無信控人行橫道多重威脅沖突過街風(fēng)險研究

摘" 要：以無信號控制路段人行橫道為場景，在分析多重威脅沖突特性的基礎(chǔ)上，構(gòu)建無信號控制路段人行橫道過街風(fēng)險評價模型。研究表明，基于無信號控制路段人行橫道處到達(dá)分布規(guī)律和過街對象選擇過街概率建立沖突概率模型；依據(jù)機(jī)動車在外圍區(qū)域的運(yùn)行特征及在沖突區(qū)域和過街對象交錯的時間差來量化沖突肇事后的嚴(yán)重性，全面考慮多重威脅沖突發(fā)生的概率、機(jī)動車的禮讓情況、行人和電動自行車的過街情況等因素，更真實(shí)地描述實(shí)際沖突行為。通過模糊C-均值聚類算法進(jìn)行等級劃分，最后選取鎮(zhèn)江市無信號控制路段人行橫道進(jìn)行實(shí)地調(diào)查分析，驗(yàn)證模型的有效性，并提出相應(yīng)的改善措施及建議。

關(guān)鍵詞：城市交通；無信控人行橫道；多重威脅沖突；風(fēng)險評價；沖突概率模型

中圖分類號：U491.23" " " 文獻(xiàn)標(biāo)志碼：A" " " " " 文章編號：2095-2945（2023）28-0１０８-0５

Abstract： Based on the analysis of the characteristics of multiple threat conflicts， a risk assessment model for pedestrian crossings in unsignalized road sections is constructed using pedestrian crossings as a scenario. Research has shown that a conflict probability model has been established based on the distribution law of arrival at pedestrian crossings in unsignalized road sections and the probability of crossing objects choosing to cross the street; based on the operational characteristics of motor vehicles in the peripheral area and the time difference between the conflict area and the crossing object， the severity of the conflict after the incident is quantified. Factors such as the probability of multiple threat conflicts occurring， the courtesy situation of motor vehicles， and the crossing situation of pedestrians and electric bicycles are comprehensively considered， providing a more realistic description of the actual conflict behavior. By using the fuzzy C-means clustering algorithm for hierarchical classification. Finally， a field investigation and analysis were conducted on pedestrian crossings without signal control in Zhenjiang City， so as to verify the effectiveness of the model and propose corresponding improvement measures and suggestions.

Keywords： urban traffic; uncontrolled crosswalks; multiple threat conflicts; risk assessment; conflict probability model

無信控人行橫道就是沒有設(shè)置行人、電動自行車和機(jī)動車信號燈的人行橫道。在城市中，無信控人行橫道是道路交通網(wǎng)的重要組成部分，因?yàn)樵谌诵袡M道處行人和電動自行車在過街時，會和機(jī)動車發(fā)生相互作用，容易發(fā)生交通沖突。除此之外，位于路段處的無信控人行橫道處機(jī)動車行駛速度較高，存在駕駛員與行人爭奪路權(quán)的情況。前面已經(jīng)對交通沖突的嚴(yán)重程度以及影響因素進(jìn)行了分析，但是無法做到全面地反映無信控人行橫道的風(fēng)險性，所以需要對無信控人行橫道處的交通沖突進(jìn)行風(fēng)險評價，有助于提高行人和電動自行車的過街安全水平。

