房銳，張琪,2，胡澄宇,3，田畢江，覃文文

(1.云南省交通規(guī)劃設(shè)計(jì)研究院有限公司，陸地交通氣象災(zāi)害防治技術(shù)國(guó)家工程實(shí)驗(yàn)室，昆明650200；2.昆明理工大學(xué)，交通工程學(xué)院，昆明650504；3.同濟(jì)大學(xué)，道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海201804)

0 引言

近年來，干線公路事故多發(fā)引起廣泛關(guān)注，彎道路段交通安全問題尤為顯著。相關(guān)統(tǒng)計(jì)表明，我國(guó)近36%的交通事故發(fā)生在彎道路段，事故多發(fā)性已嚴(yán)重影響國(guó)民經(jīng)濟(jì)發(fā)展。因此，科學(xué)評(píng)估干線公路彎道路段(Arterial Highway Bend Section,AHBS)的交通沖突風(fēng)險(xiǎn)，對(duì)其進(jìn)行主動(dòng)安全防控已經(jīng)成為當(dāng)前急需解決的重大現(xiàn)實(shí)問題。

國(guó)內(nèi)外學(xué)者對(duì)干線公路運(yùn)行風(fēng)險(xiǎn)進(jìn)行了大量研究：Aliaksei等[1]基于駕駛行為數(shù)據(jù)建立了一種評(píng)價(jià)交通風(fēng)險(xiǎn)等級(jí)的框架模型；黨曉旭等[2]構(gòu)建廣義包絡(luò)沖突概率評(píng)價(jià)模型，并評(píng)價(jià)了多國(guó)的道路交通安全等級(jí)；邱磊等[3]提出一種基于影響系數(shù)確定評(píng)價(jià)指標(biāo)權(quán)重的方法，評(píng)估不同狀態(tài)下的沖突概率。既有風(fēng)險(xiǎn)評(píng)估方法研究中較為成熟[4-7]的有事故率法、灰色關(guān)聯(lián)評(píng)價(jià)法、專家打分法等。胡江碧等[6]以事故統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ)，建立事故數(shù)(率)與交通量、路面狀況等因素之間的相關(guān)關(guān)系，進(jìn)而預(yù)測(cè)公路運(yùn)行風(fēng)險(xiǎn)；楊春風(fēng)等[7]從道路線形、交通環(huán)境等方面出發(fā)，建立灰色關(guān)聯(lián)評(píng)價(jià)模型評(píng)價(jià)公路交通運(yùn)行風(fēng)險(xiǎn)。顯然，既有干線公路風(fēng)險(xiǎn)評(píng)估研究大多通過評(píng)估交通沖突概率表征道路運(yùn)行風(fēng)險(xiǎn)，綜合考慮沖突可能性和嚴(yán)重度的公路運(yùn)行風(fēng)險(xiǎn)評(píng)估研究較為鮮見。同時(shí)，現(xiàn)有風(fēng)險(xiǎn)評(píng)估指標(biāo)及方法雖然在一定的條件下能夠獲取較為滿意的結(jié)果，但對(duì)于AHBS交通沖突風(fēng)險(xiǎn)評(píng)估而言，由于沖突對(duì)應(yīng)的交通流數(shù)據(jù)獲取難度及以往評(píng)估方法的粗放和局限性，不能全面且準(zhǔn)確評(píng)估AHBS的交通沖突風(fēng)險(xiǎn)。綜上，本文綜合考慮沖突可能性和嚴(yán)重度，構(gòu)建AHBS交通沖突風(fēng)險(xiǎn)評(píng)估模型，并以元雙干線公路為例進(jìn)行實(shí)證。

1 數(shù)據(jù)采集及處理

1.1 路段概況

本文選取云南省元雙干線公路進(jìn)行數(shù)據(jù)采集，長(zhǎng)期監(jiān)測(cè)其彎道路段交通事故數(shù)據(jù)及實(shí)地采集道路運(yùn)行數(shù)據(jù)。該路段全長(zhǎng)87.42 km，設(shè)計(jì)時(shí)速60 km·h-1，最大縱坡為7%[8]，且月均事故數(shù)高達(dá)26.56起，屬于典型的事故多發(fā)路段。

