考慮能見度的無信號交叉口行人與車輛沖突識別

馬艷麗，朱潔玉，張宿峰，張 鵬

(哈爾濱工業大學 交通科學與工程學院，黑龍江 哈爾濱 150090)

0 引 言

據統計，約有21%的行人死亡事故發生在道路交叉口[1]，尤其在能見度比較低的環境中，交通事故發生率更高。根據文獻[2]，2014年霧天平均單次交通事故死亡人數約為晴天條件下的1.86倍。在低能見度交通環境下，駕駛員的可視距離變短，對交通標線、前方過街行人等難以辨別清楚，可能會做出錯誤判斷，故在低能見度環境中車輛與行人更易發生沖突，出現交通事故概率更大。如何有效識別低能見度下的過街行人與車輛的沖突已成為車-路協同下無信號交叉口行人安全過街研究的重要內容。

行人過街受到機動車行駛的干擾顯著，為保證路段上行人安全過街，同時減少人-車沖突，相關學者對人-車沖突模型、人-車沖突分析技術與方法及人-車沖突表征指標方面進行了研究。鮑怡婷等[3]根據實際調查的車輛速度和可接受間隙，提出了一種右轉機動車與行人沖突運動過程的仿真模型；HUANG Zhi等[4]研究了行人與車輛的正面碰撞情況，提出了區分正面碰撞與側面碰撞的人-車沖突距離模型；魏麗英等[5]根據人-車沖突實際情景構建了行人與機動車的沖突博弈矩陣，并給出了人-車沖突演化動力學模型；CHENG Wei等[6]分析了人-車沖突的重要影響因素，并提出了行人安全沖突指數模型；LI Fang等[7]研究了人-車單元在交叉口行駛狀態下的交通沖突危險潛在反應，并結合交通規則，建立了交叉口交通沖突風險識別模型；TAN Guishan等[8]采用時距法對行人與右轉彎機動車的時間分布進行研究，建立了沖突概率的計算模型；WU Jianqing等[9]通過研究車輛與行人近碰撞識別，考慮車-人碰撞風險增加，提出了一種基于路邊激光雷達數據提取的道路使用者軌跡近碰撞識別方法；I.KAPARIAS等[10]基于現有車-車沖突分析技術，考慮行人運動，開發出一種共享空間環境的行人與車輛交通沖突分析技術；R.AlMODFER等[11]提出了一種基于車道的行人與車輛后侵入時間評價方法，使用視頻數據記錄一個無信號交叉口車輛和行人行為，分析基于車道分布的人-車沖突；CHEN Peng等[12]利用無人機視頻分析了城市交叉口行人車輛沖突，分別用后侵入時間(PET)和相對碰撞時間(RTTC)表示行人與車輛沖突在空間和時間上的接近程度；陸斯文等[13]利用交通沖突技術，分析了單車道行人激進過街時與機動車之間的碰撞機理，建立了單車道人-車沖突和碰撞事故概率模型。

以上學者主要從行人與車輛沖突識別模型、分析方法與技術及表征指標等方面開展了相關研究，但對考慮能見度影響的過街行人與車輛沖突識別等問題的研究相對較少。筆者研究了無信號交叉口過街行人與車輛的交通沖突問題，考慮能見度對交通沖突影響，結合采集到的車輛及行人運動信息，對考慮能見度的無信號交叉口過街行人與車輛沖突識別方法開展研究，構建了過街行人與車輛沖突識別模型，并對模型進行有效性驗證。

1 人-車沖突識別模型

1.1 行人與車輛交通沖突分析

對于每個交通參與者，其周圍都有一定的敏感區，當其他交通參與者逐漸進入該區域時，雙方壓力劇增，進而會采取避險措施，這被認為是一起交通沖突，該敏感區定義為臨界沖突區域[14]。車輛與行人避險需一定的空間距離，可使車輛與行人成功避險的最小安全距離為臨界沖突區域。沖突區域示意如圖1。

圖1 沖突區域示意(單位：cm)

圖1中：虛線圓曲線表示臨界沖突區域，行人和車輛過街時，當車輛或行人進入對方的虛線區域后，駕駛員與行人都會緊張，若不采取避險措施，行人與車輛可能會存在碰撞情況，此區域即為適應緊急情況的最小安全區。

在分析車輛尺寸、速度、行人速度及人-車相對位置等因素的基礎上，考慮臨界沖突區域，建立人-車沖突模型。人-車沖突模型研究了行人與車輛的行駛軌跡，分析了行人與駕駛員避險的最小空間距離，綜合考慮行人與車輛的運動特點，是基于運動學及車輛制動理論建立的交通沖突判別模型。由該模型可知，若車輛與行人間的距離小于臨界沖突距離，說明車輛與行人存在沖突，反之則沖突不存在。

1.2 人-車沖突模型構建

行人與車輛過街時，由于車輛行進方向有所變化(分為：左、直、右這3個方向)，而行人行進方向變化不大(沿人行橫道)，為方便分析與計算臨界沖突距離，以圖1(a)為例進行模型構建，所構建的沖突模型如圖2。