近幾年，國內(nèi)外學(xué)者對交通沖突的安全評價已經(jīng)取得了一些成就。例如，一些學(xué)者首先明確安全評價指標(biāo)，然后通過聚類的方法確定安全等級，其中安全評價指標(biāo)有交通沖突數(shù)與混合交通量的比值、交通沖突指標(biāo)、速度等沖突風(fēng)險指數(shù)。對于聚類方法，使用較多的為灰色聚類分析。除此之外，袁黎等[1]提出了車流沖突線概念，結(jié)合沖突概率、沖突嚴(yán)重性、沖突向后傳遞的長度建立無信號交叉口安全風(fēng)險評價模型；袁黎等[2]以期望值的角度來構(gòu)建交叉口車流當(dāng)量沖突量，用來評價交叉口的風(fēng)險性；朱勝雪等[3]利用安全設(shè)施影響系數(shù)、沖突指數(shù)、幾何設(shè)計(jì)影響系數(shù)作為安全評價指標(biāo)，構(gòu)建交叉口安全評價模型。向紅艷等[4]通過分析行人過街的風(fēng)險因素，并計(jì)算行人的過街時間，從而建立行人過街安全度模型。馬瑩瑩等[5]基于行人、機(jī)動車出現(xiàn)在無信控人行橫道處的位置及概率，結(jié)合行人和機(jī)動車的流量、運(yùn)行速度以及其他特征，構(gòu)建了無信控人行橫道人車沖突概率模型。

上述研究的沖突概率只考慮了理想情況下的到達(dá)規(guī)律，考慮行人和電動自行車等待過街及機(jī)動車讓行行為較少，不能很好地評價無信控人行橫道沖突風(fēng)險。綜上所述，基于行人和電動自行車與機(jī)動車間的沖突概率和潛在碰撞嚴(yán)重程度建立了無信控人行橫道多重威脅沖突風(fēng)險評價模型，對無信控人行橫道的過街安全性進(jìn)行評估。該模型可以控制事故發(fā)生概率，為實(shí)施行人和電動自行車過街安全管理提供理論依據(jù)。

1" 無信控人行橫道多重威脅沖突風(fēng)險評價模型

多重威脅沖突界定的依據(jù)是過街對象在無信控人行橫道過街時，是否有機(jī)動車讓行以及旁邊車道是否有機(jī)動車同向行駛。若在過街過程中沒有機(jī)動車停車讓行，或者有機(jī)動車停車讓行，旁邊車道沒有同向行駛的機(jī)動車，則認(rèn)為行人或電動自行車過街時沒有發(fā)生多重威脅沖突；同時如果有機(jī)動車讓行且旁邊車道有機(jī)動車同向行駛。行人或電動自行車的過街順序?yàn)橄韧ㄐ袡C(jī)動車停車讓行的車道，再繼續(xù)通過機(jī)動車同向行駛所處的車道。否則將該過程判定為單次沖突。

1.1" 沖突概率模型

無信號控制路段人行橫道處發(fā)生多重威脅沖突時，行人或電動自行車與機(jī)動車將同時出現(xiàn)在過街人行橫道某處，故針對行人或電動自行車與兩車道上機(jī)動車沖突情況，分析其出現(xiàn)在人行橫道處的概率。本文為了便于計(jì)算，利用單向車道的沖突概率來反映整個車道的沖突概率。即無信控人行橫道多重威脅沖突概率p為

式中：p1為沖突點(diǎn)1的沖突概率；p2為沖突點(diǎn)2的沖突概率。

沖突點(diǎn)的沖突概率包括機(jī)動車出現(xiàn)在無信控人行橫道處概率和行人或電動自行車出現(xiàn)在無信控人行橫道處概率，而行人或電動自行車出現(xiàn)在無信控人行橫道處概率又包括行人或電動自行車到達(dá)概率和選擇過街概率。下面對上述描述的概率進(jìn)行分析建模。

1.1.1" 機(jī)動車出現(xiàn)在人行橫道處概率

當(dāng)機(jī)動車到達(dá)服從泊松分布時，機(jī)動車在行人穿越機(jī)動車寬度所需時間內(nèi)到達(dá)的概率可用下式表示

式中：p為i種過街對象沖突點(diǎn)j機(jī)動車到達(dá)人行橫道的概率（i=1/2分別表示行人和電動自行車，j=1/2分別表示沖突點(diǎn)1和沖突點(diǎn)2）；Qj為對應(yīng)沖突點(diǎn)j的機(jī)動車流量，pcu/h；E為機(jī)動車寬度，m；Vij為沖突點(diǎn)j處i種過街對象的速度，m/s。

