高速公路交通流運(yùn)行狀態(tài)與交通安全關(guān)系研究.pdf

1、傳統(tǒng)交通安全管理是靜態(tài)、被動(dòng)的“事后”改善方法，通常在出現(xiàn)交通安全問題后才考慮如何改善交通安全狀況，并且投入成本非常高、見效慢，無法對(duì)高速公路交通安全問題做出迅速響應(yīng)。近些年來，動(dòng)態(tài)交通控制系統(tǒng)的出現(xiàn)使得動(dòng)態(tài)交通安全管理成為可能，動(dòng)態(tài)交通安全管理系統(tǒng)利用獲取的實(shí)時(shí)交通流數(shù)據(jù)判別交通事故風(fēng)險(xiǎn)，預(yù)測短時(shí)間內(nèi)交通事故風(fēng)險(xiǎn)的變化，并通過指定的控制策略主動(dòng)地調(diào)節(jié)交通流運(yùn)行狀態(tài)，達(dá)到快速降低交通事故風(fēng)險(xiǎn)、主動(dòng)提升交通安全的目的。
　　準(zhǔn)確理解

2、交通流運(yùn)行狀態(tài)與交通安全關(guān)系是實(shí)現(xiàn)動(dòng)態(tài)交通安全管理的前提。在“人-車-路-環(huán)境”交互作用的復(fù)雜交通系統(tǒng)中，交通流動(dòng)態(tài)特征、天氣特征和道路特征等因素共同作用于交通事故的發(fā)生。如何在眾多混雜因素干擾下準(zhǔn)確捕捉交通流動(dòng)態(tài)特征對(duì)交通安全的影響，是動(dòng)態(tài)交通安全管理面臨的挑戰(zhàn)。傳統(tǒng)交通安全建模分析由于缺乏高精度交通流數(shù)據(jù)，通常將事故數(shù)據(jù)在時(shí)間和空間上進(jìn)行集計(jì)，模型中的交通流變量是較長時(shí)間內(nèi)的平均值，丟失了交通流在短時(shí)間內(nèi)的變化信息，無法反應(yīng)交通流動(dòng)

3、態(tài)特征對(duì)事故風(fēng)險(xiǎn)的影響。因而，傳統(tǒng)交通安全模型難以應(yīng)用于動(dòng)態(tài)交通安全管理中。
　　論文依托國家自然科學(xué)基金優(yōu)秀青年科學(xué)基金項(xiàng)目“交通安全設(shè)計(jì)和評(píng)價(jià)”，系統(tǒng)研究高速公路交通流運(yùn)行狀態(tài)與交通安全關(guān)系，主要研究工作包括如下四個(gè)方面:
　　(1)高速公路交通安全狀態(tài)劃分方法
　　論文第三章研究經(jīng)典宏觀交通流狀態(tài)劃分理論與交通安全的關(guān)系?？紤]了三種經(jīng)典宏觀交通流狀態(tài)劃分理論，分別為六級(jí)服務(wù)水平、三相交通流理論和四相交通流理論。對(duì)

4、于每種交通流狀態(tài)劃分理論，首先利用基于配對(duì)病例-對(duì)照數(shù)據(jù)的條件Logistic回歸定量評(píng)估交通流狀態(tài)對(duì)事故風(fēng)險(xiǎn)的影響，結(jié)果表明三種交通流狀態(tài)劃分理論與交通安全都存在相關(guān)性;其次，針對(duì)不同交通流狀態(tài)分別建立隨機(jī)森林模型，發(fā)現(xiàn)不同交通流狀態(tài)下事故發(fā)生機(jī)理存在顯著差異;最后，針對(duì)不同交通流狀態(tài)分別建立Logistic回歸，發(fā)現(xiàn)在不同交通流狀態(tài)下交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)間存在不同的統(tǒng)計(jì)關(guān)系。
　　第三章的研究結(jié)果表明三種交通流狀態(tài)劃分理論