圖2 交叉口人-車沖突模型

車輛在同一位置沿不同方向運動時，行人與車輛間的安全距離有所不同，因此當車輛沿著與行人連線方向運動時，所需的安全距離最大。人-車相對位置確定時，為確保車輛與行人安全，應取最大安全距離作為臨界沖突半徑。圖1(a)中：設定行人所處位置為原點，其運動方向為y軸正向，建立直角坐標系。

根據幾何關系可知車輛相對于行人的速度和加速度，并根據車輛制動理論，可得出[0, 2π)上的臨界沖突半徑[13]，如式(1)：

(1)

從微觀而言，車輛應從其外側邊緣算起，因此需加入車輛尺寸影響，故在[0, 2π)上的人-車臨界沖突半徑如式(2)：

(2)

式中：l為車輛長度，m；d為車輛寬度，m；v1為行人速度，m/s，通常取v1=1.2 m/s；v2為車輛速度，m/s；t1為駕駛員踩下制動踏板到車輛開始制動時間，s，通常取t1=0.09 s；t2為車輛制動力増長時間，s，t2取值見表1；a為車輛減速度，m/s2；φ為車輛起始位置和X軸正向之間夾角，(°)。

表1 車輛制動力增長時間

2 交通環境能見度確定方法

2.1 交通環境能見度分級標準

2007年，中國氣象局綜合不同能見度和公路行車安全影響因素，發布了《高速公路能見度監測及濃霧的預警預報》標準[15]。董珂洋等[16]分析大風、雨雪、大霧、高溫等災害天氣對道路交通安全的影響，并提出應對措施。筆者根據文獻[15-16]，制定了道路能見度分級標準和相應的預警管理措施。該標準根據氣象部門能見度檢測和相關預報及影響交通運營的嚴重程度，將公路沿線的能見度按從好到壞的順序分為0～4級，如表2。

表2 能見度等級劃分

2.2 基于人-車距離的交通環境能見度測算方法

能見度是表征大氣透明程度的一個重要物理量，與雨、雪、霧、霾等氣象條件密切相關，一般定義為具有正常視力的人在強光、雨霧、天空等散射光背景下，觀測且可以辨識出安置于地面附近的適當尺度目標物的最大水平距離或在夜晚能夠辨認出一定強度燈光的最大距離[17]。

能見距離大小主要與大氣透明程度有關。根據大氣光學中的比爾-朗伯定律，可求出空氣介質中的最大能見距離，即能見度的計算如式(3)：

(3)

式中：V為能見距離，m；Kλ為消光系數；L0為監控設備光心距觀測目標物的距離，m；T0為當前大氣透射率，一般情況下，取人眼正常視覺反應閾值為0.02。

根據式(3)，利用激光測距儀測出觀測點距目標物的距離L0即可計算出空氣中的能見距離，根據能見度等級劃分表即可確定實際交通環境的能見度等級，進一步研究不同能見度條件下人-車臨界沖突半徑變化情況。

3 低能見度下的人-車沖突模型修正

在霧霾、黃昏和夜間等能見度比較低的環境中，駕駛員的視覺辨認能力會受到影響，導致其對車輛操控能力發生變化，車輛速度和減速度隨之改變，人-車臨界沖突半徑也會發生變化。與車輛相比，行人速度及加速度變化微小，對模型整體影響不大，故筆者僅考慮車輛速度及加速度變化臨界沖突半徑影響，進而對人-車沖突模型進行修正。

3.1 數據采集與處理

3.1.1 數據采集

構建考慮能見度的人-車沖突模型需采集車輛和行人相對位置、速度、加速度、車輛尺寸及能見度等指標信息，因此數據采集裝置包括設置在車輛中的車載GPS、雷達、速度傳感器、加速度傳感器、車路通信車載終端及激光測距儀，實時采集行人與車輛信息，并通過無線發射器將信息發送至路側的通訊設備。

3.1.2 數據處理

筆者以哈爾濱市果戈里—文昌街(橋下)所收集的歷史資料為研究基礎，原始數據以40 min為記錄單位，時間為2017年7月至12月，其間包含了不同能見度的情況。車輛在各級能見度下的速度變化情況見圖3。

圖3 各級能見度下的車輛速度變化

通過擬合可得車輛速度v2與能見度V之間的關系模型，如式(4)：

v2=7.42ln(V)-7.62，R2=0.97

(4)

式中：V∈(0， 2 000]。

通過分析與計算，列出了車輛在5級能見度條件下的車輛平均速度，如表3。

表3 各級能見度下的車輛平均速度

3.2 模型參數確定

3.2.1v1、l和d確定

在不同能見度下行人速度變化較小，可按1.2 m/s進行計算，故v1=1.2 m/s。筆者以總質量在4.5 t以下的小汽車為研究對象，通過調查小汽車規格尺寸取其平均值，即l=4.5 m，d=1.7 m。

