考慮駕駛員選擇通過行為的機(jī)非嚴(yán)重沖突判別*

王耀東1陳雨人2▲

(1.同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院上海201804；2.同濟(jì)大學(xué)道路交通安全與環(huán)境教育部工程研究中心上海201804)

摘要現(xiàn)有的嚴(yán)重沖突判別方法并不適用于我國的機(jī)非嚴(yán)重沖突判別，而駕駛員的選擇通過行為對交通事故能否發(fā)生起到了至關(guān)重要的作用，因此該研究考慮了駕駛員的選擇通過行為，提出了機(jī)非嚴(yán)重沖突的判別方法。研究首先通過坐標(biāo)轉(zhuǎn)換技術(shù)對實(shí)驗(yàn)視頻進(jìn)行了預(yù)處理，之后對交叉口內(nèi)機(jī)非沖突數(shù)據(jù)進(jìn)行提取，應(yīng)用概率統(tǒng)計(jì)的方法，著重考慮駕駛員的因素，提出臨界沖突時(shí)間差(CTDTC)的概念表示駕駛員的選擇通過行為。研究發(fā)現(xiàn)當(dāng)沖突時(shí)間差(TDTC)的絕對值小于0.66 s時(shí)，駕駛員的選擇通過行為會發(fā)生分歧，易引發(fā)交通事故，因此將其確定為機(jī)非嚴(yán)重沖突的判定條件，并進(jìn)行了驗(yàn)證實(shí)驗(yàn)。驗(yàn)證實(shí)驗(yàn)結(jié)果表明，以沖突時(shí)間差(TDTC)的絕對值為0.66 s作為機(jī)非嚴(yán)重沖突的判別閾值時(shí)，觀測的非嚴(yán)重沖突的累計(jì)頻率接近15%，嚴(yán)重沖突的累計(jì)頻率接近85%，該結(jié)果與累計(jì)頻率法相符。該方法的優(yōu)勢在于提出了明確的嚴(yán)重沖突判別閾值，判別結(jié)果不受人的主觀因素干擾，因此更加準(zhǔn)確客觀。

關(guān)鍵詞交通安全；機(jī)非嚴(yán)重沖突；選擇通過行為；沖突時(shí)間差；視頻處理

中圖分類號：U491.2文獻(xiàn)標(biāo)志碼：A

收稿日期：2015-02-09修回日期：2015-07-06

基金項(xiàng)目*國家自然科學(xué)(批準(zhǔn)號：51238008,51078270)資助

作者簡介：第一王耀東(1990-)，碩士研究生.研究方向：交叉口評價(jià)，沖突理論.E-mail: wydniceday@163.com

A Method of Identifying Serious Conflicts of Motor and

Non-motor Vehicles during Passing Maneuvers

WANG Yaodong1CHEN Yuren2

(1.TrafficEngineeringSchoolofTongjiUniversity,Shanghai201804,China;

2.EngineeringResearchCenterofRoadTrafficSafetyandEnvironment,

MinistryofEducation,Shanghai201804,China)

Abstract:Since the existing traffic conflict techniques are not applicable to identify serious conflicts between vehicles and non-motor vehicles in China. And drivers' passing behaviors through the intersections are proven to play a significant role in the occurrence of traffic collisions. The study proposed a method of identifying serious conflicts between vehicles and non-motor vehicles in consideration of drivers' passing behaviors. The traffic scene videos were pre-processed by applying coordinate transformation technique, then the conflict data of vehicles and non-motor vehicles at the intersections was extracted. Critical time difference to collision (CTDTC) was proposed to depict drivers' passing behaviors. The results show that the difference of drivers' passing behaviors increases, which tend to trigger collisions, when the absolute value of TDTC is less than 0.66 s. The test results also indicate that the cumulative frequency of non-serious conflicts is about 15% and 85% for serious conflicts, which are confirmed by a cumulative frequency method, when 0.66 s of TDTC is defined as an identification threshold. The proposed method defines a specific threshold of identifying serious conflicts between vehicles and non-motor vehicles and provides more accurate and objective results.