5、在解釋交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)的關(guān)系時(shí)具有各自的優(yōu)勢:1）六級(jí)服務(wù)水平可以很好地解釋自由流下交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)的關(guān)系;2）三相交通流理論可以很好地解釋交通流相變過程中產(chǎn)生的事故風(fēng)險(xiǎn);3）四相交通流理論可以很好地解釋擁堵流下交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)的關(guān)系。但是，三種交通流狀態(tài)劃分理論都存在一定的缺陷:1）六級(jí)服務(wù)水平不能準(zhǔn)確地反映擁堵狀態(tài)下的事故風(fēng)險(xiǎn);2）三相交通流理論不能準(zhǔn)確地反映自由流狀態(tài)下交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)的關(guān)系;3）四

6、相交通流理論不能準(zhǔn)確地反映相變過程中產(chǎn)生的事故風(fēng)險(xiǎn)。因此，三種交通流狀態(tài)劃分方法都不適合直接作為交通安全狀態(tài)劃分方法。
　　為了更加準(zhǔn)確捕捉交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)的關(guān)系，論文第四章建立了高速公路交通安全狀態(tài)劃分方法。分別以交通流基本參數(shù)和危險(xiǎn)交通流因子劃分交通安全狀態(tài)。
　　1)以交通流基本參數(shù)對(duì)交通安全狀態(tài)進(jìn)行分類。利用相鄰路段交通流基本參數(shù)將交通流劃分為5種安全狀態(tài)，采用配對(duì)病例-對(duì)照研究方法量化不同安全狀態(tài)對(duì)事故風(fēng)險(xiǎn)

7、的影響，發(fā)現(xiàn)存在3種安全狀態(tài)與事故風(fēng)險(xiǎn)高度相關(guān)。累計(jì)分布曲線和方差分析的結(jié)果表明，速度離散差、上下游速度差等影響事故風(fēng)險(xiǎn)的交通流變量在不同安全狀態(tài)下的分布特征存在明顯差異;并針對(duì)不同安全狀態(tài)分別進(jìn)行回歸分析，發(fā)現(xiàn)不同安全狀態(tài)下事故前兆特征存在顯著差異;最后，運(yùn)用Fisher判別分析提出交通安全狀態(tài)的判別方法。
　　2)以危險(xiǎn)交通流因子對(duì)交通流安全狀態(tài)進(jìn)行分類。該方法綜合利用結(jié)構(gòu)方程模型和聚類分析將交通流劃分為若干安全狀態(tài)，相比于前

8、一種交通安全狀態(tài)劃分方法，該方法不僅能夠很好地識(shí)別自由流與擁堵流的相變狀態(tài)，還可以更加細(xì)致地對(duì)自由流和擁堵流進(jìn)行細(xì)分。并參考三種經(jīng)典交通流狀態(tài)劃分理論，優(yōu)化交通安全狀態(tài)分類結(jié)果，形成9種交通安全狀態(tài)。相比于上述三種經(jīng)典交通流狀態(tài)劃分方法，該交通安全狀態(tài)分類方法能夠更加準(zhǔn)確地捕捉交通流動(dòng)態(tài)特征與交通安全的關(guān)系。利用貝葉斯隨機(jī)參數(shù)回歸擬合交通流特征與事故風(fēng)險(xiǎn)在不同安全狀態(tài)下的關(guān)聯(lián)關(guān)系，結(jié)果表明，考慮交通安全狀態(tài)可以將實(shí)時(shí)事故風(fēng)險(xiǎn)模型的事故預(yù)

9、測精度提高7.0％。
　　(2)天氣特征、道路特征、交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)的復(fù)雜關(guān)聯(lián)關(guān)系
　　論文第五章研究了天氣特征、道路特征、交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)的復(fù)雜關(guān)聯(lián)關(guān)系。具體而言:1）研究了高精度天氣數(shù)據(jù)對(duì)事故風(fēng)險(xiǎn)的影響。其中，回歸分析表明天氣信息的加入能夠?qū)⒛Ｐ偷氖鹿暑A(yù)測精度提高約6.8％，Bootstrap靴值分析表明惡劣天氣條件與交通流動(dòng)態(tài)特征存在乘積和加和形式的交互效應(yīng)。
　　2)利用隨機(jī)效應(yīng)回歸對(duì)不同天氣條

