一种基于交通冲突的事前事后安全评价方法与流程

本发明涉及交通安全管理技术领域，尤其涉及一种基于交通冲突的事前事后安全评价方法。

背景技术：

交通安全评价是道路交通安全审计的基础支撑，传统交通安全评价采用基于交通事故的历史数据方法，然而交通事故数据获取困难、收集时间长且质量不稳定，会导致交通安全评价结果存在较大偏差，特别是对于一些没有交通事故记录和新建的交通设施，无法进行传统的交通安全评价。另一方面，现有基于事故的交通安全评价方法无法消除交通量变化等外界因素对评价结果的影响，得到的结果可信度不高。相对比交通事故，交通冲突的发生更普遍并且容易观测，因此基于交通冲突的交通安全评价适用范围更广。现有利用交通冲突的安全评价研究较少，鲜有的个别研究仅仅用交通冲突数作为安全评价指标，并未将交通冲突转换为交通事故，也没有控制外界交通量因素对交通冲突变化的影响。因此现有方法不能得到科学合理精确可靠的安全评价结果，也不能指导工程实践中交通安全改造措施。

技术实现要素：

本发明所要解决的技术问题是克服现有技术的不足，提供一种基于交通冲突的事前事后安全评价方法，采用设施组和对照组组合方式有效降低交通安全评价偏差，大幅提高交通安全评价的准确性和可靠性，能够有效克服交通事故数据获取困难等问题。

本发明为解决上述技术问题采用以下技术方案：一种基于交通冲突的事前事后安全评价方法，包括以下步骤：

步骤1、设施组与对照组选取：将进行了交通安全改造的交通设施作为设施组，并以改造时间为节点，将时间分为事前和事后，即改造前和改造后；选择交通设计和交通量与设施组事前时间段一致的交通设施作为对照组；

步骤2、交通冲突数据采集：利用搭载摄像机的无人机分别对设施组和对照组进行视频录制，录制时间分别为交通设施改造前t时间内和改造后t时间内；采集设施组和对照组视频的a分钟为时间段的交通冲突和每起交通冲突的碰撞时间ttc；

步骤3、交通冲突模型构建：采用以下公式对a分钟时间段的交通冲突极值碰撞时间进行拟合：

其中，i＝tb，ta，cb，ca分别表示设施组事前，设施组事后，对照组事前，对照组事后，fi(y)表示交通冲突极值碰撞时间分布，y表示a分钟时间段的交通冲突对应的碰撞时间相反数-ttc，αi表示交通冲突极值碰撞时间分布的位置参数，βi表示交通冲突极值碰撞时间分布的尺度参数，γi表示交通冲突极值碰撞时间分布的形状参数；

步骤4、交通安全评价指标计算与判断：采用如下公式分别计算设施组和对照组事前和事后的预测事故数：

其中，i＝tb，ta，cb，ca分别表示设施组事前，设施组事后，对照组事前，对照组事后，ci表示t时间内的预测事故数，ti表示视频时长，a＜ti＜t；n表示ti时间内包含a分钟的个数，n＝int(ti/a)，int(*)表示取整数；

利用如下公式计算交通安全评价指标r：

当r＜1时表示交通安全改善措施有效，并且安全改善的效果是1-r；当r＞1时表示交通安全改善措施无效。

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：

本发明所述的基于交通冲突的事前事后安全评价方法，通过采集设施组和对照的交通冲突数据，构建交通冲突模型，计算交通安全评价指标，对交通安全改善效果进行定量评估，利用对照组来消减交通安全改造以外的因素对安全评价结果的影响。本发明方法可以有效降低交通安全评价偏差，提高交通安全评价结果的准确性和可靠性，并且能够克服交通事故数据获取困难等问题，具有实际的工程运用价值。

附图说明

图1是本发明的方法流程图。

具体实施方式

下面结合附图和实施例对本发明的技术方案作进一步的说明。

本发明所述的基于交通冲的事前事后安全评价方法，如图1所示，包括以下步骤：

步骤1、设施组与对照组选取：将进行了交通安全改造的交通设施(比如信号交叉口)作为设施组，并以改造时间为节点，将时间分为事前(改造前)和事后(改造后)；选择交通设计和交通量与设施组事前时间段一致的交通设施作为对照组。

步骤2、交通冲突数据采集：利用搭载摄像机的无人机分别对设施组和对照组进行视频录制，录制时间分别为交通设施改造前t时间内和改造后t时间内，可以获得设施组事前时间段视频时长ttb和事后时间段视频时长tta，以及对照组事前时间段视频时长tcb和事后时间段视频时长tca。通过录制的视频，分别采集设施组和对照组视频的a分钟为时间段的交通冲突和每起交通冲突的碰撞时间ttc。

步骤3、交通冲突模型构建：采用以下公式对a分钟时间段的交通冲突极值碰撞时间进行拟合：

其中，i＝tb，ta，cb，ca分别表示设施组事前，设施组事后，对照组事前，对照组事后，fi(y)表示交通冲突极值碰撞时间分布，y表示a分钟时间段的交通冲突对应的碰撞时间相反数-ttc，αi表示交通冲突极值碰撞时间分布的位置参数，βi表示交通冲突极值碰撞时间分布的尺度参数，γi表示交通冲突极值碰撞时间分布的形状参数。

步骤4、交通安全评价指标计算与判断：采用如下公式分别计算设施组和对照组事前和事后的预测事故数：

其中，i＝tb，ta，cb，ca分别表示设施组事前，设施组事后，对照组事前，对照组事后，ci表示t时间内的预测事故数，ti表示视频时长，a＜ti＜t；n表示ti时间内包含a分钟的个数，n＝int(ti/a)，int(*)表示取整数；本实施例中，录制时间t为12个月，视频时长ti为6个小时，a为5分钟。

利用如下公式计算交通安全评价指标r：

当r＜1时表示交通安全改善措施有效，并且安全改善的效果是1-r；当r＞1时表示交通安全改善措施无效。

下面用具体实例来说明本发明。

1)交通数据采集，如表1所示。

表1交通数据采集

2)交通冲突模型构建：

根据步骤1和步骤2采集的交通冲突碰撞时间数据，基于本发明提出的交通冲突模型，分别构建设施组和对照组的交通冲突模型。

其中ftb(y)、fta(y)与fcb(y)、fca(y)分别表示为设施组事前，设施组事后，对照组事前，对照组事后的交通冲突极值碰撞分布。

3)交通安全评价指标计算与判断

基于步骤1和步骤2根据以下公式计算设施组和对照组事前与事后的事故数量，如表2所示。

表2设施组和对照组事前与事后的事故预测数

根据设施组和对照组事前与事后的事故预测数，计算交通安全评价指标r，本实施例基于假设数据计算得到r为0.8，小于1，因此实施交通安全改善措施是有效的，并且安全改善效果为0.2。

以上所述，仅是本发明的较佳实施例而已，并非是对本发明作任何其他形式的限制，而依据本发明的技术实质所作的任何修改或等同变化，仍属于本发明所要求保护的范围。