Key words:traffic safety; serious conflicts between vehicles and non-motor vehicles; driver's passing behaviors; time difference to collision; video processing technique

▲通信作者：陳雨人(1966-)，博士，教授.研究方向：道路安全.E-mail: chenyr@#edu.cn

0引言

隨著城市化進(jìn)程的加快和非機(jī)動車、機(jī)動車的保有量增加，機(jī)非沖突日益嚴(yán)重。在日本，1988年之后每年由于機(jī)非交通事故死亡的人數(shù)都要超過1000人，這大概占了交通事故死亡人數(shù)的10%。對于中國來說情況更加嚴(yán)重，大約38.7%的交通事故死亡事件是由于機(jī)非交通事故產(chǎn)生的[1]。

研究表明，嚴(yán)重沖突與事故之間有著良好的相關(guān)性，能夠很好地表征道路交通的安全狀況，因此，國內(nèi)外很多學(xué)者開展了大量的關(guān)于交通沖突的研究，其中嚴(yán)重沖突的判別方法研究尤為重要。

界定嚴(yán)重沖突和非嚴(yán)重沖突的指標(biāo)有很多，有一部分研究以車輛的制動過程為依據(jù)，通過比較沖突車輛間的距離與非完全制動距離(制動生效至制動停車的過程中車輛行駛的距離)來對嚴(yán)重沖突進(jìn)行判定，認(rèn)為沖突產(chǎn)生時(shí)，當(dāng)車輛間的距離小于非完全制動距離，沖突為嚴(yán)重沖突，反之為非嚴(yán)重沖突[2]。然而該方法忽略了車速的影響，并且不同的車輛制動性能不同，因此該方法缺乏一定的合理性。理論上而言，綜合時(shí)間、距離、速度等多個(gè)因素的指標(biāo)可以對沖突嚴(yán)重程度界定的更準(zhǔn)確[3-5]，但由于進(jìn)入交叉口的交通車流的復(fù)雜性，使綜合指標(biāo)的標(biāo)定比較困難。目前，多數(shù)沖突研究組織采用先估算速度，進(jìn)而判斷車輛距離可能發(fā)生事故的沖突時(shí)間(TTC)的方法來判定是否為嚴(yán)重沖突，如果TTC小于某一臨界值為嚴(yán)重沖突，否則為非嚴(yán)重沖突。美國公路研究所提出的臨界值為1s，瑞典是1.5s[6]。國內(nèi)有學(xué)者在確定臨界值時(shí)，選定85%累積頻率對應(yīng)沖突時(shí)間值作為嚴(yán)重沖突與一般沖突的分界點(diǎn)，最終得到0

北京航空航天大學(xué)的劉淼淼等[8]提出了運(yùn)動單元圓的假設(shè)，通過視頻檢測技術(shù)獲取了沖突的微觀數(shù)據(jù)，考慮了車輛的制動性能，將非完全制動停車距離與瞬時(shí)車速的比值作為沖突嚴(yán)重程度判別臨界值，以沖突時(shí)間與臨界值為參數(shù)建立了沖突嚴(yán)重程度的量化值。吉林大學(xué)的郭偉偉等[9]綜合運(yùn)用交通沖突理論、相對運(yùn)動理論和費(fèi)歇判別原理建立了以速度、距離、角度等變量為核心的綜合交通沖突判別模型，該模型首先定義了臨界沖突范圍，并以車輛是否進(jìn)入該區(qū)域?yàn)榕袛鄾_突是否發(fā)生的依據(jù)。這些方法對傳統(tǒng)的嚴(yán)重沖突判別法做出了較大的改進(jìn)，并且能夠更加微觀地研究沖突過程，但是需要觀測的數(shù)據(jù)量較大，難以用于實(shí)際的大量樣本觀測。Laureshyn等[10]利用大量的微觀沖突數(shù)據(jù)對多個(gè)描述交通沖突的參數(shù)進(jìn)行了研究，其中包括TTC，時(shí)間優(yōu)勢(TADV)，時(shí)間間隔(TG)等，但是并沒有說明具體的參數(shù)適用于哪種情況，并且研究對象為機(jī)動車沖突，因此該研究可以為機(jī)非嚴(yán)重沖突研究提供方法，但并不完全適用。基于該研究，清華大學(xué)張盈盈等[11]對行人與機(jī)動車之間的沖突進(jìn)行了研究，得到了行人與車輛之間的沖突安全評價(jià)模型，該研究表明，沖突時(shí)間差(TDTC)對行人機(jī)動車沖突的安全影響最大。

對于機(jī)非沖突，國外學(xué)者首先采用了臨界通過間隙的方法來研究，Dean Taylor等[12]對部分機(jī)非沖突的臨界間隙進(jìn)行了觀測，我國的景春光[13]將該研究成果應(yīng)用在了機(jī)非沖突的判別和沖突率的計(jì)算上，但關(guān)注點(diǎn)仍在于駕駛員選擇通過的概率，卻沒能給出機(jī)非嚴(yán)重沖突的判別標(biāo)準(zhǔn)。天津大學(xué)的曾炎盛[14]在其學(xué)位論文中認(rèn)為，當(dāng)沖突發(fā)生前機(jī)動車或非機(jī)動車的制動加速度大于3m/s2即發(fā)生了嚴(yán)重沖突，然而非機(jī)動車的速度變化頻繁，導(dǎo)致車輛加速度變化的原因也有多種，單純采用制動加速度作為判定嚴(yán)重沖突的指標(biāo)缺乏說服力。

