城市道路交通安全預(yù)測(cè)與評(píng)價(jià)方法研究

趙曉景

（淄博市公安交通管理服務(wù)中心，山東淄博 255000）

0 引言

現(xiàn)階段，國(guó)內(nèi)外學(xué)者對(duì)城市道路交通安全的研究方法主要有兩種。其一是基于深度學(xué)習(xí)與回歸分析等模型理論進(jìn)行研究，對(duì)交通風(fēng)險(xiǎn)事件發(fā)生率、發(fā)生次數(shù)等相關(guān)數(shù)據(jù)進(jìn)行預(yù)測(cè)，完成交通安全預(yù)測(cè)與評(píng)價(jià)。其二是分析道路條件因素、交通環(huán)節(jié)以及各因素對(duì)交通安全造成的影響，據(jù)此判斷城市道路交通的安全性，并作出科學(xué)合理評(píng)估。我國(guó)相關(guān)領(lǐng)域的學(xué)者在城市交通安全預(yù)測(cè)分析方面已積累了大量研究成果，然而受到樣本數(shù)據(jù)少、交通事故統(tǒng)計(jì)不全面等因素的限制，當(dāng)前交通安全預(yù)測(cè)與評(píng)價(jià)結(jié)果的準(zhǔn)確度有待提升。基于此，立足城市道路交通安全，探索先進(jìn)的預(yù)測(cè)與評(píng)價(jià)模型及相關(guān)技術(shù)方法，以期為城市道路交通管理方式變革提供技術(shù)支持。

1 影響城市道路交通安全的相關(guān)因素與理論基礎(chǔ)

1.1 影響道路安全的因素

影響城市道路交通安全的因素較多，具體包括行人、車輛和道路等。以往，研究人員對(duì)交通安全風(fēng)險(xiǎn)的評(píng)估多考慮車輛速度，通過(guò)對(duì)車輛速度是否超過(guò)標(biāo)準(zhǔn)值，確認(rèn)交通風(fēng)險(xiǎn)等級(jí)，雖然取得了一定成就，但影響因素未涵蓋交通流量、車輛行為狀態(tài)與車輛屬性信息[1]。具體研究流程如下：

首先，獲取車輛密度、異常信息，將其作為判斷道路安全的有效指標(biāo)；其次，將邊緣服務(wù)器信息上傳到云服務(wù)器上，通過(guò)云計(jì)算分析反饋道路交通狀況數(shù)據(jù)；再次，得到目標(biāo)區(qū)域內(nèi)道路的安全風(fēng)險(xiǎn)指標(biāo)；最后，將數(shù)據(jù)信息上傳到交通管理平臺(tái)，供指揮人員參考。

獲取道路安全風(fēng)險(xiǎn)數(shù)據(jù)可顯著提升指揮場(chǎng)景的智慧化水平，提醒駕駛?cè)藛T小心駕駛，并及時(shí)避開(kāi)高風(fēng)險(xiǎn)路段，進(jìn)而降低不良交通事件發(fā)生率。

1.2 模型建構(gòu)理論基礎(chǔ)

為更準(zhǔn)確地評(píng)價(jià)城市道路交通安全情況，基于邊緣計(jì)算技術(shù)，構(gòu)建評(píng)估道路風(fēng)險(xiǎn)的R3A-EC 模型。模型重點(diǎn)評(píng)測(cè)流量密度、道路質(zhì)量、車輛異常行為、車速離散程度對(duì)某一路段交通安全事件發(fā)生率造成的具體影響。通過(guò)對(duì)研究結(jié)果的評(píng)估與借鑒，幫助車輛駕駛?cè)藛T選擇合適的路徑。該模型的優(yōu)勢(shì)在于能夠挖掘某一道路上的車輛異常值，對(duì)這些數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，并結(jié)合上述指標(biāo)數(shù)據(jù)集合，得到道路交通事故發(fā)生率指標(biāo)。該模型使用的數(shù)據(jù)源于車輛智能設(shè)備拍攝上傳的數(shù)據(jù)，其中包括車輛實(shí)時(shí)速度、車輛行駛軌跡的經(jīng)緯度坐標(biāo)值、加速度、行人距離等。通過(guò)數(shù)據(jù)分析與整理，提高數(shù)據(jù)信息的參考價(jià)值，降低評(píng)估結(jié)果偏差，為后期安全評(píng)價(jià)工作的開(kāi)展奠定基礎(chǔ)。

