发明与现有技术相比具有以下优点:
1.利用交通冲突判别事故易发路段,通过引入交通冲突概率分布分位点和分位点对应的临界交通冲突次数,比较待判定路段的观测交通冲突次数与临界交通冲突次数的大小,判别是否为事故易发路段,满足判别小区域的事故易发路段的判别要求,有利于缩短判别的时间周期,提高判别的效率和精度,进而对事故易发路段进行成因分析,快速提出相应的整改措施,减少交通事故的发生。
2.路段交通冲突的观测和处理方法,高度自动化,不受人为因素的影响,便于客观地、快速地获得大量数据样本,为概率统计分析提供可靠的基础数据,有利于提高事故多发路段判别的可靠度。
3.综合运用距离、冲突角、速度差、时间多个参数,使得交通冲突的界定更确切和可靠。
附图说明:
图1事故易发路段判别流程图。
具体实施方式
一种利用交通冲突判别事故易发路段的方法,所述方法的具体步骤为:
步骤1)将待判断的路段平均划分为n个小路段,n为大于或等于50的自然数,并使得每个小路段的长度小于1m,在5~10秒内小路段发生的交通冲突的次数小于两次,即:
于是,待判断路段在5~10秒内发生的交通冲突次数X为:
X=X1+X2+……=∑Xi,
并且,待判断路段在5~10秒内发生的交通冲突概率为:
其中,λ为在待判断路段及观测时段内,每个小时的交通冲突观测值的平均值,
步骤2)引入交通冲突概率分布的α分位点,选择α分位点对应的交通冲突次数为临界交通冲突次数τ,作为判定是否为事故易发路段的因子,满足下式:
并且,选择交通冲突概率分布的0.1分位点所对应的交通冲突次数为临界交通冲突次数,计算临界交通冲突次数τ,
当λ≤20时,通过对式(2)进行迭代计算求得τ值;
当λ>20时,
其中,μα/2是标准正态分布分位数,
步骤3)对路段交通冲突次数C进行测算
以交通冲突分类冲突角θ1∈(0,30°)时的交通冲突为同向冲突,
以交通冲突分类冲突角θ2∈(30°,90°)时的交通冲突为侧向冲突,
以满足冲突车辆相对速度v≥10m/s及冲突角度θ3∈(90°,180°)条件为对向冲突,和,
以满足同一车道上前后车距离Dh≤5m和后车速度与前车速度差值Δv>5m/s条件为追尾冲突;
使用Vehicle Video-Capture Data Collector视频处理软件,得到同向冲突、侧向冲突、对向冲突和追尾冲突的次数,累计求得路段交通冲突次数C,
步骤4)如果路段的交通冲突次数C大于临界交通冲突次数τ,则该路段是一个事故易发路段。
以下结合交通冲突调查数据,对本发明做进一步说明:
1.)划分路段
将需要判断是否为易发事故的路段平均划分为n个小路段,使得每个小路段的长度小于1m,在5~10秒内小路段发生的交通冲突的次数小于两次,则在5~10秒内每个小路段发生交通冲突的次数Xi满足:
于是,该路段在5~10秒内发生的交通冲突次数X为:X=X1+X2+……=∑Xi,
由于X1、X2、X3……之间相互独立,且都服从(0,1)分布,则该路段在5~10秒内发生交通冲突的次数X服从二项分布,即X~B(n,p);因为在道路某一小路段发生一起交通冲突的概率p≤0.1,所以当样本n≥50时,由泊松定律可知,X近似服从于泊松分布,满足下式:
2.)引入交通冲突概率分布的α分位点
引入交通冲突概率分布的α分位点,选择α分位点对应的交通冲突次数τ为临界交通冲突次数,作为判定是否为事故易发路段的标准,满足下式:
根据工程可靠性的要求,选择交通冲突概率分布的0.1分位点所对应的交通冲突次数为临界交通冲突次数。
3.)计算临界交通冲突次数τ
当路段的交通冲突次数C大于临界交通冲突次数τ时,路段就可以认为是一个事故易发路段,根据路段交通冲突发生规律符合泊松分布,满足下式:
因此,τ值可以通过对式(2)进行迭代计算求得;然而,当预期交通冲突次数λ>20时,运用概率方程进行计算过程非常复杂,使用以下方法计算τ值:
由于路段上的交通冲突普遍存在,而且冲突次数X>5,根据中心极限定理,有随机变量Z:
随机变量Z近似服从标准正态分布,可以用下式来近似求解临界交通冲突次数τ:
其中,μα/2是标准正态分布分位数。
4.)路段交通冲突次数C的检测
路段交通冲突观测过程由视频摄像完成,判别交通冲突的过程由VehicleVideo-Capture Data Collector视频处理软件自动完成,下面是交通冲突的判定准则:
路段冲突包括同向冲突、侧向冲突、对向冲突、追尾冲突,各种交通冲突的判定准则如下,累计每种交通冲突发生的次数,得到路段交通冲突次数C。
同向冲突利用冲突角θ1作为判断参数,根据交通冲突分类冲突角θ1∈(0,30°)时的交通冲突称为同向冲突,