1.2 數(shù)據(jù)采集與處理

1.2.1 數(shù)據(jù)采集

為評(píng)估AHBS交通沖突風(fēng)險(xiǎn)，獲取路段交通流特征數(shù)據(jù)、道路線型數(shù)據(jù)及行車環(huán)境數(shù)據(jù)。交通流特征數(shù)據(jù)由大疆御MAVIC 2 專業(yè)版無人機(jī)和MetroCount MC5600 氣壓管式車輛分型統(tǒng)計(jì)系統(tǒng)采集得到，道路線型數(shù)據(jù)由當(dāng)?shù)亟煌ü芾聿块T提供，行車環(huán)境數(shù)據(jù)由數(shù)據(jù)采集人員實(shí)地記錄。為減少其他因素對(duì)道路的影響，將采集時(shí)間選定為正常工作日且天氣晴朗，k81 彎道采集時(shí)間為2019年9月26日15:30-18:30，k85 采集時(shí)間為27日11:00-14:00。為不影響道路正常運(yùn)行且采集到清晰的運(yùn)行數(shù)據(jù)，將無人機(jī)置于道路上方200～250 m，彎道路段的5 個(gè)關(guān)鍵斷面各放置一臺(tái)MC 設(shè)備，設(shè)備位置如圖1所示。無人機(jī)對(duì)兩個(gè)AHBS 共采集到3 h交通流視頻數(shù)據(jù)，MC 設(shè)備同時(shí)段采集了6 h 交通流數(shù)據(jù)。MC 設(shè)備可獲取的基礎(chǔ)交通流數(shù)據(jù)包括車型、車速、車頭時(shí)距、車頭間距、車輛行駛方向及車輛經(jīng)過斷面時(shí)刻等。

圖1 數(shù)據(jù)采集設(shè)備位置分布示意圖Fig.1 Data acquisition equipment position distribution diagram

1.2.2 數(shù)據(jù)處理

由經(jīng)過培訓(xùn)的觀察者根據(jù)危險(xiǎn)駕駛行為(車輛存在急減速、車距過小、超車等)提取交通沖突片段，并應(yīng)用荷蘭客觀沖突技術(shù)法對(duì)交通沖突進(jìn)行初步判定，將沖突分為一般沖突和嚴(yán)重沖突，然后采用George2.1 軟件識(shí)別和追蹤片段中沖突車輛，提取沖突車輛行駛軌跡數(shù)據(jù)，進(jìn)而獲取交通沖突數(shù)據(jù)。最后，通過無人機(jī)與MC 設(shè)備匹配時(shí)間，確定交通沖突發(fā)生時(shí)刻，從MC設(shè)備中提取彎道各斷面交通沖突前5 min交通流基礎(chǔ)數(shù)據(jù)進(jìn)行計(jì)算。無人機(jī)視頻共提取了2 d 采集時(shí)段內(nèi)累計(jì)98 條交通沖突數(shù)據(jù)，包含一般交通沖突數(shù)據(jù)34條，嚴(yán)重交通沖突數(shù)據(jù)64條。

2 方法原理及模型構(gòu)建

為評(píng)估AHBS交通沖突風(fēng)險(xiǎn)，從交通沖突可能性和嚴(yán)重度出發(fā)，構(gòu)建AHBS 風(fēng)險(xiǎn)評(píng)估矩陣，獲取AHBS交通沖突風(fēng)險(xiǎn)等級(jí)。評(píng)估框架如圖2所示。

2.1 方法原理

2.1.1 RF模型

Random Forest模型用Bootstrap取樣法多次有放回的從原數(shù)據(jù)集中隨機(jī)抽取樣本，為每次抽取的樣本決策建模，將建模得到的多個(gè)決策樹重組得到隨機(jī)森林，最后根據(jù)隨機(jī)森林分類器對(duì)實(shí)驗(yàn)樣本進(jìn)行分類和回歸。其中，樣本未被抽取的概率P為

式中：N為樣本的數(shù)量。當(dāng)N→+∞時(shí)，每個(gè)樣本未被抽取的概率為

2.1.2 MFCE法

Multi-level Fuzzy Comprehensive Evaluation(MFCE)法包括以下步驟：

Step 1 構(gòu)建沖突嚴(yán)重度評(píng)價(jià)指標(biāo)集和確定評(píng)價(jià)等級(jí)。首先對(duì)沖突嚴(yán)重度影響因素進(jìn)行梳理，形成遞階層次矩陣，進(jìn)而確定評(píng)價(jià)等級(jí)。