可以看到，嚴(yán)重沖突的判別方法雖然較為豐富，但是大部分都基于機(jī)動車之間的沖突，并沒有考慮到機(jī)非沖突的特殊性。根據(jù)觀察可以發(fā)現(xiàn)，我國的機(jī)非沖突與機(jī)動車之間的沖突有較大的不同，具體體現(xiàn)在：

1)面對即將發(fā)生的沖突，非機(jī)動車并不會提前很長時(shí)間減速。

2)沖突時(shí)間(TTC)很小的情況下，如果非機(jī)動車駕駛員采取了恰當(dāng)?shù)谋茈U(xiǎn)行為，如恰當(dāng)?shù)臏p速，沖突可以得到很好的消解，不會引發(fā)嚴(yán)重沖突。

3)我國的非機(jī)動車組成較為復(fù)雜，主要包括自行車和電動自行車，不同種類的非機(jī)動車運(yùn)動性能有著很大的差異，因此單純地從車輛運(yùn)動性能角度出發(fā)判別嚴(yán)重沖突有所不妥。

因此，針對機(jī)非沖突的特殊性，亟須1種針對機(jī)非沖突的嚴(yán)重沖突判別方法，本文利用交通沖突理論，從駕駛員的選擇通過行為入手，用臨界沖突時(shí)間差的概念表示這種駕駛員行為，提出了機(jī)非嚴(yán)重沖突判別方法。

1考慮駕駛員選擇通過行為的機(jī)非嚴(yán)重沖突判別方法

駕駛員的選擇通過行為在交通沖突過程中起到重要作用，具體見圖1。

圖1　駕駛員選擇通過行為作用流程圖 Fig. 1　Function of driver′s passing through behavior

由圖1可見，交通環(huán)境會影響到?jīng)_突參與者的選擇通過行為，當(dāng)雙方的距離速度方向等保持在1個(gè)較為安全的范圍內(nèi)時(shí)，駕駛員認(rèn)為不會發(fā)生沖突，雙方不需要對是否優(yōu)先通過做出決策即可保證交通的繼續(xù)安全運(yùn)行；當(dāng)雙方即將發(fā)生沖突時(shí)，雙方駕駛員需要判斷自身是否具有通行優(yōu)勢，如果認(rèn)為自己具有優(yōu)勢則選擇加速通過，如果認(rèn)為對方具有優(yōu)勢則選擇減速讓行，當(dāng)雙方的選擇通過行為協(xié)調(diào)一致時(shí)能夠有效地避免沖突，而該行為不一致時(shí)則有可能引發(fā)交通事故。

可以看到，駕駛員根據(jù)自身具有的通行優(yōu)勢來做出選擇通過行為，這種優(yōu)勢通過TDTC來體現(xiàn)，沖突時(shí)間差的概念見圖2。

如圖2所示，在發(fā)生沖突前的t時(shí)刻可以觀測到機(jī)動車和非機(jī)動車的位置、速度和行進(jìn)方向，根據(jù)t時(shí)刻的信息可以預(yù)測出雙方的運(yùn)行軌跡隨時(shí)間的變化如圖中虛線所示，即為t時(shí)刻雙方運(yùn)行軌跡隨時(shí)間變化圖的切線。根據(jù)預(yù)測可以得到的機(jī)動車通過沖突點(diǎn)的時(shí)刻t1和非機(jī)動車通過沖突點(diǎn)的時(shí)刻t2，t1減t2的差值即為TDTC。根據(jù)TDTC的定義可知，當(dāng)TDTC<0時(shí)，機(jī)動車應(yīng)當(dāng)優(yōu)先通過；當(dāng)TDTC≥0時(shí)，非機(jī)動車應(yīng)當(dāng)優(yōu)先通過。然而實(shí)際情況與預(yù)測的結(jié)果不一定相同，圖中的實(shí)線為車輛實(shí)際運(yùn)行結(jié)果，圖2(a)中TDTC>0，實(shí)際情況也是非機(jī)動優(yōu)先通過，說明雙方駕駛員選擇通過行為協(xié)調(diào)一致；圖2(b)中TDTC>0，但實(shí)際情況為機(jī)動車優(yōu)先通過，說明雙方駕駛員選擇通過行為發(fā)生分歧，此時(shí)容易引發(fā)事故。