1.3 邊緣計(jì)算網(wǎng)絡(luò)框架

為更準(zhǔn)確、快速地收集城市道路車輛的實(shí)時(shí)信息，完成信息收集、反饋與評(píng)價(jià)，采用邊緣計(jì)算技術(shù)。該技術(shù)建立在3 層網(wǎng)絡(luò)結(jié)構(gòu)基礎(chǔ)上，分別為云端中心網(wǎng)絡(luò)、邊緣服務(wù)層、終端節(jié)點(diǎn)[2]。

中心網(wǎng)絡(luò)的主要作用是為計(jì)算提供網(wǎng)絡(luò)服務(wù)，其中包括有線網(wǎng)絡(luò)、無(wú)線網(wǎng)絡(luò)，是計(jì)算服務(wù)的基礎(chǔ)與核心；邊緣服務(wù)層包含多個(gè)邊緣服務(wù)器，用于解析網(wǎng)絡(luò)信號(hào)，并將解析結(jié)果實(shí)時(shí)傳輸?shù)浇K端節(jié)點(diǎn)，邊緣服務(wù)器還能完成信息管理與通信服務(wù)；終端節(jié)點(diǎn)層主要為邊緣服務(wù)器移動(dòng)設(shè)備，包括車載GPS、智能手機(jī)、車載大屏、廣播等。邊緣服務(wù)實(shí)時(shí)道路信息交互架構(gòu)如圖1所示。

圖1 邊緣服務(wù)實(shí)時(shí)道路信息交互架構(gòu)圖

通過(guò)云端中心網(wǎng)絡(luò)層、邊緣服務(wù)層及終端節(jié)點(diǎn)層之間的協(xié)調(diào)配合，可以實(shí)現(xiàn)交通安全數(shù)據(jù)的實(shí)時(shí)傳輸，為交通安全管理方法的動(dòng)態(tài)制訂提供保障。該研究涉及的交通安全預(yù)測(cè)與評(píng)價(jià)方法的基礎(chǔ)為云端中心網(wǎng)絡(luò)，通過(guò)邊緣服務(wù)器與終端節(jié)點(diǎn)間的交互，為后臺(tái)智慧中心提供數(shù)據(jù)源。

2 城市道路交通安全風(fēng)險(xiǎn)預(yù)測(cè)與評(píng)價(jià)方法研究

2.1 車輛行駛軌跡獲取與異常駕駛行為判斷

將獲取的車輛位置信息、速度信息和行進(jìn)軌跡納入模型統(tǒng)計(jì)分析，據(jù)此預(yù)測(cè)與評(píng)估目標(biāo)路段的風(fēng)險(xiǎn)狀態(tài)。在此過(guò)程中，中心網(wǎng)絡(luò)層會(huì)與邊緣服務(wù)器通信，進(jìn)而對(duì)數(shù)據(jù)進(jìn)行分析處理，并整合成有參考價(jià)值的數(shù)據(jù)信息，提升預(yù)測(cè)結(jié)果的準(zhǔn)確性。在整個(gè)預(yù)測(cè)過(guò)程中，車輛導(dǎo)航系統(tǒng)能夠?qū)崿F(xiàn)對(duì)每輛車路徑的合理規(guī)劃，其中每個(gè)路徑與一個(gè)邊緣服務(wù)器對(duì)應(yīng)，經(jīng)過(guò)協(xié)調(diào)配合確認(rèn)風(fēng)險(xiǎn)評(píng)估單元。之后，邊緣服務(wù)器將分析結(jié)果及時(shí)反饋給中心網(wǎng)絡(luò)，形成基于風(fēng)險(xiǎn)評(píng)估的網(wǎng)絡(luò)體系。