Step 2 確定指標(biāo)權(quán)重向量。運(yùn)用層次分析法(AHP)判定選取沖突嚴(yán)重度指標(biāo)間的相對(duì)重要性順序，得到評(píng)價(jià)因素的權(quán)重為

式中：q為同一層次中指標(biāo)的總數(shù)；wq為q指標(biāo)對(duì)應(yīng)的權(quán)重。

圖2 干線公路彎道路段交通沖突風(fēng)險(xiǎn)評(píng)估框架Fig.2 A framework for assessing traffic conflict risk on AHBS

Step 3 確定隸屬度矩陣。rλx為因素uλ(λ=1～q)對(duì)評(píng)價(jià)等級(jí)vα(α=1～x)的隸屬度，因素uλ的評(píng)價(jià)向量為r=[rλ1,rλ2,…,rλx] 。由q個(gè)評(píng)價(jià)向量組合得到?jīng)_突嚴(yán)重度隸屬度矩陣為

式中：λ為評(píng)估因素的序號(hào)；x為總評(píng)價(jià)等級(jí)對(duì)應(yīng)的數(shù)量；α為評(píng)估等級(jí)的序號(hào)。

Step 4 對(duì)MFCE 的沖突嚴(yán)重度結(jié)果向量B進(jìn)行合成。向量B由權(quán)重向量W與隸屬度矩陣R合成得到，即

2.2 AHBS交通沖突模型構(gòu)建

2.2.1 交通沖突可能性評(píng)估

(1)交通沖突可能性評(píng)估指標(biāo)選取

①交通沖突判別指標(biāo)

根據(jù)既有交通沖突風(fēng)險(xiǎn)研究成果及本文研究目的，選取TTC(Time to Collision)為交通沖突判別指標(biāo)。當(dāng)后車速度大于前車，根據(jù)當(dāng)前車速和軌跡，兩車將會(huì)發(fā)生碰撞，碰撞時(shí)間為沖突至碰撞的時(shí)間差，即

式中：ZTTC為第z輛車的碰撞時(shí)間(s)；xz-1(t)為t時(shí)刻z-1車(前車)的位置；xz(t)為t時(shí)刻z車的位置；lz-1為z-1 車的車長(zhǎng)；Vz(t)為t時(shí)刻z車的地點(diǎn)速度；Vz-1(t)為t時(shí)刻z-1車的地點(diǎn)速度。

②交通流特征參數(shù)指標(biāo)

結(jié)合AHBS 交通流特征及既有相關(guān)研究[6]，選取平均車頭時(shí)距(AHD)、平均車頭間距(AHS)、貨車混入率(TMR)、進(jìn)彎斷面流量(QIC)、路段交通流密度(TFD)等19 個(gè)指標(biāo)進(jìn)行分析，采用RF 提取累計(jì)貢獻(xiàn)度超過90%的指標(biāo)進(jìn)行建模，最終選定AHD、AHS、TMR、QIC、摩托車混入率(MMR)、沖突位置平均速度(CAV)等6個(gè)指標(biāo)。

(2)TTC閾值的確定

由于AHBS 的行車環(huán)境和運(yùn)行速度與其他路段存在較大差異，TTC 閾值也有明顯區(qū)別。因此，在進(jìn)行可能性預(yù)測(cè)前劃分AHBS 交通沖突類型。將采集得到的嚴(yán)重沖突和一般沖突分別以0.2 s 為間隔進(jìn)行均等分類計(jì)算，采用交通工程學(xué)領(lǐng)域內(nèi)常用的85%位累積頻率確定其閾值。沖突類型及對(duì)應(yīng)閾值如表1所示。

表1 交通沖突指標(biāo)TTC閾值Table 1 TTC threshold of traffic conflict index

根據(jù)所選輸入?yún)?shù)，基于RF 建立AHBS 交通沖突可能性預(yù)測(cè)模型，并利用python軟件完成模型構(gòu)建。首先，采用極值法對(duì)樣本進(jìn)行歸一化處理；然后，按8∶2 劃分訓(xùn)練集和測(cè)試集，對(duì)嚴(yán)重沖突風(fēng)險(xiǎn)概率進(jìn)行預(yù)測(cè)。

(3)AHBS交通沖突可能性等級(jí)