10、件分別建模，發(fā)現(xiàn)在不同天氣條件下，交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)存在不同的關(guān)系，不考慮天氣條件的模型無法準(zhǔn)確捕捉惡劣天氣條件下交通流特征與事故風(fēng)險(xiǎn)的關(guān)系。
　　3)研究了道路特征對(duì)事故風(fēng)險(xiǎn)的影響。隨機(jī)效應(yīng)回歸分析表明，不同道路特征條件下事故發(fā)生前的交通流特征存在明顯差異;多樣本回歸分析表明，在不同道路特征條件下，交通流動(dòng)態(tài)特征對(duì)事故風(fēng)險(xiǎn)有不同的影響。
　　4)利用貝葉斯層次模型綜合研究了天氣特征、道路特征、交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)

11、的復(fù)雜關(guān)聯(lián)關(guān)系。分析結(jié)果表明道路、天氣因素與交通流特征存在復(fù)雜的交互效應(yīng)，相比現(xiàn)有模型，考慮三者間的交互效應(yīng)，可以明顯提升模型對(duì)事故風(fēng)險(xiǎn)的判別精度。
　　(3)基于交通安全狀態(tài)的實(shí)時(shí)事故風(fēng)險(xiǎn)建模方法
　　論文第六章提出了基于交通安全狀態(tài)的實(shí)時(shí)事故風(fēng)險(xiǎn)建模方法。研究了實(shí)時(shí)事故風(fēng)險(xiǎn)建模方法存在的五個(gè)問題:樣本結(jié)構(gòu)設(shè)計(jì)、鏈接函數(shù)形式、時(shí)空移植接口、事故風(fēng)險(xiǎn)空間相關(guān)性和事故風(fēng)險(xiǎn)時(shí)間相關(guān)性。研究結(jié)果表明:
　　1)樣本結(jié)構(gòu)設(shè)計(jì)方

12、法顯著影響模型的估計(jì)結(jié)果。當(dāng)事故和交通流數(shù)據(jù)充足，并且氣象數(shù)據(jù)可以獲取時(shí)，應(yīng)采用非配對(duì)病例-對(duì)照樣本結(jié)構(gòu)，這樣可以提升模型的擬合度和預(yù)測精度;當(dāng)?shù)缆泛吞鞖馓卣鲾?shù)據(jù)無法獲取時(shí)，應(yīng)采用配對(duì)病例-對(duì)照樣本結(jié)構(gòu)，這樣可以消除道路和天氣特征等混雜因素的影響。
　　2)鏈接函數(shù)形式顯著影響模型的估計(jì)結(jié)果。t分布函數(shù)可以作為離散回歸模型的鏈接函數(shù)，當(dāng)自由度取不同值時(shí)，t分布函數(shù)能夠產(chǎn)生形式不同的鏈接函數(shù);提出了基于t分布函數(shù)的離散回歸模型，該模

13、型能夠根據(jù)輸入樣本的特征自動(dòng)確定合適的自由度。
　　3)實(shí)時(shí)事故風(fēng)險(xiǎn)模型無法直接進(jìn)行時(shí)空移植，采用貝葉斯更新方法能夠顯著提高模型的時(shí)空移植性能，在有限數(shù)據(jù)條件下，貝葉斯更新方法可以將模型的預(yù)測精度提高10％～15％;在某高速公路數(shù)據(jù)非常有限的條件下，利用貝葉斯更新方法移植已有模型是一種有效的建模方法，相較于采用有限數(shù)據(jù)建?；蛘咧苯永靡延心Ｐ?，效果更為理想。
　　4)多種建模方法均表明，事故風(fēng)險(xiǎn)存在空間相關(guān)性。其中，空間隨機(jī)