預(yù)測(cè)模型中的異常車輛通常指道路上車輛的駕駛行為異常，如車輛行進(jìn)速度超過(guò)道路限速、駕駛?cè)藛T緊急變換車道、車輛在短時(shí)間內(nèi)頻繁加速、減速。以上行為被認(rèn)為是導(dǎo)致交通安全事故的主要因素。因此，對(duì)駕駛?cè)藛T的安全行為進(jìn)行檢測(cè)分析意義重大，可明確車輛駕駛行為是否符合安全標(biāo)準(zhǔn)，了解影響道路交通安全的主客觀因素。在城市道路交通安全評(píng)價(jià)方面，相關(guān)人員需使用GPS 技術(shù)與北斗導(dǎo)航系統(tǒng)，借助上述技術(shù)方案，及時(shí)獲取車輛的位置信息與行進(jìn)速度，據(jù)此制訂可靠的路徑行進(jìn)計(jì)劃，為道路系統(tǒng)的安全、穩(wěn)定提供保障[3]。

該研究涉及的車輛軌跡記錄基于GPS 技術(shù)實(shí)現(xiàn)，相關(guān)人員可以借助該技術(shù)獲取車輛軌跡點(diǎn)集合，記{p1,p2,p3…ph}，其中h為車輛軌跡的采集次數(shù)。在模型研究中，設(shè)計(jì)人員每間隔2s 采集一次車輛信息，包括車輛速度v、行駛方向、車輛位置等，再將數(shù)值上傳到該路段所屬的邊緣服務(wù)器結(jié)點(diǎn)上，之后對(duì)車輛是否存在異常駕駛行為作出判斷。

2.2 急加速、減速行為分析

雖然交通運(yùn)輸管理部門規(guī)定，車輛急加速或減速不構(gòu)成違規(guī)行為，但在城市道路交通中，很多交通事故由車輛緊急加速或減速引發(fā)。因此，在道路安全預(yù)測(cè)與評(píng)價(jià)研究過(guò)程中引入急加速或減速行為因素，通過(guò)對(duì)該指標(biāo)的預(yù)測(cè)分析，幫助駕駛?cè)藛T更好地掌握前方或后方車輛行駛狀態(tài)，據(jù)此作出合理的駕駛決策，確保城市道路交通運(yùn)輸安全。在上述行為判斷中，設(shè)計(jì)車輛加速度模型，具體如下：

式（1）中，v0表示當(dāng)前車輛行駛速度（單位：m/min）；v0+1表示車輛經(jīng)過(guò)1min 后的行駛速度（單位：m/min）；Δt表示時(shí)間間隔數(shù)（單位：min）。

分析式（1）中的參數(shù)可知，掌握車輛行駛點(diǎn)數(shù)據(jù)信息后，可以計(jì)算得出加速度信息。為更好地明確不同車道區(qū)間的加速度變化，了解緊急加速和減速行為對(duì)道路交通安全風(fēng)險(xiǎn)程度造成的影響，相關(guān)部門制訂了緊急加速或減速判斷標(biāo)準(zhǔn)，同時(shí)將緊急加速或減速劃分為3 個(gè)風(fēng)險(xiǎn)等級(jí)（見(jiàn)表1）。

表1 緊急加速或減速等級(jí)標(biāo)準(zhǔn)

2.3 車速離散度分析

參考交通安全經(jīng)驗(yàn)，車輛速度的離散程度越大，說(shuō)明某一路段的超車概率越大，交通事故風(fēng)險(xiǎn)越大。為方便研究，選取道路車輛速度標(biāo)準(zhǔn)差σ()v表示車速離散程度，計(jì)算公式如下：

