基于贝叶斯理论的交叉口安全评价研究

2024-03-04王慧玲姜明阳

交通工程 2024年2期

王慧玲, 姜明阳

(辽宁工程技术大学建筑与交通学院, 辽宁阜新 123000)

0 引言

随着城市经济发展带动交通行业的不断繁荣,城市交通运输车辆日益增多,使城市道路面临“供不应求”,尤其是交通拥挤与车辆事故问题. 交叉口作为道路网络节点,机非混行、违法行驶的现象较为普遍[1],其路段安全水平在整个城市的道路安全水平评估中占有重要比例. 相比之下,交通事故的发生更容易受到人、车、路、环境因素等影响. 统计资料表明,各国发生在交叉口的事故总数在总事故数中占有很大比例. 由此看来,交叉口安全问题是道路安全水平评估的瓶颈. 所以对交叉口进行安全评估,提高交叉口的安全性是当下交通研究的重点问题.

迄今为止,国内外许多学者已经对事故特征及其黑点影响因素的不同方面进行了多项研究,在人为因素方面,Wangdi C等[2]估计了道路交通事故特征,发现主要原因是不小心驾驶和酒后驾驶;Dapilah F等[3]研究了骑行者年龄、性别等特征,表明他们在道路上的行为以及对交通事故的影响;Xian-Cai J等[4]利用交通调查和数据分析的方法分析了自动执法前后驾驶、速度和交通安全特性的变化;Tao G等[5]构建了交通安全特征模型,量化了驾驶人交通违法行为对事故的影响;Ihueze C C等[6]研究表明,人类、车辆和环境因素的结合导致了道路交通事故;陈宽民等[7]通过交通事故的发生特点对其进行致因分析,并以西安市为研究对象进行道路交通事故研究;张洁等[8]从交通基本要素出发,分角度探讨不同因素对道路安全的影响度.

通过梳理发现,学者们对贝叶斯网络模型在道路交通安全方面的运用领域也颇有研究:马铭炜[9]基于研究高速公路事故严重程度,搭建基于贝叶斯网的事故严重程度预测推理模型;Chen H等[10]将改进的灰色相关分析方法确定的关键因素作为节点变量,建立贝叶斯网络,利用贝叶斯网络碰撞严重性模型深入分析导致单车和多车交通事故的事故因素之间的复杂耦合关系;贝叶斯网络因其强大的推理功能,在交通安全分析中,被广泛用于分析道路交通事故等原因.

交叉口危险度系数是其安全水平的定量表现,为了研究城市平面交叉口安全性,学者们在交叉口危险度研究领域有所建树. 余培恒[1]结合熵权法与层次分析法选取交通安全指标,根据所得指标权重构建无信号交叉口的安全评价模型;张冬梅等[11]借助基于交通冲突的罗巴诺夫安全评价模型,对高峰小时交通量在特定范围内的四相位信号控制交叉口进行安全评价;程国柱等[12]针对信号交叉口建立评价模型判别交叉口的危险度;汪莹[13]从导致交叉口不安全角度出发,找出对交通安全造成影响的因子,构建以危险度为标准评价模型. 张春平等[14]通过对上海市部分道路交叉口事故数据分析研究,提出根据交叉口交通饱和度、非机动车比例、车辆组成、交叉口间距等因素确定事故率综合影响系数方法,对交叉口交通安全水平进行评价.

上述研究发现,在进行交叉口的交通事故和安全水平分析时,往往采用单一的定性或定量方法,并未结合二者进行对比研究. 因此,研究结果具有片面性,并不能真实反映交叉口安全水平. 在前人对交叉口安全评价研究基础上,本文以道路平面交叉口作为研究对象,通过运用风险矩阵方法识别并诊治事故黑点,从人、车、路及环境方面对交叉口“黑点”进行安全影响因素分析,针对交叉口有信控和无信控两种状态下的危险度进行判定,结合定性和定量分析方法对交叉口安全评价,找到所存问题并进行针对性地合理改善,提高交叉口安全水平.