圖2　沖突時(shí)間差(TDTC)示意圖 Fig. 2　Schematic diagram of TDTC

筆者認(rèn)為，當(dāng)TDTC在0附近范圍時(shí)，機(jī)動車與非機(jī)動車的選擇通過行為容易發(fā)生分歧，雙方不能對自身是否應(yīng)該優(yōu)先通過做出準(zhǔn)確的判斷，選擇通過行為易發(fā)生錯誤。而超出這一范圍，雙方的選擇通過行為不會發(fā)生分歧。因此可以將TDTC的值域劃分為3個(gè)部分，分別為：A區(qū)域，優(yōu)先通過的所有車輛均為機(jī)動車，駕駛員選擇通過行為發(fā)生錯誤的概率低；B區(qū)域，機(jī)動車與非機(jī)動車選擇通過行為發(fā)生分歧，優(yōu)先通過的車輛中兩種車各占一定的比例，駕駛員選擇通過行為發(fā)生錯誤的概率高；C區(qū)域，優(yōu)先通過的所有車輛均為非機(jī)動車，駕駛員選擇通過行為發(fā)生錯誤的概率低。見圖3。

圖3　駕駛員優(yōu)先通過行為與TDTC關(guān)系示意圖 Fig. 3　Relationship between driver′s passing through behavior and TDTC

因此，可以認(rèn)為當(dāng)1次機(jī)非沖突的TDTC屬于B區(qū)域時(shí)，即為嚴(yán)重沖突，因?yàn)榇藭r(shí)機(jī)非沖突滿足：

1)沖突時(shí)間差的絕對值較?。?輛車先后到達(dá)沖突點(diǎn)的時(shí)間距離短，確定發(fā)生交通沖突。

2)選擇通過行為易發(fā)生分歧：沖突雙方對誰應(yīng)當(dāng)優(yōu)先通過容易發(fā)生分歧，當(dāng)選擇通過行為發(fā)生錯誤時(shí)，容易引發(fā)交通事故。

接下來關(guān)鍵的研究在于通過交叉口機(jī)非沖突數(shù)據(jù)的提取，驗(yàn)證B區(qū)域是否存在，并確定B區(qū)域的范圍。

2方法驗(yàn)證

對于城市信號交叉口，機(jī)動車與非機(jī)動車沖突主要發(fā)生在右轉(zhuǎn)區(qū)域，而該區(qū)域也是城市信號交叉口的事故多發(fā)點(diǎn)。因此，以該區(qū)域?yàn)闃颖咎崛↑c(diǎn)。

選擇上海市曲陽路大連西路交叉口內(nèi)的非機(jī)動車與右轉(zhuǎn)機(jī)動車沖突點(diǎn)為例，選擇該交叉口原因如下：①該交叉口形狀規(guī)則，十分典型，為4相位控制交叉口，交叉口長度為50m；②進(jìn)口道設(shè)有右轉(zhuǎn)專用車道，且右轉(zhuǎn)車流量較大；③設(shè)有非機(jī)動車專用車道且非機(jī)動車流量較大；④該交叉口內(nèi)有交通管制，所以大部分機(jī)動車與非機(jī)動車遵循信號控制通行。

所選擇的交叉口情況和沖突區(qū)域位置見圖4。

圖4　樣本提取點(diǎn)示意圖 Fig. 4　Location to take samples

2.1像素坐標(biāo)與物理坐標(biāo)的轉(zhuǎn)換

基于視頻的交通沖突判別可以分為3個(gè)階段，分別是交通參數(shù)的視頻檢測、坐標(biāo)轉(zhuǎn)換和交通沖突判別[15]，本文也是基于這一思路進(jìn)行研究。利用自編的Halcon，MFC相結(jié)合的視頻處理程序獲取機(jī)非沖突信息，需要提取車輛在不同時(shí)刻的實(shí)際物理坐標(biāo)，而通過圖像處理軟件得到的是車輛的像素坐標(biāo)，為了保證數(shù)據(jù)的精準(zhǔn)，需要對像素坐標(biāo)進(jìn)行轉(zhuǎn)換[16]。記(xp,yp)為像素坐標(biāo)，(xg,yg)為對應(yīng)的物理坐標(biāo)，轉(zhuǎn)換關(guān)系如下所示。

式中：C1,C2,…,C8為坐標(biāo)轉(zhuǎn)換矩陣的轉(zhuǎn)換系數(shù)。為了求得轉(zhuǎn)換矩陣的8個(gè)系數(shù)，選取4個(gè)已知點(diǎn)進(jìn)行標(biāo)定。由于已知點(diǎn)的圖像坐標(biāo)(通過圖像軟件獲得)和實(shí)際坐標(biāo)(通過現(xiàn)場實(shí)際測量獲得)均已知，因此可以得到8個(gè)方程，求得8個(gè)未知數(shù)的值。在利用該方法時(shí)，要求選定的4個(gè)標(biāo)定點(diǎn)滿足：

