楊曉春，韋凌翔，廖明軍 ，羅小萌，唐辰佳

（1.鹽城工學院保衛(wèi)處，江蘇 鹽城 224051；2.鹽城工學院 材料科學與工程學院，江蘇 鹽城 224051；3.道路災變防治及交通安全教育部工程研究中心 湖南 長沙 410076）

非機動車作為符合我國國情并擁有廣泛群眾基礎的代步工具，在現(xiàn)階段具有不可替代性[1]。由于其具有輕便、靈巧、價格低、能耗少等特點，越來越受到普通居民的歡迎，因此使用非機動車的群體急劇膨脹[2]。以前的非機動車主要是指人力自行車，隨著近年來科學技術的發(fā)展，電動自行車也成為了非機動車組成中不可或缺的部分。電動自行車是指以蓄電池作為輔助能源，在普通自行車的基礎上安裝了電機、控制器、蓄電池、轉把等操縱部件和顯示儀表系統(tǒng)的機電一體化的個人交通工具[3]。目前，電動自行車在短距離出行占據(jù)的比例越來越高，尤其是在南方二三線城市，占比甚至高達0.9，以其能耗低、無污染以及在城市道路上靈活方便的特點，成為廣大市民的出行首選。在城市平面信控交叉口中，非機動車搶行、侵占機動車行駛空間的行為是降低城市路網(wǎng)通行能力、誘發(fā)交通事故的重要致因，對城市道路的通行安全構成威脅[4]。其中，非機動車在城市平面信控交叉口左轉的過程中，具有車流分散性強、行車曲線不規(guī)則、與左轉機動車近距離行駛等特點，所以非機動車左轉駕駛違法行為是引發(fā)城市平面信控交叉口非機動車交通事故的關鍵成因之一。對城市平面信控交叉口非機動車左轉安全機理進行深入分析，可以為日后交叉口左轉交通設施的改善、非機動車等弱勢群體出行以及降低交通事故提供一定的理論依據(jù)和數(shù)據(jù)支撐。因此，對城市平面信控交叉口的非機動車左轉設施進行安全分析具有重要意義。

目前國內外針對非機動車左轉駕駛行為的研究多從非機動車的基本行車特性和與機動車的沖突入手，其具體成果包括：邵春福等[5]研究左轉非機動車二次過街對信號交叉口運行效率的影響,建立了非機動車影響下的機動車通行能力模型,分析了左轉非機動車平均延誤；劉軾介[6]在論述非機動車在交叉口處左轉組織形式的基礎上，針對比較典型的非機動車與機動車同相位直接左轉的形式，建立了機動車運行軌跡間最短距離模型；楊曉光等[7]分析了行人?非機動車與左轉機動車的沖突特征，改進了許可相位條件下左轉機動車的行人?非機動車修正系數(shù)計算模型。綜上所述，目前對左轉非機動車交通沖突問題的關注相對有限，并且多是從事故特性等角度進行分析[8?9]，對左轉非機動車可能產生的交通沖突沒有全面考慮非機動車左轉交通設施對左轉非機動車駕駛安全的影響。

基于此，本文將通過構建信號交叉口左轉交通沖突模型，定量分析左轉車速、左轉交通量、左轉導行線、左轉間距、中心圈和交通沖突的關系，對影響信號交叉口非機動車左轉安全的顯著性設施因素進行分析，分析結論為提高城市信號交叉口左轉非機動車的駕駛安全和改善左轉安全設施提供了較為科學可靠的理論和數(shù)據(jù)支撐。

1 平面信控交叉口左轉非機動車通行空間確定與數(shù)據(jù)采集方法設計

1.1 平面信控交叉口左轉非機動車通行空間確定

目前國內大部分的信控交叉口都設置了專門的左轉信號相位。依據(jù)《城市道路標志標線設置指南》(GB51038—2015)等規(guī)范，確定本文研究交叉口左轉非機動車通行空間圖布局如圖1 所示。

