不同用地类型交叉口右转车与行人冲突分析

杨晓芳 姬玉乐

摘 要：为减少人车冲突及其带来的交通安全隐患问题，对不同用地类型的交叉口右转机动车与行人之间的冲突进行研究。基于视频得到人车冲突数据，通过模糊C均值聚类方法分析不同交叉口冲突严重程度与冲突原因。通过冲突聚类分析发现，不同用地类型的交叉口冲突发生原因和严重程度各不相同。其中，生活区交叉口行人到达无规律，且路口尺寸较小，其严重性冲突占33.3%。

关键词：信号交叉口;人车冲突;模糊C均值聚类;冲突严重度

DOI：10. 11907/rjdk. 201624 开放科学（资源服务）标识码（OSID）：

中图分类号：TP301文献标识码：A 文章编号：1672-7800（2020）008-0060-05

Abstract： In order to reduce the conflict between pedestrians and vehicles and the hidden danger of traffic safety， this paper studies the conflict between right-turning vehicles and pedestrians at different land-use intersections. Based on the video data of pedestrian-vehicle conflict， the paper analyzes the conflict severity of different intersections by fuzzy C-means clustering method， and further studies the causes of each type of intersection conflict. Through the cluster analysis of the conflicts， it is found that the causes and severity of the conflicts are different at different land-use intersections. The results show that 33.3% of the intersections in the living area are serious conflicts， which are higher than those in the commercial area and the school district.

Key Words： signalized intersection; pedestrian-vehicle conflict; fuzzy C-means clustering; conflict severity

0 引言

在我國信号交叉口，通常右转机动车有专用车道且不受信号灯控制，因此行人过街时会与右转机动车抢夺道路时空资源，此时行人与右转车辆互相影响。而行人作为慢行交通参与者，在人车交互作用中处于劣势位置，严重的人车冲突会给行人安全造成巨大威胁。同时，不同用地类型的交叉口冲突原因和特征不同，对行人过街和车辆通行造成干扰，使交通秩序更加混乱。因此，为提高行人过街安全性，有效避免交通事故，有必要对不同用地类型交叉口右转机动车与行人之间的冲突进行研究。

交叉口处行人与右转机动车的冲突非常频繁且复杂，现有研究以冲突参数选择和冲突特性为主要研究对象。如Tourinho等[1]对交叉口人车冲突的参数选择进行了研究;Kumar等[2]通过基于时间的冲突指标，研究行人与右转机动车之间的交互作用;周竹萍等[3]运用聚类分析方法得出交通冲突的严重性和危险度;曹雨[4]以车辆减速度大小为冲突判别指标，对交叉口早晚高峰和平峰时段的冲突点进行评价;Chen等[5]研究车辆和行人在不同几何布局条件下的随机行为，反映信号人行横道冲突发生的频率和严重程度;还有学者[6-8]在没有信号控制的交叉口，对不同行人和机动车到达流量下人行横道各断面的冲突变化特征、行人和车辆延误分布以及影响人车冲突的显著因素进行研究。

现有人车冲突研究大多以单一的交叉口为对象，针对冲突行为及严重性进行分析，缺乏对不同类型交叉口冲突诱因及表征的研究。因为交叉口附近用地类型不同，相应周边行人和右转机动车交通特性不同，产生冲突的原因和危险程度也不同。因此，本文通过常用的交通冲突指标，运用模糊C均值分析方法，对周边用地不同的信号交叉口冲突现象进行研究，通过聚类分析将冲突划分不同等级，明确引起冲突的内在原因。

1 交通特性分析

现有研究多在单独的交叉口开展，本文聚焦于不同用地类型的交叉口，分析周边行人的过街方式和右转车辆驾驶员行为。因此，本文选取上海市位于商业区、学校区和生活区的3个交叉口进行实地调查，如图1所示。

1.1 行人过街特性分析

对于用地类型不同的交叉口，行人特征会因周边环境影响存在差异。交叉口A位于上海市副中心，周边繁华商业区居多，行人多结伴出行，以中青年人为主，且位置紧邻地铁站，行人到达具有一定规律性;交叉口几何尺寸较大，信号周期长，行人过街等待时间长。在有信号灯控制的交叉口处，行人平均等待时间是26.65s[9]，可接受的等待时间大约是30s～50s[10]，当等待时间过长、超过行人极限容忍时间时，易有行人违法过街。