即所選的4個(gè)點(diǎn)不能共線。

如圖5所示，選取4個(gè)點(diǎn)作為標(biāo)定點(diǎn)，由于樣本獲取位置為機(jī)非沖突區(qū)域，因此選取的4個(gè)標(biāo)定點(diǎn)為該區(qū)域附近。每個(gè)點(diǎn)的信息中第1行為實(shí)際的物理坐標(biāo)，第2行為像素坐標(biāo)。經(jīng)過計(jì)算，求得轉(zhuǎn)換系數(shù)為

圖5　標(biāo)定點(diǎn)選擇示意圖 Fig. 5　Calibration points

為了驗(yàn)證該坐標(biāo)轉(zhuǎn)換效果是否足夠精確，選另外3個(gè)已知點(diǎn)作為驗(yàn)證點(diǎn)，見圖5中三角符號，分別是驗(yàn)證點(diǎn)1，物理坐標(biāo)(6.00，27.00)；驗(yàn)證點(diǎn)2，物理坐標(biāo)(42.00，53.00)；驗(yàn)證點(diǎn)3，物理坐標(biāo)(38.00，3.00)。提取這3個(gè)點(diǎn)的像素坐標(biāo)，轉(zhuǎn)換得到這3個(gè)點(diǎn)的物理坐標(biāo)分別為(5.95，26.90)，(42.01，52.86)，(37.99，3.12)，求得3個(gè)驗(yàn)證點(diǎn)的平均誤差為0.124m，該誤差較小，可以接受，表明該坐標(biāo)轉(zhuǎn)換方法得到的點(diǎn)的物理坐標(biāo)較為精確，可用于實(shí)驗(yàn)數(shù)據(jù)的提取。

2.2基礎(chǔ)信息采集與計(jì)算

假設(shè)T(0)時(shí)刻為：右轉(zhuǎn)機(jī)動車與非機(jī)動車其中一方占有沖突點(diǎn)的時(shí)刻，此時(shí)通過視頻處理軟件提取的數(shù)據(jù)信息包括機(jī)動車車頭中點(diǎn)的像素坐標(biāo)(xrp(0),yrp(0))，非機(jī)動車前輪最前點(diǎn)的像素坐標(biāo)(xbp(0),ybp(0))，由T(0)的定義可知，(xrp(0),yrp(0))和(xbp(0),ybp(0))中必定有1個(gè)是沖突點(diǎn)，設(shè)沖突點(diǎn)的像素坐標(biāo)為(xcp,ycp)，則該點(diǎn)為已知。將時(shí)間點(diǎn)向前推2s和1s，分別定義為時(shí)刻T(-1)和T(-2)，同樣，記錄這2個(gè)時(shí)刻的像素坐標(biāo)信息(xrp(-1),yrp(-1))，(xbp(-1),ybp(-1))，(xrp(-2),yrp(-2))，(xbp(-2),ybp(-2))。

定義時(shí)刻T(-2)到T(-1)的平均車速為車輛的決策車速，記為Vd，表示車輛面對即將發(fā)生的沖突做出是否通過決策時(shí)的車速。根據(jù)沖突信息沖突時(shí)間TTC，計(jì)算方法如下。

(2)

右轉(zhuǎn)機(jī)動車和非機(jī)動車的沖突時(shí)間分別記為TTCr和TTCb。

則單次沖突的沖突時(shí)間差TDTC可以由下式計(jì)算。

TDTC=TTCr-TTCb

(3)

2.3數(shù)據(jù)分析

通過分析沖突參與者優(yōu)先通過的比例與TDTC之間的關(guān)系來對機(jī)非嚴(yán)重沖突進(jìn)行界定，由于沖突參與者只有機(jī)動車與非機(jī)動車，一方優(yōu)先通過意味著這另外一方選擇避讓，因此非機(jī)動車與機(jī)動車的選擇通過比例具有對稱性，只需對一方進(jìn)行分析。本文選擇分析非機(jī)動車，根據(jù)曲陽路大連西路交叉口視頻獲取的數(shù)據(jù)進(jìn)行分析。對于每一組沖突數(shù)據(jù)，在T(0)時(shí)刻，若非機(jī)動車先占領(lǐng)沖突點(diǎn)表明非機(jī)動車優(yōu)先通過，否則代表機(jī)動車優(yōu)先通過。當(dāng)TDTC<-1s時(shí)，所有的機(jī)動車選擇優(yōu)先通過，當(dāng)TDTC>1s時(shí)，所有的非機(jī)動車選擇優(yōu)先通過，因此筆者選取TDTC∈(-1,1)的數(shù)據(jù)進(jìn)行分析，以0.2s為組距進(jìn)行劃分，得到非機(jī)動車優(yōu)先通過比例與TDTC關(guān)系見表1。

