基于交通冲突的城市交叉口安全评价

黄明芳，陈腾林

（闽江学院交通学院，福建 福州350108）

城市道路交叉口是城市道路系统的重要组成部分，是交通事故的主要发生源。世界各国每年在交叉口处发生的交通事故约占总事故的10%～40%，我国发生在交叉口的交通事故数约为30%，同时交叉口降低40%～50%的道路通行能力[1]。因此，掌握城市交叉口的安全程度极其重要，一个路口的安全状况很大程度上取决于路口车辆发生冲突及冲突的严重情况，且交通冲突技术是目前较为流行的一种非事故统计评价方法[2]，具有“大样本、短周期、小区域、高信度”的统计学优势，通过定量测定“准事故”的严重冲突方法代替传统事故统计方法，实现小区域地点快速评价的目的。因此，通过调查获取城市交叉口的交通冲突数据，采用交通冲突与混合当量交通量的比值（TC／MPCU）作为评价指标，应用灰色聚类安全评价方法进行交叉口安全评价。

1 交通冲突

1977年在奥斯陆召开了首届国际交通冲突学术年会，会上正式提出了交通冲突的标准定义，即：两个或多个道路使用者在一定的时间和空间上彼此接近到一定程度，此时若不改变其运动状态，就有发生碰撞的危险，这种现象称为交通冲突[3]。交通冲突的实质是交通行为不安全因素的表现形式，是一种事故隐患，其发展可能导致事故发生，也可能因采取的避险行为得当而避免事故发生。事故与冲突的关系可用冲突的严重性进行描述。严重冲突导致交通事故的机率要大于非严重冲突导致交通事故的机率，可通过测定交叉口严重冲突数的方法代替传统事故统计方法评价交叉口。

2 灰色聚类安全评价[4－7]

灰色聚类评价采用定性和定量相结合的方法，通过对“部分”已知信息的筛选、加工、延伸和累加处理，确定交通安全水平在某一灰色区域内，以实现对交叉口安全水平的评价。

1）确定评价指标。采用早高峰、晚高峰、平峰3个典型时段严重冲突数和混合当量的比值TC／MPCU作为评价指标。

2）建立评价矩阵。令聚类评价对象个数为i，聚类评价指标为j，dij为被评估的样本矩阵，其中i∈（1，2，…，n），j∈（1，2，…，m），则评价矩阵为

3）确定灰类及白化值。采用概率统计方法确定评价标准。即将评价指标的实际数据，经无量纲化处理，绘制累积百分频率曲线，在曲线上确定不同累积百分频率所对应的数值，作为灰类的白化值，如图1所示。将交叉口的安全状况划分为优、良、中、差4种灰类级别。选取15%、85%累积百分频率对应的点确定优和差的值，选取40%和60%累积百分频率对应的点确定良和中的值。4个累积百分频率点对应的Aj1、Aj2、Aj3、Aj4分别为4种灰类的白化值。

图1 确定评价指标灰类特征值的累积百分频率

4）建立白化权函数。令 fj1（x）、fj2（x）、fj3（x）、fj4（x）为交通安全评价指标所属优、良、中和差4种灰类级别的白化权函数，则各指标灰类的白化权函数如图1～图6所示。

图2 评价指标灰类的白化值函数

5）确定聚类权。令聚类权为Ujt，t为评价灰类，且t∈ （1，2，…，ω），ω为评价灰类总数。

式中：Ujt为第j项指标归入t种灰类的聚类权；Ajt为第j项指标属于第t种灰类的白化值。

6）灰色聚类分析。令σit为第i个评价对象对于第t个灰类的聚类评估值，t∈ （1，2，…，k），则

式中：σit为第i评价对象归属于第t种灰类的聚类值；fit（dij）为第j项评价指标属第t种灰类的白化权函数在白化值的权数取值。

评价对象i的灰色聚类评估序列σi＝评价对象所属灰类为t＊，满足＝从 而 确 定 聚 类 对 象 的 安 全状况。

3 应用实例

以福州市5个交叉口为研究对象，选择工作日早上7：30～8：30（早高峰），下午14：30～15：30（平峰），下午17：00～18：00（晚高峰）为各观测时段，通过调查得到各交叉口早高峰、晚高峰、平峰3个时段的 TC／MPCU 值[8－10]，如表1所示。

