一种判定信号交叉口非现场执法设备对非机动车违规过街数量影响的方法

本发明涉及慢行交通组织下非现场执法设备效果评价分析领域，特别是涉及一种判定信号交叉口非现场执法设备对非机动车违规过街数量影响的方法。
背景技术：
：近年来，非机动车在我国已成为一种重要的短距离出行替代交通工具。非机动车交通事故主要发生在城市的信号交叉口，与其他类型的交通事故相比，在交叉口违规过街造成的交通事故导致了更高的伤亡事故发生率，例如闯红灯、逆行骑行等。与此同时，在城市地区强制执行交通信号往往受到交警人力成本和传统执法方法的限制，在此背景下，信号交叉口非机动车违法抓拍执法设备，通常被称为红灯摄像头，作为一种制约措施被逐步运用于大中城市以加强重要路口的非现场实时执法力度。目前，国内外对路口违法抓拍执法设备效果的科学研究主要集中在道路机动车，较少运用到非机动车使用者。尽管路口非机动车执法设备已经在国内大多城市逐步安装使用，但关于其在非机动车群体中有效性的信息并不全面。同时，对信号交叉口执法设备执法效果研究往往集中于路口执法设备对交通事故数量以及事故碰撞严重程度的影响，很少考虑到对潜在未发生的交通冲突数量产生的影响，因此探索和确定不同路口执法设备对非机动车骑行者违规过街行为的威慑效应，能够为决策者和交通执法管理部门提供较好的指导建议，对路口非机动车执法设备的安装选址和更好分配此类资源具有积极的意义。技术实现要素：发明目的：针对以上问题，本发明提出一种判定信号交叉口非现场执法设备对非机动车违规过街数量影响的方法，可在一定程度上减少其他影响非机动车过街行为的因素的干扰，最终将不同交叉口非机动车违规过街行为的差异归因于唯一影响因素，即非现场执法设备。技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种判定信号交叉口非现场执法设备对非机动车违规过街数量影响的方法，具体包括如下步骤：(1)随机选取已安装非现场执法设备的交叉口作为实验组交叉口，未安装非现场执法设备的交叉口作为控制组交叉口，在选定交叉口每个过街通道拍摄非机动车过街行为、交通流以及交叉口特征，采集相关影响因素数据；(2)控制组匹配标准确定：通过引入一个选择控制组交叉口的参数列表，依据各参数构建一个基于logit模型的综合指标g，计算各交叉口对应的g值来确定与已安装执法设备的交叉口具有相同交通属性和交叉口特性的控制组交叉口；(3)控制交叉口的确定：将步骤(1)中采集的相关影响因素数据代入步骤(2)构建的综合指标模型，分别计算实验组交叉口和控制组交叉口的综合指标分值，最终确定与实验组交叉口具有最接近综合指标值的控制组交叉口；(4)实验组交叉口与控制组交叉口非机动车违规过街数量采集：采用各交叉口所有过街通道上非机动车违规过街数量的平均值作为最终表征指标；(5)判断交叉口非现场执法设备影响效果：根据步骤(4)中提取的非机动车违规过街数量评价指标计算交叉口非现场执法设备对非机动车违规过街数量的影响效果：其中att代表平均影响效果，即实验组交叉口与具有相同属性的控制组交叉口的非机动车违规过街数量的差异；vi为各个实验组交叉口非机动车平均违规过街数量，vj为各个控制组交叉口非机动车的平均违规过街数量，n代表代表实验组交叉口数量；如果att结果为负值，则表示信号交叉口非现场执法设备减少了非机动车过街违规数量。进一步的，所述步骤(1)，相关影响因素数据包括：过街通道长度、非机动车道宽度、红灯信号时长、机非隔离设施、执法设备安装地点距离最近控制组交叉口的距离、每个信号周期内冲突方向机动车数、每个信号周期内冲突方向非机动车数、交叉口周边土地利用类型。进一步的，所述步骤(2)，各交叉口对应的g值计算方法如下：其中g为综合得分值，cl表示过街通道长度、lw表示非机动车道宽度、sl表示红灯信号时长、sf表示机非隔离设施、d表示执法设备安装地点距离最近控制交叉口的距离、vm表示每个信号周期内冲突方向机动车数、vc表示每个信号周期内冲突方向非机动车数、lt表示交叉口周边土地利用类型；t＝1表示交叉口安装了非现场执法设备、α为常数项、βn为回归系数，n∈[1,8]。进一步的，设随机选取控制组交叉口与实验组交叉口的综合指标差值为δi，则最终确定的控制组交叉口与实验组交叉口的综合指标差值满足：δi＝min{|g(t)-g(c)|}，其中g(t)表示实验对象综合指标值，g(c)表示控制对象综合指标值。有益效果：与现有技术相比，本发明的技术方案具有以下有益的技术效果：本发明通过选取已安装非现场执法设备的交叉口作为实验组交叉口，未安装非现场执法设备的交叉口为控制组交叉口，分别拍摄并采集实验组交叉口与控制组交叉口各过街通道附近范围内的非机动车违规过街数量，通过构建的综合指标评价模型匹配与实验组交叉口具有相同交通和几何特征的控制交叉口，将二者的非机动车平均违规过街数量进行对比分析，在一定程度上减少了除非现场执法设备外可能影响交叉口非机动车违规过街因素的干扰，较为准确地评价了交叉口非现场执法设备对非机动车违规过街行为的影响。