為獲取AHBS 的交通沖突可能性等級(jí)劃分閾值，以研究路段采集得到的80%交通沖突數(shù)據(jù)為基礎(chǔ)，運(yùn)用RF預(yù)測(cè)交通沖突風(fēng)險(xiǎn)概率，運(yùn)用模糊C聚類法聚類沖突可能性輸出結(jié)果，得到AHBS交通沖突風(fēng)險(xiǎn)可能性的等級(jí)劃分閾值，具體等級(jí)劃分如表2所示。

表2 交通沖突風(fēng)險(xiǎn)概率等級(jí)Table 2 Probability grade of traffic conflict risk

2.2.2 交通沖突嚴(yán)重度評(píng)估

在交通沖突可能性預(yù)測(cè)的基礎(chǔ)上，采用MFCE確定交通沖突嚴(yán)重度。首先，確定交通沖突嚴(yán)重度評(píng)價(jià)指標(biāo)體系；然后，用AHP 結(jié)合熵權(quán)法(EVM)計(jì)算指標(biāo)權(quán)重；最后，結(jié)合MFCE 評(píng)價(jià)分析交通沖突嚴(yán)重度。

(1)交通沖突嚴(yán)重度指標(biāo)體系

綜合現(xiàn)有沖突嚴(yán)重度度量指標(biāo)，并結(jié)合AHBS的交通流、道路線形、行車環(huán)境等數(shù)據(jù)，選取TFD、車速變異系數(shù)(CVS)、AHD、TMR、非機(jī)動(dòng)車混入率(NVM)、平曲線曲率(FCC)、縱坡坡度(LSD)、是否有接入口(CE)等8 個(gè)指標(biāo)，建立AHBS 交通沖突嚴(yán)重度評(píng)估指標(biāo)體系，如圖3所示。

圖3 干線公路彎道路段交通沖突嚴(yán)重度評(píng)估體系Fig.3 Severity evaluation system of traffic conflict on AHBS

(2)沖突嚴(yán)重度評(píng)估指標(biāo)權(quán)重確定

①指標(biāo)權(quán)重的計(jì)算方法

采用AHP 法從主觀層面計(jì)算指標(biāo)權(quán)重，運(yùn)用EVM 法從客觀層面計(jì)算指標(biāo)權(quán)重，進(jìn)而對(duì)兩種方法所得權(quán)重加權(quán)得到?jīng)_突嚴(yán)重度評(píng)估指標(biāo)的最終權(quán)重。

運(yùn)用EVM法計(jì)算選取指標(biāo)權(quán)重，其原理為

式中：γij為第i個(gè)研究單元第j個(gè)指標(biāo)的極值化歸一值；φij為第i個(gè)研究單元的第j個(gè)指標(biāo)值；k為系數(shù)；m為研究單元總數(shù)；ej為指標(biāo)j的熵值；dj為指標(biāo)j的熵值冗余度；yj為指標(biāo)j的權(quán)重；n為安全等級(jí)評(píng)價(jià)中涉及到的指標(biāo)總數(shù)。

②指標(biāo)綜合權(quán)重的確定

基于EVM 法和AHP 法確定TFD、CVS、AHD、TMR、NVM、FCC、LSD、CE 等指標(biāo)權(quán)重，交通沖突嚴(yán)重度評(píng)價(jià)各指標(biāo)權(quán)重如圖4所示。

圖4 交通沖突嚴(yán)重度評(píng)價(jià)各指標(biāo)權(quán)重Fig.4 Each index weight of traffic conflict severity evaluation

(3)評(píng)價(jià)指標(biāo)與評(píng)價(jià)等級(jí)對(duì)應(yīng)法則

為獲取隸屬度矩陣，確定評(píng)價(jià)指標(biāo)與評(píng)級(jí)等級(jí)的對(duì)應(yīng)關(guān)系。運(yùn)用K-means聚類分析，對(duì)AHBS的交通沖突和交通流進(jìn)行聚類分析，確定TFD、CVS、AHD、TMR、NVM 等指標(biāo)的評(píng)價(jià)等級(jí)閾值。結(jié)合既有研究[8]和《公路項(xiàng)目安全性評(píng)價(jià)規(guī)范》(JTG B05-2015)，確定FCC、LSD、CE 等指標(biāo)與評(píng)價(jià)等級(jí)的對(duì)應(yīng)關(guān)系。交通沖突嚴(yán)重度評(píng)價(jià)指標(biāo)與評(píng)價(jià)等級(jí)對(duì)應(yīng)關(guān)系如表3所示。