表1　非機(jī)動車優(yōu)先通過比例表

可以看到當(dāng)TDTC在一定的范圍內(nèi)時(shí)，駕駛員的選擇通過行為會產(chǎn)生分歧(決策錯誤百分比不為0)，而在此范圍之外駕駛員的選擇通過行為十分一致，不發(fā)生矛盾。因此，基于駕駛員選擇通過行為的TDTC劃分方法成立。以TDTC值為橫軸，非機(jī)動車選擇通過的比例為縱軸，得到非機(jī)動車優(yōu)先通過比例圖，見圖6，其中橫軸數(shù)字為各個(gè)組的組中值。

圖6　非機(jī)動車優(yōu)先通過比例圖 Fig. 6　Proportion of non-motor vehicle′s passing through priority

由圖6可見，當(dāng)TDTC越接近于0，駕駛員的選擇通過行為越容易發(fā)生錯誤，引發(fā)交通事故的可能性就越大；越偏離0駕駛員選擇通過行為發(fā)生錯誤的概率越小，引發(fā)事故的可能性就越小。可以看到，并不是所有的駕駛員將TDTC=0作為是否選擇通過的分界點(diǎn)，對于不同的駕駛員，其選擇通過行為也表現(xiàn)出一定的差異性。本文用臨界沖突時(shí)間差(CTDTC)表示駕駛員的選擇通過行為，其含義為：對于機(jī)動車，當(dāng)TDTC

非機(jī)動車選擇通過比例圖與正態(tài)分布概率分布函數(shù)曲線(圖中虛線)擬合良好，根據(jù)比例圖的涵義，可以先假設(shè)CTDTC～N(μ,σ2)，根據(jù)分布函數(shù)形態(tài)估計(jì)出μ=0,σ=0.4。然而，該假設(shè)是否合理需要進(jìn)行假設(shè)檢驗(yàn)，由于不存在樣本的具體數(shù)值，只有樣本的分布函數(shù)形態(tài)，因此對該假設(shè)進(jìn)行K-S檢驗(yàn)。

設(shè)F0(CTDTC)為N(0,0.42)的概率分布函數(shù)，F(xiàn)(CTDTC)為實(shí)際的臨界TDTC概率分布函數(shù)。在TDTC∈(-1.2,1.2)內(nèi)抽取50個(gè)樣本構(gòu)成F(CTDTC)進(jìn)行檢驗(yàn)。原假設(shè)與備擇假設(shè)分別為

本測試選擇顯著性水平α=0.05，查表得到拒絕臨界值D(50,0.05)=0.189，根據(jù)樣本求得的D=0.174<0.189，因此不能拒絕原假設(shè)，即可以認(rèn)為CTDTC～N(0,0.42)。

由此得到駕駛員選擇通過行為發(fā)生錯誤的概率Pw與TDTC之間的關(guān)系如下。

(4)

式中：F(TDTC)為N(μ,σ2)的概率分布函數(shù)。

(5)

當(dāng)駕駛員選擇通過行為發(fā)生錯誤的概率Pw>5%時(shí)即不可忽略，令Pw(TDTC)=0.05求得TDTC=±0.66s，即當(dāng)TDTC∈(-0.66,0.66)時(shí)，駕駛員選擇通過行為發(fā)生錯誤的概率Pw>5%。因此，最終得到機(jī)非嚴(yán)重沖突的判定條件為：

2.4結(jié)果驗(yàn)證

為了驗(yàn)證該結(jié)果的有效性，選取上海市3個(gè)交叉口進(jìn)行驗(yàn)證試驗(yàn)，選取的交叉口地點(diǎn)和相應(yīng)的攝像機(jī)拍攝畫面，見圖7。

圖7　驗(yàn)證實(shí)驗(yàn)交叉口選擇 Fig. 7　Selected intersections for the verified test

選擇的3個(gè)實(shí)驗(yàn)地點(diǎn)各具有一定的特點(diǎn)，其中：圖7(a)交叉口的非機(jī)動車車流量較大，并且缺少相應(yīng)的交通管制，非機(jī)動車易出現(xiàn)違規(guī)行為；圖7(b)交叉口為2相位交叉口，非機(jī)動車流量相對較?。粓D7(c)交叉口機(jī)動車非機(jī)動車流量均較大，并且交叉口尺寸較大。每個(gè)交叉口視頻選擇30min進(jìn)行人工觀測，實(shí)驗(yàn)員根據(jù)傳統(tǒng)的人工沖突觀測手段標(biāo)記出機(jī)非嚴(yán)重沖突和非嚴(yán)重沖突的樣本(沖突車輛是否有明顯減速、軌跡改變行為，距離較近等)，之后利用本文提供的方法對沖突樣本進(jìn)行TDTC測量，得到3個(gè)實(shí)驗(yàn)點(diǎn)的機(jī)非沖突累計(jì)頻率與TDTC的關(guān)系見圖8。