附图说明图1是本发明的方法流程图。具体实施方式下面结合附图与具体实施方式对本发明作进一步详细描述。如图1所示，本发明所述的一种判定信号交叉口非现场执法设备对非机动车违规过街数量影响的方法，具体包括如下步骤：(1)随机选取已安装非现场执法设备的交叉口作为实验组交叉口，未安装非现场执法设备的交叉口作为控制组交叉口，选取实验组交叉口与控制组交叉口的样本比例在1:1.5至1:30区间内，本实施例选取样本比例为1:3，其中控制组样本编号为c3、c4、c5、c6、c7、c8，实验组样本编号为t1、t2。确定交叉口样本后，在选定交叉口每个过街通道附近范围架设路侧摄像机和高空无人机，拍摄非机动车过街行为、交通流以及交叉口特征，通过实地现场拍摄视频对相关影响因素数据进行提取，具体包括：过街通道长度(单位：米)、非机动车道宽度(单位：米)、红灯信号时长(单位：秒)、机非隔离设施、执法设备安装地点距离最近控制组交叉口的距离(单位：米)、每个信号周期内冲突方向机动车数(单位：辆)、每个信号周期内冲突方向非机动车数(单位：辆)、交叉口周边土地利用类型。本实施例通过对实地拍摄调查，得到实验组交叉口以及控制组交叉口的相关数据如表1所示。表1各交叉口编号及对应变量数据统计表(2)控制组匹配标准确定：通过引入一个选择控制组交叉口的参数列表，依据各参数构建一个基于logit模型的综合指标g，计算各交叉口对应的g值来确定与已安装执法设备的交叉口具有相同交通属性和交叉口特性的控制组交叉口。各交叉口对应的g值计算方法如下：其中g为综合得分值，cl表示过街通道长度(单位：米)、lw表示非机动车道宽度(单位：米)、sl表示红灯信号时长(单位：秒)、sf表示机非隔离设施(1标线，2护栏，3绿植)、d表示执法设备安装地点距离最近控制交叉口的距离(单位：米)、vm表示每个信号周期内冲突方向机动车数(单位：辆)、vc表示每个信号周期内冲突方向非机动车数(单位：辆)、lt表示交叉口周边土地利用类型(1公共服务，2商业，3住宅)；t＝1表示交叉口安装了非现场执法设备、α为常数项、βn为回归系数，n∈[1,8]。(3)控制交叉口的确定：将步骤(1)中采集的相关影响因素数据代入步骤(2)构建的综合指标模型，分别计算实验组交叉口和控制组交叉口的综合指标分值，得到实验组交叉口t1、t2的综合指标分值为g1和g2，控制组交叉口c3、c4、c5、c6、c7、c8的综合指标分值分别为g3、g4、g5、g6、g7、g8。最终确定与实验组交叉口具有最接近综合指标值的控制组交叉口。设随机选取控制组交叉口与实验组交叉口的综合指标差值为δi，则最终确定的控制组交叉口与实验组交叉口的综合指标差值满足δi＝min{|g(t)-g(c)|}，其中g(t)表示实验对象综合指标值，g(c)表示控制对象综合指标值。各控制组交叉口与实验组交叉口分数差值如表2所示。表2综合指标分数差值计算结果统计表差值λ1λ2λ3λ4λ5λ6计算值g3-g1g4-g1g5-g1g6-g1g7-g1g8-g1差值λ7λ8λ9λ10λ11λ12计算值g3-g2g4-g2g5-g2g6-g2g7-g2g8-g2通过对比计算值，选定差值最小的控制交叉口为最终控制组交叉口。由于该实例说明是在理想假设前提下进行，且λ2和λ9满足差值最小条件，选定控制组交叉口为c4、c5。(4)实验组交叉口与控制组交叉口非机动车违规过街数量采集：分别拍摄和提取实验组交叉口和控制组交叉口四个过街通道上非机动车违规过街数量，由于交叉口各过街通道上红灯期间非机动车违规过街车数存在差异，因此采用各交叉口所有过街通道上非机动车违规过街数量的平均值作为最终表征指标。本实施例分别调查安装了非现场执法设备交叉口，即实验组交叉口非机动车违规过街数量mt1、mt2，与最终选定的控制组交叉口的非机动车违规过街数量mc4、mc5。(5)判断交叉口非现场执法设备影响效果：根据步骤(4)中提取的非机动车违规过街数量评价指标计算交叉口非现场执法设备对非机动车违规过街数量的影响效果：其中att代表平均影响效果，即实验组交叉口与具有相同属性的控制组交叉口的非机动车违规过街数量的差异；如果att结果为负值，则表示信号交叉口非现场执法设备减少了非机动车过街违规数量。上述仅对本发明的较佳实施例进行描述和说明，并非是对本发明作任何其他形式的限定，依据本发明的技术实质所作的任何范围内修改或变化，仍属本发明所要求保护的范畴。当前第1页12