式（2）中：n表示目標(biāo)區(qū)域道路行駛車輛的總數(shù)（單位：輛）；表示所有行駛車輛的平均速度；k、l表示臨近兩個(gè)測(cè)量服務(wù)站。

公式中的平均速度vˉ根據(jù)傳統(tǒng)方式推導(dǎo)計(jì)算得出，即獲取目標(biāo)車輛行駛距離和速度，由二者做商得到。雖然這種方式相對(duì)簡(jiǎn)單便捷，但在具體核算中，未考慮車輛等待紅綠燈的時(shí)間。同時(shí)，若車輛駕駛?cè)藛T發(fā)生臨時(shí)停靠車輛行為，此時(shí)車輛的移動(dòng)終端設(shè)備仍在工作，則停車時(shí)間會(huì)累加到總時(shí)間中，會(huì)造成平均速度vˉ值不準(zhǔn)確。鑒于此，該研究利用車載GPS 結(jié)合北斗導(dǎo)航系統(tǒng)獲取車輛實(shí)時(shí)軌跡，并對(duì)當(dāng)前速度作出判斷，當(dāng)車輛速度降低至0m/s 時(shí)，則剔除該速度對(duì)應(yīng)的時(shí)間參數(shù)。獲取并分析車輛速度信息，得到車輛正常條件下的行駛數(shù)據(jù)，將之作為道路安全評(píng)測(cè)數(shù)據(jù)，所得到的結(jié)果更具可靠性。

2.4 安全預(yù)測(cè)與評(píng)價(jià)

道路風(fēng)險(xiǎn)與道路質(zhì)量也存在必然聯(lián)系，道路質(zhì)量較差，道路交通安全事件發(fā)生率則較高，風(fēng)險(xiǎn)概率也較大[4]。因此，在城市道路交通安全預(yù)測(cè)與評(píng)價(jià)方法的研究中，需要引入道路質(zhì)量因素。根據(jù)目前城市道路技術(shù)指標(biāo)劃分標(biāo)準(zhǔn)，可將城市道路劃分為快速路、主干道、次干道與支路，通過(guò)確認(rèn)不同類型道路質(zhì)量等級(jí)，并賦予相應(yīng)道路合適的質(zhì)量參數(shù)值，可為相關(guān)人員預(yù)測(cè)與評(píng)價(jià)道路交通安全提供參考。該研究將道路質(zhì)量標(biāo)準(zhǔn)區(qū)間設(shè)置為[0.5，2]，在該區(qū)間內(nèi)，參數(shù)值越大，則說(shuō)明道路質(zhì)量越良好、車道越平坦，方便車輛在緊急狀況下快速躲避障礙物，有助于提升交通安全性。評(píng)估道路風(fēng)險(xiǎn)的主要目的在于了解道路交通流量，并判斷交通安全風(fēng)險(xiǎn)等級(jí)。在該研究中，采用模型與公式計(jì)算的方式統(tǒng)計(jì)了城市不同交通狀態(tài)下（交通順暢、正常情況、交通繁忙）的車輛速度，并通過(guò)最小二乘法對(duì)計(jì)算結(jié)果進(jìn)行擬合。

圖2 中，橫坐標(biāo)為車輛速度，縱坐標(biāo)為車輛數(shù)量。根據(jù)最小風(fēng)險(xiǎn)貝葉斯決策經(jīng)驗(yàn)與多次試驗(yàn)計(jì)算結(jié)果，車流速度約為50km/h 時(shí)，車流量達(dá)到35，可判斷為正常情況路段，此時(shí)交通安全不良事件的發(fā)生率適中；車流速度約為30km/h 時(shí)，車流量為45，此時(shí)交通繁忙，即交通擁堵，此時(shí)發(fā)生交通安全事件的概率較低；車流速度約為60km/h 時(shí)，車流量為30，發(fā)生交通安全事件的風(fēng)險(xiǎn)較高。該試驗(yàn)結(jié)果的準(zhǔn)確度較高，相關(guān)人員預(yù)測(cè)與評(píng)價(jià)交通安全時(shí)，可將車流離散程度作為一項(xiàng)重要指標(biāo)，并結(jié)合最新的智能技術(shù)，將邊緣服務(wù)器基站獲得的信息及時(shí)反饋給駕駛平臺(tái)，提醒駕駛?cè)藛T小心駕駛，進(jìn)而保障道路交通安全。