圖1 非機動車左轉通行空間圖

1.2 平面信控交叉口非機動車左轉數(shù)據(jù)采集方案設計

本文選擇開放大道與建軍路、建軍路與文港路、大慶路與文港路等5 個有左轉專用相位交叉口作為研究對象，采用錄像調查法調查選定交叉口東西南北4 個出口道方向，采集左轉非機動車的相關數(shù)據(jù)。選定交叉口物理屬性為：左轉專用相位的綠燈時間（東西/南北方向）均為30 s、非機動車車道寬度（進口道/出口道）均為5 m、均有機非分離帶、均有機動車左轉待轉區(qū)。選擇上述類似的交叉口可以避免避讓行為因交通設計的不同而受影響。

1.3 平面信控交叉口左轉非機動車位置提取方法

通過Adobe After Effects 軟件每隔1s 截取視頻畫面，再利用photoshop 的透視網(wǎng)格工具根據(jù)該交叉口的幾何特性，選定非機動車停車延長線相交的4 個交點，從而確定視頻中交叉口符合的透視平面，對視頻進行符合路面透視的網(wǎng)格坐標預處理。以人工觀測的方式依次讀取每一秒的非機動車在網(wǎng)格中所對應的x-y坐標。具體坐標讀取示意圖如圖2 所示。

交通沖突的判別采用避讓行為：在非機動車左轉的過程中，兩車若有發(fā)生碰撞的可能，即若其中一輛車采取了停車、轉向或者是明顯減速等行為時，記為1 次避讓行為。

圖2 坐標轉換圖

2 基于隨機參數(shù)的交通沖突模型

2.1 模型的建立

由于在不同的交通狀態(tài)和車輛運行情況下，信號交叉口發(fā)生交通沖突的概率不同，因此在建立交通沖突模型的過程中，一方面要全面考慮不同交通流狀態(tài)的影響，另一方面要考慮不同交通流狀態(tài)間相互關聯(lián)的情況。因此，本文提出了一種新的隨機變量參數(shù)模型，其中假設變量系數(shù)服從某一種分布，而不是某一定值，可以很好地解決因變量的變化而產生不同作用效果的問題。

為了更透徹地解釋建模過程，先從最基本的泊松模型開始推導。泊松模型的概率函數(shù)為

式中：i為觀測的樣本；n為 樣本的數(shù)量；yi為單位時間內產生的沖突次數(shù)；P(yi)為在單位時間內產生yi次沖突的概率；ui為 在單位時間內產生的期望沖突次數(shù)。

又因為ui是 沖突影響因素的函數(shù)，所以

式中：E(.)為期望函數(shù)；Xi是觀測樣本為i的沖突影響因素的向量；βi為參數(shù)Xi的系數(shù)矩陣。

泊松模型的前提是交通沖突數(shù)據(jù)的均值等于方差，但由于交通沖突數(shù)據(jù)的離散性強，即均值不等于方差。如果不加以改進的話會導致模型失真，所以假設泊松分布允許沖突的均值和方差不相等，會產生誤差項 θi和離散系數(shù) α，則原影響因素函數(shù)的數(shù)學期望和方差可以表達成：

因為泊松分布模型是固定參數(shù)模型，所以在模型中假設影響交通沖突的因素在任何時候產生的影響都是相同的，但實際上由于駕駛人員和駕駛條件的不同，顯然這種統(tǒng)計模型會產生一定的偏差。如果要解決這一偏差就需要在原模型中加入1 個隨機變量，以此來消除偏差。假設 βi為泊松分布模型系數(shù)向量β中的第i項，在模型系數(shù)中加入一個隨機變量，以此來消除因影響因素時刻發(fā)生變化而產生的偏差，即

式中：ηj為左轉交通設施j所引起的誤差項隨機變量，且誤差項隨機變量服從正態(tài)分布；βij為引入誤差項隨機變量ηj后Xi的系數(shù)。

所以，在考慮了隨機參數(shù)后泊松分布模型沖突數(shù)的數(shù)學期望值為

式 中：βi j為考慮了模型誤差項后新的系數(shù)向量。

2.2 模型標定

通過構建似然函數(shù)擬合模型，利用左轉設施沖突數(shù)據(jù)來核定泊松模型實際狀態(tài)的模擬能力，則隨機參數(shù)模型的對數(shù)似然函數(shù)為