1 交通事故黑点及道路安全评价分析

1.1 交通事故黑点分析

“事故黑点”指对于事故发生的时间频率、车辆次数、人员伤亡概率,远超于其他路段节点的路段. 道路交通事故黑点的识别对判断交叉口路段的交通安全危险系数具有重要作用. 柳州北路—浦珠北路交叉口是主次干路的汇合点,其长度和形状相近,在选择该交叉口事故黑点识别方法时,为了克服方法的弊端,最大限度发挥其优势,将围绕事故数法,结合交通事故历史数据,对交叉口路段黑点识别并诊治排序,明确所研究交叉口的安全程度.

1.2 交叉口安全影响因素分析

在对城市道路平面交叉口事故黑点识别后,进行事故黑点安全影响因素分析是有必要的. 事故黑点即相比之下安全系数较低,道路交通事故的发生是多方面因素共同作用的,目前较为公认的交通事故成因主要有以下几方面:人、车辆、道路、环境.

1.2.1 人的因素

交通出行是交通事故发生的先决条件,交通的产生多半是人们出行需要. 在交通系统所囊括的因素中,通过相互验证比较,确定交通对象即人在安全影响中占有重要地位. 交通参与者作为道路的主要命脉,既是道路交通事故的源头,同时也是因果承担者,其包括驾驶人、骑乘者及行人,图1归纳出人员层面的各影响子因素.

图1 人因素结构

1.2.2 车辆因素

车辆是居民出行必不可少的交通载体,其类型分为机动和非机动车. 机动车占据的路幅面积大,且行驶速度较快,把机动车列为“车”要素中的研究主体,图2列举出车辆的各安全影响子因素.

1.2.3 道路因素

道路的几何设计、路面情况和和交通设施等都是影响交通安全的重要因素. 其中几何设计主要从研究设计道路线形、转弯半径、车道宽度、弯度超高、坡度等角度出发;道路结构通过横断面、车道数、路肩、分车带、路面、交通设施及交叉口等实现,图3为影响安全的道路因素.

图2 车辆因素结构

图3 道路因素结构

1.2.4 环境因素

环境分为自然环境与社会环境,虽然是客观不可控的,但它也是交通安全分析中不可忽视的因素,如果驾驶员能掌握一定的应急技巧,即使遇到恶劣环境也能避免事故的发生,图4为影响道路安全的环境因素.

图4 环境因素结构

在事故黑点识别的基础上,进一步对平面交叉口安全性评价可综合分析该交叉口的安全水平. 结合柳州北路—浦珠北路的实际交通特征,比较得出运用冲突点法进行平面交叉口安全评价可从定性和定量结合角度判断该交叉口的安全水平.

2 事故黑点治理排序模型

以道路交叉口作为研究对象,采用冲突点法来识别交叉口中的事故黑点较为可行,其作用机理为:事故数法进行初步筛选,事故率法确认交叉口危险点,但这一识别标准具有一定的主观性,且不能较全面地考虑各交叉口影响事故的诸多因素关系以及确定关键因素来准确判断事故黑点交叉口. 然而,在应用风险矩阵法的基础上,结合贝叶斯网络,对人、车、路、环境等不同方面的具体因素进行比较,可综合评判,更好识别事故黑点,并有针对性地进行治理.

2.1 排序依据选定

一般而言,影响交通安全的因素都应进行及时有效的治理,但综合考虑治理资金及指标不能过于单一,可在3个方面进行优先排序:等效事故的数量、事故黑点的线性安全性以及社会造成的经济损失,以便优先处理事故黑点. 人、车、路是导致事故发生的主要原因,但从诸多交通事故统计分析中可看出,交叉口道路线形尺寸设计、设施布局是否合理是影响安全的根本问题. 换言之,城市道路交叉口的安全度可充当事故黑点等级判断的一大参数. 道路交通事故不可避免地造成社会损失,而损失恰可作为一项衡量指标,更好地反映社会影响. 用于评估交通事故造成的经济损失的指标可量化,在确定事故的“黑点”和确定优先治理次序方面具有好的效果.

2.2 构建风险矩阵模型

表1 层次分析法和风险矩阵法差异对比

1)指标权重的确定

决策者们将当量事故数、设施布局安全度、社会经济损失3指标与事故黑点的危险度相关性联系起来获得1组权重值W1、W2、W3. 评价判断分值如表3所示,可结合方根法来计算各变量的权重值. 具体结果见表2:判断基准,以Hs值、Si分别作为评价基准与评价因素如表3所示.