14、效應(yīng)自回歸模型對(duì)事故風(fēng)險(xiǎn)的空間相關(guān)性的擬合度最高，該模型中事故風(fēng)險(xiǎn)的空間相關(guān)性為0.495。
　　5)多種建模方法均表明，事故風(fēng)險(xiǎn)存在時(shí)間相關(guān)性。其中，時(shí)間效應(yīng)自回歸模型最適合擬合事故風(fēng)險(xiǎn)的時(shí)間相關(guān)性，該模型中事故風(fēng)險(xiǎn)的時(shí)間相關(guān)性為0.854。
　　在此基礎(chǔ)上，首先，利用時(shí)空有限混合-隨機(jī)參數(shù)回歸方法建立實(shí)時(shí)事故風(fēng)險(xiǎn)模型，該模型不僅能夠考慮交通安全狀態(tài)，而且能夠考慮天氣特征、道路特征、交通流動(dòng)態(tài)特征與事故風(fēng)險(xiǎn)的復(fù)雜關(guān)聯(lián)關(guān)系，

15、同時(shí)還可以處理上述5個(gè)建模問題;并利用馬爾科夫鏈蒙特卡洛仿真算法構(gòu)建了該模型的求解方法。其次，利用車道粒度交通流數(shù)據(jù)，通過主成分分析和三階段序列回歸方法提出了預(yù)測事故碰撞形態(tài)與嚴(yán)重程度的方法。最后，推導(dǎo)了實(shí)時(shí)事故風(fēng)險(xiǎn)模型真實(shí)預(yù)測能力的計(jì)算方法，發(fā)現(xiàn)利用高精度交通流數(shù)據(jù)可以對(duì)事故風(fēng)險(xiǎn)做出有效判別;另外，模型真實(shí)預(yù)測能力不僅與模型本身擬合度有關(guān)，還與路段事故發(fā)生頻率有關(guān)，即在事故高發(fā)路段上，模型具有更好的預(yù)測精度。
　　(4)面向國內(nèi)

16、有限數(shù)據(jù)的實(shí)時(shí)事故風(fēng)險(xiǎn)建模方法
　　論文第七章提出了面向國內(nèi)有限數(shù)據(jù)的實(shí)時(shí)事故風(fēng)險(xiǎn)模型移植方法。首先，利用國內(nèi)杭甬高速公路的有限數(shù)據(jù)從三個(gè)層次建立實(shí)時(shí)事故風(fēng)險(xiǎn)模型:不考慮交通安全狀態(tài)的模型，考慮交通安全狀態(tài)的模型，同時(shí)考慮道路天氣特征和交通安全狀態(tài)的模型;但三個(gè)模型的預(yù)測精度都很低，表明難以利用國內(nèi)有限數(shù)據(jù)建立有效的實(shí)時(shí)事故風(fēng)險(xiǎn)模型。
　　其次，直接利用美國I-880高速公路相應(yīng)的三個(gè)模型對(duì)杭甬高速公路數(shù)據(jù)集進(jìn)行分析。結(jié)果表

17、明，美國模型對(duì)中國數(shù)據(jù)的預(yù)測能力非常有限，美國模型不能直接用于中國高速公路。
　　最后，通過貝葉斯更新方法，利用杭甬高速公路有限數(shù)據(jù)對(duì)美國I-880高速公路的三個(gè)模型進(jìn)行移植，移植后的美國模型對(duì)中國數(shù)據(jù)的預(yù)測精度提高了約15％，能夠?qū)拣咚俟肥鹿曙L(fēng)險(xiǎn)做出有效預(yù)測;該移植方法比直接采用有限國內(nèi)數(shù)據(jù)建?；蛘咧苯永妹绹Ｐ偷男Ч鼮槔硐?對(duì)比三個(gè)移植后的模型的估計(jì)結(jié)果，發(fā)現(xiàn)在移植過程中，考慮道路天氣特征和交通安全狀態(tài)，能夠明顯地提