1.1.2" 行人或電動自行車出現(xiàn)在人行橫道處概率

1）行人或電動自行車的到達(dá)概率。對于行人或電動自行車的到達(dá)概率，考慮到行人或電動自行車的過街方向不同，結(jié)合下面兩種情況來討論行人或電動自行車的到達(dá)概率：一是從路邊向路中心通行過街，即在沖突點(diǎn)2處發(fā)生沖突。二是從路中心向路邊通行過街，即在沖突點(diǎn)1處發(fā)生沖突。下面分別對兩種通行情況進(jìn)行分析建模。

對于第一種情況，研究顯示行人或電動自行車到達(dá)與機(jī)動車到達(dá)一樣服從泊松分布，則行人或電動自行車在機(jī)動車穿越行人或電動自行車位置所需時間內(nèi)到達(dá)的概率為

式中：p為i種過街對象從路邊向路中心行駛在第2車道機(jī)動車穿越行人位置所需時間內(nèi)到達(dá)的概率；Qp2為從路邊向路中心行駛的行人或電動自行車流量，pcu/h；F為機(jī)動車長度，m；VV為機(jī)動車速度，m/s。

對于第二種情況，從路中心向路邊通行過街。此時行人或電動自行車到達(dá)路中心的方式分為兩類：一是排隊(duì)等候通行，二是直接通行。對于排隊(duì)等候通行來說，行人或電動自行車到達(dá)則服從對數(shù)正態(tài)分布模型；對于直接通行，行人或電動自行車到達(dá)服從泊松分布模型。綜上所述，對于路中心行人或電動自行車的到達(dá)率可視為以上兩種通行方式到達(dá)率的加權(quán)。兩類通行方式的比例可以通過排隊(duì)等候通行流量和直接通行流量來獲取。則行人或電動自行車的到達(dá)率公式為

式中：p為i種過街對象從路中心向路邊行駛第1車道內(nèi)機(jī)動車穿越行人位置所需時間內(nèi)到達(dá)的概率；Qp1為從路中心向路邊行駛的行人或電動自行車流量，pcu/h；ni為i種過街對象排隊(duì)等候通行的流量，pcu/h；F為機(jī)動車長度，m；VV為機(jī)動車速度，m/s。

2）行人或電動自行車選擇過街概率。當(dāng)行人或電動自行車到達(dá)路中心或路邊時，會根據(jù)交通狀況來選擇過街。選擇過街分為兩類：一是當(dāng)車頭時距大于所設(shè)置最小可接受安全間隙時，行人或電動自行車能順利穿越道路，此時選擇過街；二是當(dāng)車道1或2內(nèi)有機(jī)動車停車禮讓行人時，行人或電動自行車選擇過街。針對本文研究的沖突類型，只研究第二類選擇過街。為了符合第二類情況，需要滿足車道1或2有機(jī)動車到達(dá)和到達(dá)的機(jī)動車停車禮讓2個條件，所以行人選擇過街概率包括車道1或2內(nèi)機(jī)動車到達(dá)率和到達(dá)的機(jī)動車停車禮讓占比系數(shù)。

由上述已知選擇過街原則，假設(shè)車道寬度為L，行人或電動自行車的過街速度為Vi，則T=，在T時間內(nèi)如果有機(jī)動車到達(dá)且停車禮讓，此時行人或電動自行車選擇過街，所以行人或電動自行車選擇過街概率為

式中：p為i種過街對象沖突點(diǎn)j的選擇過街概率；Qj為對應(yīng)沖突點(diǎn)j的機(jī)動車流量，pcu/h；L為車道寬度，m；Vij為沖突點(diǎn)j處i種過街對象的速度，m/s；βj為車道j內(nèi)機(jī)動車停車禮讓占比系數(shù)，等于機(jī)動車停車禮讓流量比上機(jī)動車總流量。

3）行人或電動自行車出現(xiàn)在人行橫道的概率。根據(jù)上述行人或電動自行車到達(dá)概率和選擇過街概率，可以求出行人或電動自行車出現(xiàn)在人行橫道的概率為