表2 各指标权重值

表3 评价判断分值表

2)确定优先顺序

在对不同的变量与组合矩阵和优先赋权等级,进行了选择、对比、确定之后,可根据以式(1)来对排序指标进行计算:

表4 指标排序规则

(1)

3 案例检验

3.1 交叉口交通特征

在进行实际调查时,对平面交叉口的车流量、车辆类型、交通延时、交通信号指示灯间时等调查分析如表5所示.柳州北路与浦珠北路交叉口交通流量流向数据是通过对05:00—06:00时段内实地调查获得,且根据换算系数:小客车=1,中客车=1.5,大客车=2;小货车=1.5,中货车=2,大货车=3进行车辆换算.

表5 交通流量调查表

浦珠北路—柳州北路交叉口是典型的四相位信号控制,信号分为南北直右、南北左转、东西直行、东西左转4个相位,信号灯周期为140 s,信号配时如图5所示.

图5 信号配时示意图

3.2 判定交叉口危险度

城市道路交叉口的交通流程、路段设计特点、车流出入相交角共同影响着交叉口的安全. 通过分析交通事故调查数据,结合日交通量可概括出交通事故数计算式(2):

(2)

式中,gi为特征点i上每过1 000万辆汽车时可能发生的交通事故次数;ki为特征点i上的相对事故率,参照ki取值表;Mi为特征点i上通过的次要道路上的日车流量;Ni为特征点i上通过的主要道路上的日车流量;K月为年交通量月不均匀系数.式中25,主要是月均工作时间天数.通常对于新平面交通路段交叉口,根据1年365 d算,取25/K月.

交叉口的危险度Kα按下式计算:

(3)

式中,M、N各指次要、主要交通路段的日均车流量.根据Kα值,将平面路口的交通安全度级别,进行划分,共计4个级别:Kα<3,安全;3.1

根据工作日交通流量的调查以及相关资料分析,此交叉口处柳州北路的工作日日交通流量约为3.2万辆,浦珠北路的工作日日交通流量约为5.6万辆.主次道路相交,道路转弯半径大于15 m.

图6 无信号和信号交叉口冲突概况

由式(2)计算出32个特征点gi的值,并带入式(3)中,在现有交通量情况下,若此交叉口未设置信号控制,则可得该交叉口的危险度Kα≈10.8,8.1

在交管部门对交叉口进行改善而设置了信号灯后,此交叉口转为信控交叉口,其特征点个数有所减少,冲突点2个,主要集中在左转和直行方向,合流点4个,分流点4个,布局如图6(b)所示.通过式(2)计算出现阶段10个特征点的gi值,并代入式(3)中,可得此信控交叉口的危险度Kα≈2.6,属于Kα<3的范畴,此交叉口处于安全状态,即此交叉口的安全问题通过信控设置得到合理改善.

3.3 贝叶斯理论应用

贝叶斯理论是1个概率性理论,1种运用广泛的数理统计方法,即在某些条件概率值已知的情况下计算其余变量的概率值. 其原理为利用历史数据来估计先验分布,并结合先验分布和样本信息来估计后验分布,进而得到交叉口交通安全四大影响因素指标可能导致事故发生的相对权重,以及各大项因素指标之下的具体指标的相对权重如图7所示.

图7 安全影响因素指标权重

根据以上数据可得出各指标因素导致交通事故发生的概率,以及多重因素共同作用发生事故概率. 譬如,当车辆、道路、环境、管理均处于良好状态时,行人因素导致事故发生的概率为0.234,机动车驾驶人因素导致事故发生概率为0.194. 机动车驾驶人操作不佳和车辆技术性能不良共同作用导致事故发生的概率约为0.144(0.305×0.194+0.230×0.369≈0.144),车辆安全设施问题和道路路面条件共同作用导致交通事故发生的概率约为0.128(0.230×0.369+0.262×0.165≈0.128):以此类推可得出导致交通事故的相关因素的概率值,更好地判断交通事故发生的原因以便针对性的进行有效治理与改善.