表1 福州市5个交叉口3个时段冲突数及混合当量交通量

由表1可知，交叉口2在3个时段的严重冲突数是最多的，交叉口4的严重冲突数次之，交叉口5的严重冲突数最少。

3.1 评价过程

1）确定评价指标。根据调查得到福州市5个交叉口的交通冲突数据，整理可得各交叉口3个时段严重冲突时的TC／MPCU值，建立矩阵：

2）评价数据的无量纲处理后的数据为

3）求评价指标的特征值Ajt。安全评价等级分为优、良、中、差4类。根据各指标的数据绘制累计频率曲线，由“累积频率曲线法”将每项指标各类别的特征值求出。

4）构造各评价指标灰类的白化权函数及权系数计算公式。以早高峰时段严重冲突时的TC／MPCU为例，根据3）得到的特征值，构造权函数及权系数计算公式，并将5个交叉口处理后的早高峰时段严重冲突时的TC／MPCU值代入可得到3个时段严重冲突时TC／MPCU的权系数矩阵，如下：

指标1：

5）聚类计算。根据3）的Ajt矩阵可得，第j项评价指标将对象归入t种灰类内的聚类系数为

3.2 结果分析

由计算结果可知，交叉口2为“差”；交叉口4为“中”，由于σ43＞σ44＞σ41＝σ42，严格说来为“中偏差”；同理得到交叉口1、交叉口3都为“良偏中”；交叉口5为“良偏优”；在良类中，交叉口1、交叉口3和交叉口5有优类的成分分别为5.92%、0和13.80%，故交叉口5优于交叉口1，交叉口1又优于交叉口3。5个交叉口的安全状况由优到差的次序为：5、1、3、4、2。结果与交叉口交通实际运行状况相符合，交叉口5交叉口较小，交通量很少，交通秩序良好，交通比较畅通。交叉口1和交叉口3的交通量都相对较少，平时交通比较顺畅，高峰时段出现的冲突数也较少。交叉口4的所有路段都处于较繁华的商业区，高峰时段交通量大，交通拥堵，交通冲突较多。交叉口2地处福州商业繁华路段，交通量大，交通非常拥堵，特别是在早晚高峰拥挤现象更为明显，交通冲突比较多。

4 结束语

灰色理论具有能解决“部分信息已知，部分信息未知”问题的特点，且评价方法的算法含义清晰、明确。相对于传统的交通安全评价方法，交通冲突技术是一种非事故统计的间接评价方法，具有大样本、快速、定量分析的优点。而综合运用灰色冲突理论，能在较短的时间内，快速、定量地评价道路交叉口的安全状况，提高安全评价的效率，特别是在交叉口数目较多、评价指标较多的情况下，综合运用交通冲突技术与灰色聚类评价这两种方法的优势十分明显。但是，灰色聚类安全评价在指标选择、评价精度上还需要进一步的细化；冲突观测过程中对车辆间距离的判断难以把握，数据精度有待提高。

[1]邹华冰，徐建闽.交通冲突技术在桂林市交叉口安全评价中的应用 [J].西部交通科技，2008（1）：20－22.

[2]李晓娟，丁艺.交通冲突技术及研究现状分析 [J].森林工程，2006，22（1）：41－43.

[3]成卫.城市交通冲突技术理论与应用[M].北京：科学出版社，2006.

[4]成卫，丁同强，李江.道路交叉口交通冲突灰色评价研究[J].公路交通科技，2004（6）：97－100.

[5]连嘉，孙小端.基于事故和冲突的公路平交叉口安全灰色评价研究 [J].北京汽车，2009（3）：29－32.

[6]岳小泉，丁艺.基于TCT和灰色理论的高速公路交织区安全评价 [J].福建工程学院学报，2007，5（4）：310－314.

[7]牛会永.基于灰色理论的城市道路交通安全评价研究[J].中国安全科学学报，2005，15（9）：92－95.

[8]王海星，肖贵平，聂磊.基于交通量的平面信号控制交叉口交通冲突模拟研究 [J].中国安全科学学报，2004，14（3）：20－22.

[9]王力，刘卫中，洪于亮，等.基于分类交通冲突与微观仿真分析的城市交叉口安全诊断及改善 [J].2009，19（2）：38－42.

[10]李杰，陈学武，王炜.交通冲突严重度模糊评价方法[J].交通运输系统工程与信息.2008，8（2）：91－95.