交叉口B位于学校周边，行人主体多为大学生，守法意识强，周末出行较多，但没有明显峰值;周边有公交站台，当有公交车集中到达时，会有大量行人不定时涌入交叉口等待过街;南北向车道数多，路口设置二次过街，行人违法率低。

交叉口C处于生活区，周边多是居住小区、超市等，行人到达具有随机性，以小学生、中老年人为主，流量会在17点～18点达到峰值;路口几何尺寸普遍较小，人行横道短，行人会选择可接受间隙过街，违法率较高。

1.2 右转机动车运行特性分析

機动车在到达不同交叉口时，会根据交叉口尺寸大小、道路条件和行人流量等进行不同的速度控制和停车操作。

位于商业区和学校区的交叉口A、B路口几何尺寸较大，有右转专用车道，右转机动车流量较大，且不受信号灯控制。右转车辆到达随机且服从泊松分布[10]，如图2所示，当车辆连续驶入交叉口时，会在位置1处开始减速避让行人，速度大约下降5km/h～10km/h，减速度大约为2m/s2;进入交叉口后，车辆会以较低速度完成转弯，当车辆到达位置2时，开始加速。

位于生活区的交叉口C，车道数少，没有右转专用车道。行人到达具有随机性，且会选择可接受间隙过街。因行人突然闯入，该状态下行人运行方向和速度不稳定，可能停滞不前、加速抢行或退后让行等，驾驶员和行人都无法预估对方后续行为，便会造成较大的人车冲突。这种情况下，车辆为避让行人会直接在位置1减速至停车，待行人安全过街后，再重新启动车辆加速完成转弯行为。

2 人车冲突分析

2.1 冲突定义

本文研究的行人与右转机动车之间的冲突属于人车冲突，可定义为：在行人与右转车辆的互动过程中，双方在同一时间、空间上相互接近，有一方或双方为规避危险而发生异常行为，如行人后退、减速停步，或加速奔跑，车辆车速骤降、突然刹车、停车或改变车辆运行轨迹等。

在城市道路中，行人与右转车辆相互作用是常见场景。一方面，由于驾驶员缺乏让行意识，在到达人行横道处未能提早采取措施让行，会和行人发生冲突;行人作为车外参与者，确保自己安全过街的前提下，会与右转车辆抢夺道路时空资源，极易导致冲突发生。

在右转机动车运行不受信号灯控制的交叉口，车辆在一次转弯过程中会与东西向或南北向行人发生冲突，两个冲突点如图3所示。在发生冲突时，行人和驾驶员都无法预估对方行为，因此机动车的表现多是大幅度降速、紧急刹车或停车避让。

2.2 数据收集

本文运用视频录像观测法获取交叉口人车冲突数据，选取上海市杨浦区附近3个不同用地类型的交叉口，在行人和车流量较大时连续观测1小时，具体数据如表1所示。

观察表1数据可知，不同交叉口发生冲突的次数不相同，这与交叉口附近用地类型、道路设计、右转车流量和行人量相关。

2.3 冲突指标

为了量化冲突，本文根据实地观察的冲突情况性质选择指标。对于行人和车辆之间的过街冲突，后侵犯时间（Post Encroachment Time，PET）被认为是最佳测量方法[11]，因为它精确地捕捉了一次冲突的靠近程度。安全减速度（Deceleration to Safty Time，DST）和事故时间（Time to Accident，TTA）可表征冲突严重程度和碰撞时间变化。因此，本文选择以上3个基于时间的指标。

2.3.1 PET

PET指第一个道路使用者离开潜在冲突区域到第二个道路使用者到达冲突区域之间的时间，即后侵犯时间，单位为秒。该指标不涉及速度，并且方便获取。

该算法计算流程如图7所示。

3.2 聚类结果分析

本文基于后侵犯时间、行人安全减速度、冲突时间指标建立冲突样本数据库，通过Matlab软件对驶入交叉口的145个冲突样本进行分析，按照FCM算法流程，设定类中心c=4，聚类结果如图8所示。图中，黑色散点是145次冲突在三维坐标中的位置，彩色散点是每次人车冲突在二维平面DST×TTV、PET×TTV、PET×DST的投影（彩图扫描OSID码可见）。

根据聚类结果，设置冲突严重等级为潜在冲突、轻微冲突、一般冲突、严重冲突。通过40次迭代，最终结果趋于收敛，得到聚类中心（PET、DSTped、TTV）坐标，它反映了4个不同冲突等级的指标特征，如表3所示。

