行人过街空间违章行为特性及安全影响分析*

陈咨羽，陈秀锋，王瑞聪，高梦圆

（青岛理工大学机械与汽车工程学院，山东 青岛 266520）

0 引言

行人交通安全问题是交通安全中的热点问题。根据调查，行人占交通事故伤亡人数半数以上，其中城市道路伤亡人数约占总数的73%[1-2]。尤其在无信号控制的交叉口处，由于行人不规范过街行为常引起人车冲突甚至交通事故[3]。

国内外针对行人过街行为以及安全问题展开深入研究：Aghabayk 等[4]首次综合考虑行人特征、环境以及科技等影响因素，分析无信号交叉口行人过街行为特性，建立线性模型对各因素进行差异性分析；袁黎等[5]引入物理动力学原理的思想，以无信号控制路段人行横道为研究对象，综合考虑人车冲突的发生概率、冲突严重性和行人车期望冲突量等因素，构建人车冲突风险的评估模型；陈永恒等[6]采用比值比法定量分析提前右转车道行人与车辆冲突的严重程度，得出行人过街结伴行为、速度和过街位置等因素对冲突严重度的影响规律；彭勇等[7]研究无信号控制路段人车冲突等级划分方法，选取人、车、路3 方面13 个独立解释变量建立Odered Probit的人车冲突量化模型，并进行变量对人车冲突等级影响的显著分析；何雅琴等[8]建立基于累积Logistic模型的行人事故分析模型，并引入弹性分析量化各显著因素对事故严重度的影响程度；周竹萍等[9]实测信号交叉口行人过街交通数据，运用FCM 聚类方法对人车冲突严重等级进行划分，并分析行人违法率、观察行为与人车冲突的相关性；任刚等[10]基于视频采集交叉口高峰时刻交通数据，采用SOMK聚类方法分类冲突等级，提出信号交叉口人车冲突危险度模型；曲昭伟等[11-12]针对信号交叉口行人过街常发的空间违章行为，实地调查分析过街行人全时空信息，建立行人溢出位置的正态分布模型来描述行人轨迹分布规律，并根据轨迹分布特性提出优化措施意见进行验证对比。但是在人车冲突严重性的量化中，多数研究只从单一指标对冲突进行划分，不能准确地描述冲突严重程度。行人在过街时，空间违章行为普遍存在，对行人过街安全产生显著影响，尤其是提前右转车道处的行人过街安全评估值得研究和关注。

基于此，本文针对交叉口提前右转车道，通过“视频+人工”的方法提取行人和机动车时空信息，划分行人过街轨迹类型，分析包含生理差异和行人不良过街行为对过街安全的影响，聚类划分人车冲突严重度并建立多元有序Logistic模型，分析人、车、路等因素对人车冲突严重度的影响程度。

1 行人过街轨迹及实验

1.1 行人过街轨迹分类

行人过街时因求近心理会选择最短路径到达目的地，导致轨迹偏离人行横道[13]。在提前右转车道处，按照行人偏离人行横道的位置分布，将行人过街轨迹根据起始位置划分为5 种类型，如图1所示。除轨迹类型Ⅲ外，其他过街类型均为行人空间违章行为[14]。

图1 行人过街轨迹类型Fig.1 Pedestrian crossing trajectory types

1.2 数据收集与处理

本文选取青岛市香港中路-海尔路交叉口的4 个提前右转车道处作为调查地点，交叉口周边均为吸引力较大建筑（商场、地铁等），且渠化设计相似，能够有效减少环境差异对行人过街轨迹的影响。调查地点的渠化以及车流条件见表1。

表1 调查地点信息Table 1 Survey site information

数据采集处理方法如图2所示。调查时间为节假日17:00-19:00 人流量高峰时间，共计观测行人样本2 062 个，其中空间违章过街的行人占总数的42.87%。在不同空间违章轨迹类型中，Ⅳ型轨迹的行人所占比例最高（35.86%），其次为Ⅱ型轨迹（30.43%）。调查数据包括性别、年龄、科技设备影响、是否与车辆产生冲突、行人过街速度、车流速度、车辆到达率和行人到达率。其中对于性别、年龄等特征指标采用分组赋值的方法以提高观察准确性[15]。

图2 数据处理方法Fig.2 Data pr ocessing method

行人与机动车发生冲突时，由于运动状态变化较为复杂，单一指标不能较好描述冲突严重性，因此本文选取冲突时间（time to conflict，TTC）[16]、后侵入时间（postencroachment time，PET）[17]以及安全减速度（deceleration to-safety，DST）[18]3 类指标作为冲突严重性判别指标。利用所提取机动车行人全时空信息，通过齐次坐标转换计算人车冲突严重度指标[19]，具体计算公式如式（1）～（3）所示：

式中：Tl为前者离开冲突区域时刻；Ta为后者到达冲突区域时刻；Sci，Spi为i时刻机动车、行人距冲突点距离；Vci，Vpi为i时刻机动车、行人的速度，m/s。

2 行人轨迹特征及其因素影响分析

2.1 行人轨迹特征

行人轨迹特征如图3所示。行人过街平均速度区间为1～1.8 m/s，见图3（a）。轨迹类型Ⅴ的行人过街速度明显高于其他类型。Ⅰ，Ⅱ型轨迹速度箱体长度平均超出Ⅲ型约50%，行人过街速度较为离散。由图3（b）可知空间违章行为均导致冲突比例的上升，其中轨迹类型Ⅰ和Ⅴ的人车冲突比例分别高达45.29%，38.00%。