侧向冲突利用冲突角θ2作为判断参数,根据交通冲突分类冲突角θ2∈(30°,90°)时的交通冲突称为侧向冲突,
对向冲突利用车辆相对速度v,冲突角度θ3作为判定参数,根据会车视距要求,对向行驶两车之间的最小控制距离l为10m,根据交通心理学研究,驾驶员反应时间t0为1s,由式v=l/t可以计算出冲突车辆相对速度v=10m/s;对向冲突表现为冲突车辆以相反的方向相互逼近,是车头与车头之间的冲突碰撞,所以冲突角θ3∈(90°,180°),所以,当v≥10m/s,θ3∈(90°,180°)时,发生一次对向冲突,
追尾冲突判定使用同一车道上前后车距离Dh、后车速度与前车速度差值Δv作为判定参数,根据停车视距要求,前后车最小安全距离为5m;根据交通心理学研究,驾驶员反应时间t0为1s,由Δv=Dh/t0可以计算出后车速度与前车速度差值Δv的临界值为5m/s,所以,当Dh≤5m,Δv>5m/s时,发生一次追尾冲突,
5.)事故易发路段的判别
当检测的路段交通冲突次数C大于临界交通冲突次数τ时,那么认为该路段是一个事故易发路段,满足下式。
C>τ (6)
示例:选择宁六公路葛塘客运站处由北往南方向,位于天桥向北方向延伸50m的路段为本发明的研究对象。对该路段进行连续7小时的路段冲突观测。采用基于视频技术的路段交通冲突的自动检测方法,整理分析了路段交通冲突的数量。如下表所示:
表1宁六路葛塘客运站路段交通冲突统计结果
根据极大似然估计,近似以每个小时的交通冲突观测数据的平均值作为预期冲突值,即λ=73。在选择交通冲突概率分布的0.1分位点的情况下,μα/2=μ0.05=1.645,根据(5)式,得到临界冲突值τ=87,认为此路段的路段冲突的临界值为87次/小时。在7小时的冲突观测中有一小时的冲突次数超过了临界值。依据判别方法,认为该路段为冲突易发路段,在路段车辆速度管控方面需要做进一步的改善,即在早高峰期间,应加强车辆行驶速度控制,预防交通事故的发生。
Claims (1)
1.一种利用交通冲突判别事故易发路段的方法,其特征在于,所述方法的具体步骤为:
步骤1)将待判断的路段平均划分为n个小路段,n为大于或等于50的自然数,并使得每个小路段的长度小于1m,在5~10秒内小路段发生的交通冲突的次数小于两次,即:
于是,待判断路段在5~10秒内发生的交通冲突次数X为:
X=X1+X2+……=∑Xi,
并且,待判断路段在5~10秒内发生的交通冲突概率为:
其中,λ为在待判断路段及观测时段内,每个小时的交通冲突观测值的平均值,
步骤2)引入交通冲突概率分布的α分位点,选择α分位点对应的交通冲突次数为临界交通冲突次数τ,作为判定是否为事故易发路段的因子,满足下式:
并且,选择交通冲突概率分布的0.1分位点所对应的交通冲突次数为临界交通冲突次数,计算临界交通冲突次数τ,
当λ≤20时,通过对式(2)进行迭代计算求得τ值;
当λ>20时,
其中,μα/2是标准正态分布分位数,
步骤3)对路段交通冲突次数C进行测算
以交通冲突分类冲突角θ1∈(0,30°)时的交通冲突为同向冲突,
以交通冲突分类冲突角θ2∈(30°,90°)时的交通冲突为侧向冲突,
以满足冲突车辆相对速度v≥10m/s及冲突角度θ3∈(90°,180°)条件为对向冲突,和,
以满足同一车道上前后车距离Dh≤5m和后车速度与前车速度差值Δv>5m/s条件为追尾冲突;
使用Vehicle Video-Capture Data Collector视频处理软件,得到同向冲突、侧向冲突、对向冲突和追尾冲突的次数,累计求得路段交通冲突次数C,
步骤4)如果路段的交通冲突次数C大于临界交通冲突次数τ,则该路段是一个事故易发路段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101486225A CN102254430A (zh) | 2011-06-03 | 2011-06-03 | 一种利用交通冲突判别事故易发路段的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011101486225A CN102254430A (zh) | 2011-06-03 | 2011-06-03 | 一种利用交通冲突判别事故易发路段的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102254430A true CN102254430A (zh) | 2011-11-23 |