式中：pi1為沖突點(diǎn)1處i種過街對象出現(xiàn)在人行橫道的概率；pi2為沖突點(diǎn)2處i種過街對象出現(xiàn)在人行橫道的概率。

1.1.3" 無信控人行橫道多重威脅沖突概率

無信控人行橫道多重威脅沖突概率是指機(jī)動車和過街對象同時出現(xiàn)在人行橫道某處的概率為

式中：pi為無信控人行橫道處i種過街對象多重威脅沖突概率；" 為沖突點(diǎn)1處i種過街對象多重威脅沖突概率；" 為沖突點(diǎn)2處i種過街對象多重威脅沖突概率。

1.2" 基于沖突概率和潛在碰撞嚴(yán)重程度的風(fēng)險評價模型

對于映射函數(shù)，本文使用負(fù)指數(shù)函數(shù)y=e-x。所以構(gòu)建綜合風(fēng)險指標(biāo)CT為

無信控人行橫道的過街安全改善工作的首要步驟是對無信控人行橫道的交通安全狀況進(jìn)行風(fēng)險評價，所以，風(fēng)險評價方法的全面性與系統(tǒng)性最為重要。沖突概率與潛在碰撞的嚴(yán)重性是交通安全風(fēng)險評價的2個重要指標(biāo)，分別代表多重威脅沖突發(fā)生的可能性和后果的嚴(yán)重程度，故將2個指標(biāo)進(jìn)行聯(lián)合時全面評價無信控人行橫道過街的安全性具有重大意義。本文對沖突概率和潛在碰撞嚴(yán)重性進(jìn)行聯(lián)合，構(gòu)建基于綜合風(fēng)險指標(biāo)的無信控人行橫道過街風(fēng)險評價模型，模型公式為

式中：CR為無信控人行橫道綜合風(fēng)險指數(shù)；p為無信控人行橫道沖突概率；CT為無信控人行橫道潛在碰撞嚴(yán)重程度；φ1和φ2分別為沖突概率模型和潛在碰撞嚴(yán)重程度模型的權(quán)重系數(shù)，其取值為φ1=0.6，φ2=0.4[6]。

2" 案例分析

2.1" 參數(shù)調(diào)查

以鎮(zhèn)江市正東路某無信號控制路段人行橫道為例進(jìn)行實(shí)證研究，其地理位置如圖1所示，通過實(shí)地觀察和測量得到相關(guān)數(shù)據(jù)，見表1。

本文選擇無人機(jī)攝像法，對正東路處的無信控人行橫道進(jìn)行早高峰、平峰和晚高峰進(jìn)行共為期3 h的觀測。利用視頻播放軟件Adobe Premiere來獲取并處理數(shù)據(jù)，得到行人流量、電動自行車流量、機(jī)動車流量、行人的步行速度、電動自行車速度及機(jī)動車速度等數(shù)據(jù)的觀測值。

2.2" 沖突風(fēng)險值計(jì)算

2.2.1" 沖突概率

根據(jù)沖突點(diǎn)處的沖突概率公式，分別計(jì)算行人和電動自行車在早高峰、平峰以及晚高峰處的沖突概率，計(jì)算結(jié)果見表2。

2.2.2" 潛在碰撞嚴(yán)重性

對于潛在的碰撞嚴(yán)重性，由3種指標(biāo)組合而成，根據(jù)計(jì)算公式得出的結(jié)果無量綱，不用權(quán)重值一致化，分別計(jì)算行人和電動自行車在早高峰、平峰以及晚高峰處的潛在碰撞嚴(yán)重性，計(jì)算結(jié)果見表3。

2.2.3" 沖突風(fēng)險值

根據(jù)公式（12），計(jì)算得到無信控人行橫道處多重威脅沖突風(fēng)險值，結(jié)果見表4。

2.3" 風(fēng)險等級劃分及分析

將風(fēng)險等級劃分為3個等級，分別為安全、較安全、危險。根據(jù)沖突風(fēng)險值的分類數(shù)和劃分?jǐn)?shù)值，可以得到無信控人行橫道處多重威脅沖突的風(fēng)險值等級劃分，見表5。