圖8　機(jī)非沖突累計(jì)頻率與TDTC的關(guān)系圖 Fig.8　Vehicles and non-motor vehicles′ conflicts cumulative frequency

可以看到，TDTC為0.66s時(shí)，實(shí)驗(yàn)人員觀測的非嚴(yán)重沖突的累計(jì)頻率接近15%，嚴(yán)重沖突的累計(jì)頻率接近85%，這一比例也符合傳統(tǒng)的累計(jì)頻率法對嚴(yán)重沖突和非嚴(yán)重沖突判別的要求，因此筆者提供的機(jī)非嚴(yán)重沖突劃分方法具有一定的有效性。

3 結(jié)束語

基于已有的沖突時(shí)間差的概念做了進(jìn)一步的研究，提出了臨界沖突時(shí)間差的概念，用其表示機(jī)非沖突中駕駛員的選擇通過行為，并以此為介入點(diǎn)，得到了機(jī)非嚴(yán)重沖突判斷的標(biāo)準(zhǔn)。本文的創(chuàng)新之處為在嚴(yán)重沖突判別標(biāo)準(zhǔn)的制定中考慮了駕駛員的主觀決策行為，建立了駕駛員選擇通過行為與沖突時(shí)間差之間的關(guān)系。通過視頻處理手段獲取了較為精準(zhǔn)實(shí)驗(yàn)數(shù)據(jù)，提出了臨界沖突時(shí)間差的概念，通過假設(shè)檢驗(yàn)證明其服從正態(tài)分布，最終得到TDTC<0.66s為機(jī)非嚴(yán)重沖突的判別條件。

由于我國的非機(jī)動車保有量極大，非機(jī)動車引發(fā)的交通事故較多，而交通事故中最為主要的因素是“人”的因素，因此筆者提出的機(jī)非嚴(yán)重沖突判別方法具有一定的實(shí)際應(yīng)用價(jià)值，對交叉口的安全評價(jià)和非機(jī)動車組織方法設(shè)計(jì)有一定的幫助。本文的不足之處在于實(shí)驗(yàn)數(shù)據(jù)都來源于上海市的交叉口，該結(jié)論是否適用于是其他城市的交叉口還有待進(jìn)一步檢驗(yàn)。另外，根據(jù)實(shí)驗(yàn)觀察的結(jié)果和相關(guān)研究表明，車輛的速度會對選擇通過行為產(chǎn)生一定的影響[18]，因此下一步應(yīng)當(dāng)研究如何用車速對機(jī)非嚴(yán)重沖突判別方法進(jìn)行修正，使結(jié)果更加精確。

參考文獻(xiàn)

[1] LIU X, SHEN D, HUANG J. Analysis of bicycle accidents and recommended countermeasures in Beijing, China[J]. Transportation Research Record, 1995(1487): 75-83.

[2]項(xiàng)喬軍, 陸鍵, 盧川,等. 道路交通沖突分析技術(shù)及應(yīng)用[M]. 北京：科學(xué)出版社, 2008.

XIANG Qiaojun, LU Jian, LU Chuan, et al. Road traffic conflict analysis technique and application [M]. Beijing:Science Press, 2008. (in Chinese)

[3]CHIN H C, QUEK S T. Measurement of traffic conflicts[J]. Safety Science, 1997, 26(3): 169-185.

[4]SAYED T, ZEIN S. Traffic conflict standards for intersections[J].Transportation Planning and Technology, 1999, 22(4): 309-323.

[5]OH J, KIM E, KIM M, et al. Development of conflict techniques for left-turn and cross-traffic at protected left-turn signalized intersections[J]. Safety Science, 2010, 48(4): 460-468.

[6]張?zhí)K. 中國交通沖突技術(shù)[M]. 成都：西南交通大學(xué)出版社, 1998.

ZHANG Su. Chinese traffic conflict technique [M]. Chengdu:Southwest Jiaotong University Press, 1998. (in Chinese)

[7]盧川, 項(xiàng)喬君, 張國強(qiáng), 等. 公路平交口交通沖突嚴(yán)重性的判定[J]. 合肥工業(yè)大學(xué)學(xué)報(bào): 自然科學(xué)版, 2008, 31(5): 683-686.