式中：L為似然函數(shù)；為誤差項隨機變量 ηj的概率密度函數(shù)，且服從均值為0、方差為 δj的正態(tài)分布；為交通沖突數(shù)yi的條件概率函數(shù)。

利用非機動車左轉交通設施的設計要素、交通流參數(shù)及交通沖突數(shù)據(jù)，運用極大似然估計法可得模型參數(shù) βij及其分布函數(shù)。參數(shù)估計時采用低差異序列的Halton 抽取模擬技術[10 ? 11]來抽取參數(shù)估計值。

2.3 模型驗證

式中：yi為第i個單位時間內的實際沖突次數(shù)；為平均實際沖突次數(shù)；為第i個單位時間內的預測沖 突次數(shù)。

3 結果分析

3.1 模型估計結果

本文采用卡方檢驗來檢查交通沖突的分布，以4 min 作為一個時間段統(tǒng)計沖突數(shù)，建立隨機參數(shù)泊松分布模型和固定參數(shù)泊松分布模型對沖突數(shù)據(jù)進行具體分析，具體分析結果見表1。

從模型的估計結果上看，當模型收斂時隨機參數(shù)模型的對數(shù)似然函數(shù)擬合模型的擬合值（?1 286.330）大于固定參數(shù)模型的對數(shù)似然函數(shù)擬合模型的擬合值（?1 864.300），擬合結果表明隨機參數(shù)模型比固定參數(shù)模型的擬合效果更好。此外，隨機參數(shù)模型的值大于固定參數(shù)模型的對應值，再次證明了隨機參數(shù)模型具有更好的擬合效果。表1 列出了交通沖突數(shù)的顯著性影響因素的估計系數(shù)和P值。P值為所得到的樣本觀察結果有效或更極端結果出現(xiàn)的機率，當P值小于0.05 時，表明該變量對因變量的影響效果是顯著的。

表1 隨機參數(shù)泊松模型與固定參數(shù)泊松模型估計結果

3.2 影響因素

3.2.1 交通流因素

從模型的結果可以得出，左轉非機動車交通量與左轉交通沖突數(shù)呈現(xiàn)出顯著的正相關性。系數(shù)分析結果表明當左轉非機動車交通量每增加1%，相應的左轉交通沖突數(shù)就增加0.630%，交通沖突次數(shù)隨著左轉交通量的增大而增加。通過視頻觀察提取到以下信息：1) 整體上看，左轉對向行駛非機動車存在避讓行為，其避讓次數(shù)統(tǒng)計范圍取值為0 至6 次；2) 隨著單位時間內非機動車交通量的增加，左轉對向行駛非機動車的避讓次數(shù)呈現(xiàn)出遞增趨勢，具體避讓行為個數(shù)與左轉非機動車交通量關系如圖3 所示。由于大量左轉車輛集中在一定的左轉區(qū)域，導致交通沖突概率增加，所以交通沖 突數(shù)與左轉交通量呈現(xiàn)正相關性。

圖3 左轉對向行駛非機動車避讓行為分布圖

3.2.2 道路因素

通過模型結果可以看出：中心圈與交通沖突呈現(xiàn)出顯著關系，且中心圈的估計系數(shù)為負，說明中心圈可以顯著降低交通沖突，彈性系數(shù)表明設置中心圈可以使得道路上的交通沖突降低28.300%。通過視頻觀察發(fā)現(xiàn)，由于道路中間存在中心圈，使得非機車動駕駛員在左轉過程中可以準確地找到合理的駕駛路線，從而減少交通沖突。除此之外，由于中心圈不可壓，使得一些“激進”的駕駛員主動放棄超車的機會，從而使交通沖突進一步減少。