根據(jù)評價結(jié)果，行人和電動自行車在早高峰階段過街較為危險。與平峰相比，早高峰的車流量較高，機(jī)動車的速度較高，其中早高峰機(jī)動車的平均速度為6.66 m/s，平峰機(jī)動車的平均速度為4.88 m/s。

對于晚高峰，機(jī)動車的目地不同。在下班時，機(jī)動車司機(jī)疲于駕駛，所以機(jī)動車行駛的速度較低，其中晚高峰機(jī)動車平均速度為4.27 m/s。行人和電動自行車過街更為小心，會選擇足夠的間隙過街，晚高峰行人和電動自行車過街等待流量高于早高峰，以電動自行車為例，其中晚高峰電動自行車過街等待流量占比為26.6%，早高峰電動自行車過街等待流量占比為19.2%。從多重威脅沖突的嚴(yán)重程度也可以看出，早高峰過街危險性大于晚高峰過街危險性。其中，早高峰行人和電動自行車的嚴(yán)重沖突占比分別為58.3%和86.3%，晚高峰行人和電動自行車的嚴(yán)重沖突占比分別為36.8%和59.3%。綜上所述，評價結(jié)果與無信控人行橫道處的實(shí)際安全情況相吻合，驗(yàn)證了評價結(jié)果的準(zhǔn)確性。

3" 結(jié)論

在分析無信號控制路段人行橫道多重威脅沖突特性的基礎(chǔ)上，構(gòu)建無信號控制路段人行橫道多重威脅沖突風(fēng)險評估模型，劃分安全風(fēng)險等級并進(jìn)行實(shí)例應(yīng)用。對于沖突概率，引入過街對象不同分布的到達(dá)率，更加貼合實(shí)際情況，減少沖突概率計(jì)算結(jié)果誤差。對于潛在碰撞嚴(yán)重程度，本文以機(jī)動車速度、減速度及與過街對象的交錯時間差這3個指標(biāo)來量化嚴(yán)重程度，并將3個指標(biāo)進(jìn)行聯(lián)合，使評價更加準(zhǔn)確。將調(diào)查數(shù)據(jù)帶入模型中求解出沖突風(fēng)險數(shù)值，利用模糊C-均值聚類算法評價行人和電動自行車在不同時段的交通安全風(fēng)險等級，將風(fēng)險等級分為3級（安全、較安全、危險），結(jié)合實(shí)際情況分析結(jié)果，驗(yàn)證了評價結(jié)果的準(zhǔn)確性。

參考文獻(xiàn)：

[1] 袁黎，何娟，張璇.基于車流沖突線的無信號交叉口風(fēng)險分析[J].交通運(yùn)輸系統(tǒng)工程與信息，2019，19（4）：172-178.

[2] 袁黎，劉漢龍.基于車流當(dāng)量期望沖突量無信號交叉口安全風(fēng)險分析研究[J].武漢理工大學(xué)學(xué)報（交通科學(xué)與工程版），2014，38（4）：757-762.

[3] 朱勝雪，陸鍵.公路平面交叉口安全評價指標(biāo)及方法[J].交通運(yùn)輸工程與信息學(xué)報，2011，9（3）：26-30.

[4] 向紅艷，張清泉，范文博.基于蒙特卡洛模擬的無信號行人過街安全度模型[J].交通運(yùn)輸系統(tǒng)工程與信息，2016，16（4）：171-177.

[5] 馬瑩瑩，溫沉，陸思園.無信號路段人行橫道人車沖突概率估計(jì)[J].重慶交通大學(xué)學(xué)報（自然科學(xué)版），2020，39（1）：15-22.

[6] JIN X X， ZHANG Y， WANG F， et al. Departure headways at signalized intersections： A log-normal distribution model approach[J].Transportation Research Part C Emerging Technologies，2009，17（3）：318-327.