CN102254430A - 一种利用交通冲突判别事故易发路段的方法 - Google Patents

Abstract

一种利用交通冲突判别事故易发路段的方法涉及利用路段车辆之间的冲突判断事故易发路段，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。其具体方法为：通过划分路段确定路段交通冲突发生规律；引入交通冲突概率分布的分位点，选择

分位点对应的交通冲突次数

为临界交通冲突次数，作为判别是否为事故易发路段的标准；计算临界交通冲突次数

；使用VehicleVideo-CaptureDataCollector视频处理软件对路段交通冲突次数C进行测算；比较路段交通冲突次数C与临界交通冲突次数的大小，判别是否为事故易发路段。

Description

一种利用交通冲突判别事故易发路段的方法

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+……＝∑X_i，

并且，待判断路段在5～10秒内发生的交通冲突概率为：

$P\left(X\right|\mathrm{\λ})=\frac{{\mathrm{\λ}}^X\·e^{-\mathrm{\λ}}}{X!}---\left(1\right)$

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：

${\∫}_{-\∞}^{\mathrm{\τ}}P\left(X\right|\mathrm{\λ})\mathrm{dX}=1-\mathrm{\α}---\left(2\right)$

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，

$\mathrm{\τ}\≈\mathrm{\λ}+{\mathrm{\μ}}_{\mathrm{\α}/2}\sqrt{\mathrm{\λ}}---\left(3\right)$

其中，μ_α/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D_h≤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+……＝∑X_i，

并且，待判断路段在5～10秒内发生的交通冲突概率为：

$P\left(X\right|\mathrm{\λ})=\frac{{\mathrm{\λ}}^X\·e^{-\mathrm{\λ}}}{X!}---\left(1\right)$

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：

${\∫}_{-\∞}^{\mathrm{\τ}}P\left(X\right|\mathrm{\λ})\mathrm{dX}=1-\mathrm{\α}---\left(2\right)$

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，

$\mathrm{\τ}\≈\mathrm{\λ}+{\mathrm{\μ}}_{\mathrm{\α}/2}\sqrt{\mathrm{\λ}}---\left(3\right)$

其中，μ_α/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D_h≤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X_i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+……＝∑X_i，

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：

$P\left(X\right|\mathrm{\λ})=\frac{{\mathrm{\λ}}^X\·e^{-\mathrm{\λ}}}{X!}---\left(1\right)$

其中，λ＝np，是预期交通冲突次数，表示该路段在1小时内理论上发生的交通冲突的次数，根据极大似然估计，近似认为

为观测时段内每个小时的交通冲突观测值的平均值。

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：

${\∫}_{-\∞}^{\mathrm{\τ}}P\left(X\right|\mathrm{\λ})\mathrm{dX}=1-\mathrm{\α}---\left(2\right)$

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：

$P\{C>\mathrm{\&tau;}|\mathrm{\&lambda;}\}=\underset{\mathrm{\&tau;}}{\overset{\&infin;}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&lambda;}}^C{e}^{-\mathrm{\&lambda;}}}{C!}<\mathrm{\&alpha;}---\left(3\right)$

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：

$Z=\frac{X-\mathrm{np}}{\sqrt{\mathrm{np}(1-\mathrm{np})}}\&ap;\frac{X-\mathrm{\&lambda;}}{\sqrt{\mathrm{\&lambda;}}}---\left(4\right)$

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：

$\mathrm{\&tau;}\&ap;\mathrm{\&lambda;}+{\mathrm{\&mu;}}_{\mathrm{\&alpha;}/2}\sqrt{\mathrm{\&lambda;}}---\left(5\right)$

其中，μ_α/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D_h、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＝D_h/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D_h≤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，μ_α/2＝μ_0.05＝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+……＝∑X_i，

并且，待判断路段在5～10秒内发生的交通冲突概率为：

$P\left(X\right|\mathrm{\&lambda;})=\frac{{\mathrm{\&lambda;}}^X\&CenterDot;e^{-\mathrm{\&lambda;}}}{X!}---\left(1\right)$

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：

${\&Integral;}_{-\&infin;}^{\mathrm{\&tau;}}P\left(X\right|\mathrm{\&lambda;})\mathrm{dX}=1-\mathrm{\&alpha;}---\left(2\right)$

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，

$\mathrm{\&tau;}\&ap;\mathrm{\&lambda;}+{\mathrm{\&mu;}}_{\mathrm{\&alpha;}/2}\sqrt{\mathrm{\&lambda;}}---\left(3\right)$

其中，μ_α/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D_h≤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。