图3 行人轨迹特征Fig.3 Pedestrian trajectory char acteristics

2.2 影响因素分析

不同性别、年龄、科技设备、车辆到达率、车辆速度及车道数对行人过街轨迹影响显著，如图4所示。空间违章比例为除轨迹类型Ⅲ以外，各轨迹类型占比之和，可通过图4中对应轨迹类型百分比求和得到。相比于女性行人（39%），男性行人空间违章现象更为频繁（47%），尤其轨迹Ⅰ中男性空间违章比例明显高于女性；行人空间违章比例随年龄段的增长而增加，老年人完全不使用人行横道高达35%；科技设备对行人过街空间违章行为影响程度从大到小依次为：打电话（61%）、听音乐（49%）和低头看手机（33%）。观测中，低头看手机的行人多数在过街前观察车流以及自身位置，选择人行横道内通过街道；结合图4和表1交通条件可知，在车流平均速度较低的区域，行人安全意识降低，导致空间违章比例有一定增加。

图4 过街轨迹类型交叉分析Fig.4 Cross analysis of crossing trajector y types

3 人车冲突分析模型

3.1 冲突严重度分级

结合DST，PET，TTC 3 类指标利用K-means聚类方法，确定类别数k=3，分为潜在冲突、轻微冲突和严重冲突3 类[20]，得到各行人轨迹类型下不同严重度的冲突比例如图5所示。由图5可得，与轨迹类型Ⅲ对比，Ⅰ，Ⅱ，Ⅳ，Ⅴ型空间违章行为使得严重冲突占比由29%分别上升至59%，71%，51%，66%，严重冲突占比均提升75%以上，对人车冲突严重度有显著性影响。

图5 各轨迹类型冲突严重度占比Fig.5 Per centage of conflict severity of each trajectory type

3.2 相关性分析及建模

在进行建模分析前，对行人性别、年龄、科技设备影响等8 个自变量进行相关性检验，利用SPSS 选取斯皮尔曼系数进行相关分析，结果证明各变量间不存在显著的相关关系，满足共线性检验，可以进行回归分析。结合前文冲突严重度聚类结果，将冲突样本按照严重度等级i进行分类赋值，1：潜在冲突；2：轻微冲突；3：严重冲突，i=1，2，3。由于冲突严重度指标具有等级特征，因此采用多元有序Logistic模型，冲突等级作为因变量，自变量选取行人性别、年龄、科技设备影响、过街轨迹类型、车流平均速度、人行横道长度、车辆到达率以及行人达到率8 个因素，模型具体表达式如式（4）所示：

对P取Logit变化，将模型线性化如式（5）所示：

式中：Pi为严重度等级i冲突发生的概率；X1～X8为8 个自变量；β1～β8为对应系数；α为常数项。

3.3 模型结果

运用SPSS 26.0 对人车冲突样本，进行多元有序Logistic回归分析，参考因变量为冲突严重程度=3（严重冲突），分析结果见表2。

表2 回归分析结果Table 2 Regression analysis results

由表2可知，车流条件方面：车速的增加显著增加了人车冲突的严重性（B=2.137，P=0.032），机动车驶入右转车道初速度较高时，在遇到行人时需要更高的制动速度来避免碰撞，因此产生的人车冲突严重性也随之提高，但是在结果中，行人到达率对冲突严重性的影响并不显著；性别对于冲突严重性无明显影响；相比于老年，少年、青年和中年发生严重冲突的概率分别是老年人的0.013，0.195 和0.136 倍，老年人由于交通安全意识的薄弱，暴露于严重冲突的风险最大；科技设备影响分析中，不同手机使用情况对于冲突严重性的影响并不显著，显著性P值均大于0.05；空间违章类型中，相比于Ⅴ型轨迹，行人无违章行为（Ⅲ型轨迹）大大降低了人车冲突风险，轨迹类型Ⅲ的行人发生严重冲突的概率只有Ⅴ型轨迹的0.086 倍（OR=0.086，P=0），行人在靠近车辆来向一侧的空间违章行为均导致人车冲突严重度的增加，尤其是轨迹类型Ⅰ，发生冲突严重性上升的风险是Ⅴ型轨迹的3.426 倍（OR=3.426，P=0.035）。此外冲突严重度等级与人行横道长度呈反比（B=-0.710，P=0.025），原因为人行横道距离较短时，行人常选择加速冒险过街，导致行人和驾驶员的反应时间缩短从而引起人车冲突，并且冲突严重性处于较高水平。

4 结论

1）不同过街轨迹下行人行为有明显差异，行人整体过街速度呈下降趋势，其中，Ⅴ型轨迹行人由于无法观察车辆情况以及过街距离较长，导致过街平均速度高于其他轨迹类型行人；行人完全不使用人行道的行为造成机动车与行人交互位置发生改变，更为复杂的交互过程导致该类行人与机动车发生冲突的概率处于最高水平。

2）机动车速度（B=2.137）与冲突严重性呈正相关关系，过快的车速导致交通参与者反应时间缩短，极大地增加了冲突严重性，因此采取措施控制车辆驶入右转车道的速度是保证行人安全的关键；老年人是所有年龄段中最容易暴露于严重冲突的群体，交管部门应该加强对老年人的安全教育，强调空间违章的危险；冲突严重度在人行横道长度较短的区域显著增高，相关区域应设置警示标志限制行人违章行为。

3）回归分析结果表明，空间违章行为会导致人车冲突严重度提升，尤其在靠近车流方向一侧不规范使用人行横道过街，极大增加过街风险。本文得到显著影响人车冲突严重性的因素，可作为区域交通安全措施实施的理论基础，并且能够为行人安全设施的建立提供参考，例如在人行道一侧设置护栏限制行人过街起始位置从而减少空间违章行为等。