表3 交通沖突嚴(yán)重度指標(biāo)評(píng)價(jià)準(zhǔn)則Table 3 Criteria of traffic conflict severity index evaluation

(4)AHBS交通沖突嚴(yán)重度等級(jí)

結(jié)合既有交通沖突風(fēng)險(xiǎn)分類研究，將沖突嚴(yán)重度等級(jí)分為5 類，具體等級(jí)劃分如表4所示。按照MFCE評(píng)估流程，將權(quán)重向量與隸屬度矩陣進(jìn)行合成，得到?jīng)_突嚴(yán)重度的結(jié)果向量，向量中最大元素的序號(hào)即對(duì)應(yīng)沖突嚴(yán)重度等級(jí)。

表4 交通沖突嚴(yán)重度等級(jí)Table 4 Conflict severity level of traffic conflict risk

2.2.3 AHBS交通流沖突風(fēng)險(xiǎn)矩陣

為獲取AHBS交通沖突的綜合風(fēng)險(xiǎn)等級(jí)，根據(jù)交通沖突可能性和沖突嚴(yán)重度分級(jí)判定交通沖突風(fēng)險(xiǎn)等級(jí)，將綜合沖突等級(jí)劃分為5級(jí)，Ⅰ～Ⅴ級(jí)等級(jí)越高，綜合沖突風(fēng)險(xiǎn)越大，具體如表5所示。

表5 交通沖突風(fēng)險(xiǎn)綜合評(píng)估矩陣Table 5 Comprehensive assessment matrix of traffic conflict risk

3 實(shí)例路段交通沖突風(fēng)險(xiǎn)評(píng)估

3.1 模型預(yù)測(cè)結(jié)果分析

利用RF 按8∶2 劃分訓(xùn)練集和測(cè)試集，獲取測(cè)試集中為嚴(yán)重沖突的風(fēng)險(xiǎn)概率，模型精度達(dá)到84.21%。對(duì)應(yīng)表2確定的沖突風(fēng)險(xiǎn)概率等級(jí)，即可獲得沖突可能性等級(jí)，具體如表6所示。

表6 測(cè)試集嚴(yán)重沖突風(fēng)險(xiǎn)概率及可能性等級(jí)Table 6 Risk probability and its level of serious conflicts in test suite

3.2 確定交通沖突嚴(yán)重度等級(jí)

基于實(shí)例路段交通流數(shù)據(jù)、道路線形數(shù)據(jù)和行車環(huán)境數(shù)據(jù)，對(duì)測(cè)試集的交通沖突進(jìn)行嚴(yán)重度評(píng)估。對(duì)照評(píng)價(jià)指標(biāo)和等級(jí)對(duì)應(yīng)法則，根據(jù)最大隸屬度原則得到測(cè)試集沖突數(shù)據(jù)的沖突嚴(yán)重度等級(jí)，如表7所示。

表7 實(shí)例沖突嚴(yán)重度等級(jí)Table 7 Conflict severity level of example

3.3 確定路段交通沖突風(fēng)險(xiǎn)等級(jí)

基于沖突可能性評(píng)估模型及沖突嚴(yán)重度評(píng)估模型輸出結(jié)果，對(duì)照表5，獲取測(cè)試集的交通沖突綜合風(fēng)險(xiǎn)等級(jí)，如表8所示。

表8 干線公路彎道路段沖突風(fēng)險(xiǎn)評(píng)估等級(jí)Table 8 Grade of conflict risk assessment on AHBS

4 結(jié)論

本文以AHBS交通沖突為研究對(duì)象，基于無人機(jī)和MC 橡膠氣壓管傳感器實(shí)地采集道路運(yùn)行數(shù)據(jù)，運(yùn)用RF模型、MFCE分別建立沖突可能性的概率預(yù)測(cè)模型和沖突嚴(yán)重度的等級(jí)評(píng)估模型，進(jìn)一步構(gòu)建沖突風(fēng)險(xiǎn)評(píng)估矩陣確定AHBS 沖突風(fēng)險(xiǎn)等級(jí)。以云南省元雙干線公路為例，對(duì)模型的準(zhǔn)確性和實(shí)用性進(jìn)行驗(yàn)證。本模型可在評(píng)估其他AHBS沖突風(fēng)險(xiǎn)中根據(jù)道路數(shù)據(jù)對(duì)模型系數(shù)進(jìn)行標(biāo)定后可開展應(yīng)用和分析，為干線公路交通事故整治提供理論依據(jù)。