左轉導行線與交通沖突呈現(xiàn)出顯著關系，左轉導行線的估計系數(shù)為負，說明左轉導行線可以顯著降低交通沖突，彈性系數(shù)表明設置左轉導行線可以使得道路上的交通沖突降低36.350%。通過Adobe After Effects 軟件在視頻中設置虛擬機動車導行線，統(tǒng)計左轉機動車不同V/C 下左轉非機動車越過導行線的車輛數(shù)如圖4 和圖5 所示。通過對圖4和圖5 分析得出：1) 在左轉機動車飽和度（V/C）不變情況下，隨著左轉非機動車數(shù)量增加，非機動車越線數(shù)基本呈現(xiàn)線性增長趨勢，此外左轉機動車的飽和度（V/C）越大，左轉非機動車越線數(shù)越少；2) 當左轉非機動車流量大于10 輛/每信號周期時，左轉機動車飽和度（V/C）越小，非機動車越線比例越高。一些非機動車駕駛員趁機侵占機動車左轉車道，從而增加非機動車和機動車之間的沖突。

圖4 不同V/C 下左轉非機動車越過導行線統(tǒng)計圖

圖5 不同V/C 下左轉非機動車越過導行線比例

3.2.3 駕駛因素

左轉間距和交通沖突數(shù)之間存在著顯著的影響關系。由于左轉間距的系數(shù)為負值，表明當非機動車的左轉間距越大時，交通沖突數(shù)越顯著減少。彈性系數(shù)表明左轉非機動車之間的左轉間距增加1 m，交通沖突數(shù)會相應地減少25.560%。通過視頻觀察左轉同向并行間的非機動車橫向間距分布情況可以得出：1) 加速階段，非機動車橫向間距分布在[?2.5 m，2.5 m]之間的約占84%；2)勻速階段，非機動車的橫向間距分布在[?2.5 m，2.5 m]之間的約占71%；3)減速階段，非機動車橫向間距分布在[?2.5 m，2.5 m]之間的約占64%。這表明非機動車沿其左轉行駛方向呈逐步膨脹特性，因此應根據(jù)其駕駛特性來設計左轉駕駛道路，即出口道寬度要大于進口道寬度。

左轉車速與交通沖突呈顯著正相關。在其他因素保持不變的前提下，左轉車速增加1%，交通沖突增加0.520%。車速過快導致交通沖突顯著增加，因此限制左轉車速可以提高交叉口交通安全水平。

4 結論

1）建立隨機參數(shù)模型，對平面信控交叉口非機動車左轉設施的安全影響因素進行分析，其模型估計結果表明，隨機參數(shù)模型的擬合結果要明顯優(yōu)于固定參數(shù)隨機模型。

2）非機動車在左轉過程中呈現(xiàn)較為明顯分散特性和沿其左轉行駛方向逐步膨脹特性。這樣需要交叉口滿足非機動車出口道的寬度大于非機動車進口道的寬度，只有按非機動車逐步膨脹的特性來設計非機動車左轉設施，才能減少非機動車之間的沖突。

3）在左轉機動車飽和度（V/C）不變情況下，隨著左轉非機動車數(shù)量增加，非機動車越線數(shù)基本呈現(xiàn)線性增長趨勢；當左轉非機動車車流量大于10 輛/每信號周期時，左轉機動車飽和度（V/C）越小，非機動車越線比例越高。因此，設置機動車的左轉導行線，能夠有效減少左轉非機動車與左轉機動車之間沖突的可能性，從而避免沖突事故的發(fā)生，提高左轉非機動車的安全性。

4）左轉對向行駛非機動車存在避讓行為，隨著單位時間非機動車流量增加，左轉對向行駛非機動車避讓次數(shù)呈遞增趨勢。這樣會增加左轉非機動車的潛在危險性，不同進口道的非機動車進行空間分離能夠有效減少危險性。

5）本文在確定平面信控交叉口左轉非機動車通行空間基礎上，較為系統(tǒng)地分析了平面信控交叉口左轉非機動車的左轉車速、左轉交通量、左轉橫向間距、中心圈、機動車的左轉導行線和交通沖突之間的關系。分析結論對改善城市信控交叉口左轉非機動車駕駛安全特性提供了較為科學可靠的理論和數(shù)據(jù)支撐。