圖2 城市道路最小風(fēng)險(xiǎn)的貝葉斯決策結(jié)果

該研究考慮了車輛數(shù)量、行駛狀態(tài)異常數(shù)據(jù)對(duì)交通狀況造成的影響，并明確交通繁忙狀態(tài)下車輛與人員的安全狀況。研究結(jié)果表明，采取最小二乘法獲得的車輛安全數(shù)據(jù)有較高的參考價(jià)值，相關(guān)人員可根據(jù)上述指標(biāo)參數(shù)計(jì)算交通安全路徑，將結(jié)果反饋給駕駛?cè)藛T，為城市道路安全提供保障[5]。此外，也可選取車輛平均速度、車流量等參數(shù)，通過(guò)觀察模型中的曲線是否平滑，完成對(duì)路徑選擇安全性的預(yù)測(cè)與評(píng)價(jià)。

需要指出的是，開(kāi)展城市道路交通安全預(yù)測(cè)與評(píng)價(jià)工作時(shí)，相關(guān)人員需要明確路徑規(guī)劃與風(fēng)險(xiǎn)指標(biāo)之間的具體聯(lián)系，通過(guò)對(duì)比不同交通狀態(tài)下的路徑選擇風(fēng)險(xiǎn)及安全指標(biāo)因素，預(yù)測(cè)道路交通風(fēng)險(xiǎn)事件發(fā)生率。為避免發(fā)生偶然事件，在路徑選擇與安全預(yù)測(cè)與評(píng)價(jià)的全過(guò)程中，建議相關(guān)人員設(shè)置多種類型的試驗(yàn)，觀察不同道路交通狀況、不同車流量與車輛速度下，道路交通安全參數(shù)的變化，進(jìn)而明確影響道路交通安全的相關(guān)因素。

綜上，以模型和計(jì)算的方式預(yù)測(cè)與評(píng)價(jià)交通安全具有可靠性，預(yù)測(cè)結(jié)果可應(yīng)用在城市道路交通管理領(lǐng)域，為交通安全管理決策的制訂提供依據(jù)。

3 結(jié)語(yǔ)

文章對(duì)城市道路安全預(yù)測(cè)模型與評(píng)價(jià)方法進(jìn)行了研究，以影響道路安全的因素為研究對(duì)象，明確行人、車輛和道路對(duì)道路安全造成的具體影響，據(jù)此構(gòu)建基于邊緣計(jì)算技術(shù)，構(gòu)建評(píng)估道路風(fēng)險(xiǎn)的R3A-EC 模型，并分析邊緣計(jì)算在模型研究中的應(yīng)用價(jià)值。同時(shí)，結(jié)合急加速、減速和車速離散度指標(biāo)，分析影響交通安全預(yù)測(cè)的相關(guān)因素等，認(rèn)為車輛行駛速度也會(huì)對(duì)交通管理產(chǎn)生一定的影響，需要對(duì)這一指標(biāo)進(jìn)行客觀、公正的評(píng)價(jià)，建議相關(guān)人員在城市道路交通安全預(yù)測(cè)與評(píng)價(jià)方面，積極引入新技術(shù)，進(jìn)一步提高交通安全預(yù)測(cè)與評(píng)價(jià)的準(zhǔn)確性，有效降低城市道路交通風(fēng)險(xiǎn)。