严重冲突和潜在冲突代表两种极端情况，前者表示人车冲突非常危险极有可能发生碰撞事故，后者表示冲突危险系数小，从图9可以直观地看到，只有少数冲突样本属于这两类情况。针对本文调查的人车冲突样本，聚类显示更多的是一般冲突，这与实际交通情况相符合。

为了比较聚类质量，将所有轮廓绘制到一个图中显示整个聚类。宽轮廓意味着较大的轮廓值，k= 4时的轮廓如图10所示。整体轮廓值越小，聚类效果越差;整体轮廓值越高，聚类效果越好。图10中整个数据集轮廓值显示了对数据进行聚类的合理性和准确性。

3.3 结论

各交叉口冲突的严重程度分布情况如表4所示。3个交叉口的人车冲突中，一般冲突比例最高。其次，交叉口A的冲突分布近似于正太分布，交叉口B的冲突集中于一般冲突，交叉口C的冲突较为严重。综合表4的数据与实际现场调查，可得到如下结论：

（1）交叉口A周边用地是商业区，靠近商场和地铁口，行人到达具有一定规律性和密集性，因而行人与车辆的冲突有一定规律性。

（2）交叉口B周边用地是学校，行人守法意识强，但因右转机动车流量大，也引起了一定冲突，危险度中等。

（3）交叉口C周边用地是生活区，晚高峰行人较多且到达无规律，路口几何尺寸比其它两个路口小，人行横道倒角深度小，容易造成危险度较高的冲突。

4 结语

本文基于不同用地类型交叉口的行人和车辆交通特性，结合实地调查数据，采用基于时间的冲突指标，通过聚类算法对人车冲突发生的原因和危险程度进行分析。结果表明，行人到达与相关交叉口冲突具有规律性相关;商业区交叉口冲突严重程度趋于正态分布，位于学校区交叉口的冲突中，72.97%是一般冲突;位于生活区交叉口的严重冲突较其它交叉口占比更高。

本文研究对采取不同措施缓解不同交叉口人车冲突有一定参考作用，后续研究将结合交叉口道路设计、信号配时作进一步分析。

参考文献：

[1] TOURINHO L F B，PIETRANTONIO H. Parameters for evaluating pedestrian safety problems in signalized intersections using the traffic conflict analysis technique-a study in S o Paulo， Brazil[J].  Transportation Planning and Technology， 2003， 29： 183-216.

[2] KUMAR A，PAUL M，GHOSH I. Analysis of pedestrian conflict with right-turning vehicles at signalized intersections in India[J]. Journal of Transportation Engineering，Part A：Systems，2019，145（6）： 04019018.

[3] 周竹萍，王煒，任刚，等. 信号交叉口行人交通冲突特性及影响因素分析[J]. 东南大学学报（自然科学版），2014，44（6）：1294-1298.

[4] 曹雨. 信号交叉口行人与右转车交通冲突及安全评价研究[D].  北京：北京工业大学，2014.

[5] CHEN P， ZENG W， YU G. Assessing right-turning vehicle-pedestrian conflicts at intersections using an integrated microscopic simulation model[J].  Accident Analysis & Prevention， 2019， 129： 211-224.

[6] 马莹莹，温沉，陆思园. 无信号路段人行横道人车冲突概率估计[J]. 重庆交通大学学报（自然科学版），2020，39（1）：15-22.

[7] XIN X， JIA N， MA S， et al. Empirical and simulation study of traffic delay at un-signalized crosswalks due to conflicts between pedestrians and vehicles[J].  Transportmetrica B： Transport Dynamics，2019， 7（1）： 637-656.

[8] 彭勇，蒋沛，沙晓宇，等. 行人过街人车冲突等级评价及影响分析[J]. 交通运输系统工程与信息，2019，19（2）：175-181，188.

[9] 丁袁，马健霄，潘义勇. 有无信号控制路段下行人过街眼动特性研究[J]. 交通信息与安全，2019，37（2）：40-47.

[10] 刘晓辰. 信号交叉口右转机动车与行人冲突分析及优化研究[D]. 长春：吉林大学，2017.

[11] ISMAIL K，SAYED T，SAUNIER N.  Methodologies for aggregating indicators of traffic conflict[J]. Transportation Research Record Journal of the Transportation Research Board，2011，2237（2237）：10-19.

（责任编辑：江 艳）