Family
ID=44981666
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011101486225A Pending CN102254430A (zh) | 2011-06-03 | 2011-06-03 | 一种利用交通冲突判别事故易发路段的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102254430A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971519A (zh) * | 2014-04-04 | 2014-08-06 | 东南大学 | 一种利用交通冲突判别事故易发路段的方法及其*** |
CN107845292A (zh) * | 2017-11-06 | 2018-03-27 | 郑文英 | 一种车辆防追尾控制方法及其*** |
CN109087534A (zh) * | 2018-10-09 | 2018-12-25 | 王业宝 | 一种基于车辆行驶轨迹的交通冲突检测方法 |
CN109493600A (zh) * | 2018-11-21 | 2019-03-19 | 合肥工业大学 | 基于事故危险度的交通事故多发路段识别方法 |
CN110174856A (zh) * | 2018-02-21 | 2019-08-27 | 现代自动车株式会社 | 车辆的驾驶模式切换控制设备和方法以及车辆*** |
CN111427344A (zh) * | 2020-02-13 | 2020-07-17 | 深圳市镭神智能***有限公司 | 自主体轨迹冲突的解决方法、装置、设备和存储介质 |
CN112767697A (zh) * | 2021-01-19 | 2021-05-07 | 东南大学 | 基于交通冲突预测的交通安全评价方法、***及装置 |
JP7449833B2 (ja) | 2020-09-25 | 2024-03-14 | 株式会社Subaru | 車両事故の不整合判断装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020082806A1 (en) * | 1995-01-13 | 2002-06-27 | Kaub Alan R. | Traffic safety prediction model |
CN1932923A (zh) * | 2006-09-29 | 2007-03-21 | 北京工业大学 | 道路交通事故多发路段鉴别方法 |
-
2011
- 2011-06-03 CN CN2011101486225A patent/CN102254430A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020082806A1 (en) * | 1995-01-13 | 2002-06-27 | Kaub Alan R. | Traffic safety prediction model |
CN1932923A (zh) * | 2006-09-29 | 2007-03-21 | 北京工业大学 | 道路交通事故多发路段鉴别方法 |
Non-Patent Citations (3)
Title |
---|
周伟等: "路段交通事故多发点的冲突判定方法", 《中国公路学报》 * |
罗石贵等: "路段交通冲突技术研究", 《公路交通科技》 * |
高林杰等: "基于视频采集数据的跟车模型标定与验证", 《***仿真学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971519A (zh) * | 2014-04-04 | 2014-08-06 | 东南大学 | 一种利用交通冲突判别事故易发路段的方法及其*** |
CN107845292A (zh) * | 2017-11-06 | 2018-03-27 | 郑文英 | 一种车辆防追尾控制方法及其*** |
CN110174856A (zh) * | 2018-02-21 | 2019-08-27 | 现代自动车株式会社 | 车辆的驾驶模式切换控制设备和方法以及车辆*** |
CN109087534A (zh) * | 2018-10-09 | 2018-12-25 | 王业宝 | 一种基于车辆行驶轨迹的交通冲突检测方法 |