LU Chuan, XIANG Qiaojun, ZHANG Guoqiang, et al. Determination of the severity of traffic conflict at highway intersections[J]. Journal of Hefei University of Technology: Natural Science Edition, 2008, 31(5): 683-686. (in Chinese)

[8]劉淼淼, 魯光泉, 王云鵬, 等. 交叉口交通沖突嚴(yán)重程度量化方法[J]. 交通運(yùn)輸工程學(xué)報(bào), 2012, 12(3): 120-126.

LIU Miaomiao, LU Guangquan, WANG Yunpeng, et al. Quantitative method of traffic conflict severity at intersection[J]. Journal of Traffic and Transportation Engineering, 2012, 12(3): 120-126 (in Chinese)

[9]郭偉偉, 曲昭偉, 王殿海. 交通沖突判別模型[J].吉林大學(xué)學(xué)報(bào):工學(xué)版, 2011, 41(1): 35-40.

GUO Weiwei, QU Zhaowei, WANG Dianhai. Traffic conflict discrimination model[J]. Journal of Jilin University:Engineering and Technology Edition, 2011, 41(1): 35-40. (in Chinese)

[10]LAURESHYN A, SVENSSON ?, HYDEN C. Evaluation of traffic safety, based on micro-level behavioural data: Theoretical framework and first implementation[J]. Accident Analysis & Prevention, 2010, 42(6): 1637-1646.

[11] 張盈盈, 劉帥, 邱志軍, 等. 行人車輛沖突參數(shù)分析與安全評價(jià)[J]. 哈爾濱工業(yè)大學(xué)學(xué)報(bào), 2012, 12(44): 123-128.

ZHANG Yingying, LIU Shuai, QIU Zhijun, et al. Pedestrian-vehicle conflict parameter analysis and safety evaluation[J]. Journal of Harbin Institute of Technology, 2012, 12(44): 123-128. (in Chinese)

[12]TAYLOR D, MAHMASSANI H. Bicyclist and motorist gap acceptance behavior in mixed-traffic[C]. Proceeding of the 78thAnnual Meeting of the Transportation Research Board, Washington D.C.:United States Nationd Research Councial, 1998.

[13]景春光. 平面交叉口機(jī)非沖突機(jī)理及其應(yīng)用研究[D]. 長春: 吉林大學(xué), 2005.

JING Chunguang. Research on the theory and application of vehicle-bicycle conflict at intersections[D]. Changchun: Jilin University, 2005. (in Chinese)

[14]曾炎盛. 城市信號控制交叉口機(jī)非沖突機(jī)理研究[D]. 天津：天津大學(xué), 2012.

ZENG Yansheng. Study on the mechanism of vehicle-bicycle conflict at urban signalized intersections[D]. Tianjin: Tianjin University, 2012. (in Chinese)

[15]曾炎盛，馬壽峰，鐘石泉，等. 基于視頻檢測的交通沖突判別方法和模型[J]. 交通信息與安全，2012, 30(4): 11-14, 61.

ZENG Yansheng, MA Shoufeng, ZHONG Shiquan, et al. A video detection-based traffic conflict classification model[J]. Journal of Transport Information and Safety, 2012, 30(4): 11-14, 61. (in Chinese)

[16]張方方. 基于視頻的平面交叉口機(jī)動車交通沖突檢測技術(shù)研究[D]. 上海: 同濟(jì)大學(xué), 2008.

ZHANG Fangfang. Study on a computer vision system for detecting traffic conflict between vehicles at intersections[D]. Shanghai: Tongji University, 2008. (in Chinese)

[17]肖永劍, 楊建國, 王兆安. 基于占先度的駕駛員沖突避碰決策模型[J]. 交通運(yùn)輸工程學(xué)報(bào), 2009, 9(5): 116-120.

XIAO Yongjian, YANG Jianguo, WANG Zhaoan, et al. Driver′s conflict avoidance decision model based on preemptive level [J]. Journal of Traffic and Transportation Engineering, 2009, 9(5): 116-120. (in Chinese)

[18]黃迪, 錢大琳, 趙春龍. 平交口右轉(zhuǎn)機(jī)動車穿越直行自行車行為研究[J]. 北京交通大學(xué)學(xué)報(bào): 自然科學(xué)版, 2006, 30(3): 23-26.

HUANG Di, QIAN Dalin, ZHAO chunlong. Study on behavior of right turning motor crossing through bicycles at grade intersection[J]. Journal of Beijing Jiaotong University: Natural Science Edition, 2006, 30(3): 23-26. (in Chinese)