3.2.2t1、t2和a確定

t1為駕駛員踩下制動踏板到牢輛開始制動的時間，通常取t1=0.09 s；t2與汽車質量有關，根據車輛制動力增長情況表，t2=0.24 s。車輛在不同能見度條件下行駛時速度不同，路面附著力系數隨之變化，導致車輛最大減速度不同，故應對車輛加速度進行修正，以保障駕駛員安全行駛。在道路材料、路面狀況、輪胎結構、胎面花紋一定情況下，車輛最大減速度計算如式(5)：

amax=μg

(5)

式中：amax為車輛最大減速度，m/s2；μ為路面附著力系數；g為重力加速度，g=9.8 m/s2。

不同行車速度下的路面附著系數見表4(雨雪情況除外)。根據插值法可計算不同能見度條件下的平均減速度，其具體取值如下：

1)當500 m≤V≤2 000 m時，能見度等級為0級，天氣狀況正常，a=7.98 m/s2；

2)當200 m≤V<500 m時，能見度等級為1級，a=8.03 m/s2；

3)當100 m≤V<200 m時，能見度等級為2級，a=8.08 m/s2；

4)當50 m≤V<100 m時，能見度等級為3級，a=8.15 m/s2；

5)當V≤50 m時，能見度等級為4級，a=8.21 m/s2。

表4 不同車速下的路面附著系數

3.3 模型修正

筆者分別將0～4級能見度條件下的臨界沖突半徑記為R0、R1、R2、R3和R4，則各級能見度下的人-車沖突修正模型如式(6)～(10)：

(6)

(7)

(8)

(9)

(10)

記修正后的臨界沖突半徑為R′c，行人與車輛間的實際距離為Rv，則修正后的模型如式(11)：

(11)

考慮能見度下人車沖突識別方法：當Rv>R′c時，認為人車之間不存在沖突；當Rv≤R′c時，認為人車之間有沖突存在。

3.4 模型有效性驗證

3.4.1 實驗設計

為驗證低能見度下無信號交叉口人-車沖突修正模型沖突模型是否合理，筆者以哈爾濱春龍路—黃河路無信號交叉口為例展開詳細說明。分別選取了不同能見度下此交叉口的50個案例進行分析，攝像機拍攝視頻幀頻為30，每幀像素為1 280×720，圖4分別為4～0級能見度下所拍攝的路口交通情況。

圖4 不同能見度下的路口交通情況

通過觀察交通參與者是否有沖突發生時的轉向、減速等避險行為，判斷實際沖突情況，并與模型計算結果進行比較，以檢驗模型的有效性。以1級能見度為例進行說明，其具體步驟如下：

1)提取視頻中行人與車輛的相對位置

根據激光測距儀所測距離L0，計算能見度，將各個參數帶入代入式(7)計算臨界沖突半徑R′c。根據測算可知φ=45°，由式(3)可知V=349.82 m，故有式(12)：

2.41=11.35 m

(12)

2)進行判斷

若Rv≤R′c，則認為行人與車輛存在沖突，反之則認為行人與車輛不存在沖突。通過估算可知Rv=1.1 m

3)對比分析

將所得結果同車輛、行人實際情況對比分析，確定與事實相符案例數，得出模型準確率。

3.4.2 結果分析

對50個在5種能見度等級下的有效案例進行分析，將人-車沖突識別模型結果與實際沖突數與進行對比，以檢驗無信號交叉口人-車沖突模型的適用性與準確性，其統計驗證結果如表5。通過對模型進行實例驗證，表明該模型平均準確率為82.4%，能對不同能見度下的無信號交叉口行人與車輛沖突進行有效地識別。

表5 人-車沖突案例分析結果

4 結 論

筆者研究了無信號交叉口車輛與過街行人沖突識別問題。運用車載GPS、車輛速度傳感器、加速度傳感器、車路通信車載終端及激光測距儀采集了車輛和行人的相對位置、速度、加速度、車輛尺寸等信息，構建了過街人-車沖突識別模型，給出了車輛速度與能見度之間的關系模型，并在此基礎上對沖突模型進行修正，對該模型有效性進行驗證。結果表明：該模型結合行人與車輛運動信息，綜合考慮交通環境能見度等級和車輛尺寸對人車沖突區域影響，可對無信號交叉口過街行人與車輛沖突進行有效識別，沖突識別率可達到82.4%。該研究可為無信號交叉口的行人提供決策，給駕駛員提供有效避讓行人的信息，從而降低過街行人與車輛間的交通事故率，提高低能見度下無信號交叉口行人和車輛的安全性。

此外，筆者研究成果也能用于不同能見度下無信號控制路段的過街行人與車輛沖突識別，無信號控制路段的人-車沖突大致為垂直沖突，屬于文中研究中(不同運動方向的車輛與行人沖突)的一種情況，該研究可為無信號交叉口與路段安全分析提供理論支持。