CN109493600A (zh) * | 2018-11-21 | 2019-03-19 | 合肥工业大学 | 基于事故危险度的交通事故多发路段识别方法 |
CN109493600B (zh) * | 2018-11-21 | 2021-02-05 | 合肥工业大学 | 基于事故危险度的交通事故多发路段识别方法 |
CN111427344A (zh) * | 2020-02-13 | 2020-07-17 | 深圳市镭神智能***有限公司 | 自主体轨迹冲突的解决方法、装置、设备和存储介质 |
JP7449833B2 (ja) | 2020-09-25 | 2024-03-14 | 株式会社Subaru | 車両事故の不整合判断装置 |
CN112767697A (zh) * | 2021-01-19 | 2021-05-07 | 东南大学 | 基于交通冲突预测的交通安全评价方法、***及装置 |
CN112767697B (zh) * | 2021-01-19 | 2021-11-30 | 东南大学 | 基于交通冲突预测的交通安全评价方法、***及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102254430A (zh) | 一种利用交通冲突判别事故易发路段的方法 | |
WO2021135653A1 (zh) | 一种识别车辆的异常停留的方法和*** | |
CN103150930B (zh) | 针对快速道路常发性拥堵路段的追尾事故实时预测方法 | |
CN102881162B (zh) | 大规模交通信息的数据处理及融合方法 | |
CN109002622B (zh) | 一种随机车流作用下大跨径桥梁总体荷载响应估算方法 | |
CN105869439A (zh) | 一种道路交汇口防撞预警方法、路侧设备与防撞*** | |
CN103646534A (zh) | 一种道路实时交通事故风险控制方法 | |
Liu et al. | A new approach for real-time traffic delay estimation based on cooperative vehicle-infrastructure systems at the signal intersection | |
CN111402613B (zh) | 一种自动驾驶车辆收费站车道选择方法 | |
CN102360525A (zh) | 基于判别分析的快速道路实时交通事故风险预测方法 | |
CN106248392B (zh) | 一种无人车变道时间的测试方法及装置 | |
CN101706996A (zh) | 一种基于信息融合的高速公路交通状态识别方法 | |
CN105448108A (zh) | 一种基于隐马尔科夫路网匹配的超速判别方法 | |
CN103646542A (zh) | 一种交通影响范围的预测方法和装置 | |
CN109455183B (zh) | 车辆碰撞预判方法及*** | |
CN110033617A (zh) | 一种面向自然驾驶数据的跟驰状态评估***及方法 | |
CN104750963A (zh) | 交叉口延误时长估计方法及装置 | |
CN102592448A (zh) | 一种利用当量交通冲突测评无信号交叉口安全性能的方法 | |
CN105799709A (zh) | 车辆急转弯的识别方法及装置 | |
CN103280110A (zh) | 高速公路旅行时间的预测方法及装置 | |
CN103971519A (zh) | 一种利用交通冲突判别事故易发路段的方法及其*** | |
CN110335365A (zh) | 基于rssi的车辆所处车道识别方法及设备 | |
CN107248290B (zh) | 基于车辆视频识别的混合式主线收费站交通冲突评价方法 | |
Königshof et al. | A parameter analysis on RSS in overtaking situations on german highways | |
Das et al. | Surrogate Safety Measures: Review and Assessment in Real-World Mixed Traditional and Autonomous Vehicle Platoons |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20111123 |