基于安全风险和距离的建议车速制定方法与流程

本发明属于交通安全管理领域，尤其涉及一种基于安全风险和距离的建议车速制定方法。
背景技术：
：近年来，我国道路交通基础设施的建设不断加快，通车里程不断增加。道路交通带来巨大的社会经济效益的同时，交通事故问题也越来越受到社会的关注。在道路交通安全管理中，车速管理是重要的管理策略。通常来讲，驾驶员会在行驶过程中依据道路条件、车流状况、所驾驶车辆性能等因素经综合考虑后形成心理上自认为的安全行驶车速，即主观期望车速。但实际交通流受人、车、路、环境等多种因素的影响，驾驶员的主观期望车速并非真正的安全车速。相关研究表明，交通流平均车速与安全车速越接近，风险越低；个体期望车速与交通流车速越接近，风险越低。现有的车速管理往往采用最高限速策略，通过停车视距、会车视距和道路超高的分析进行确定，缺乏对环境等可变因素的考虑，且无法随环境的变化而实时动态变化。因此，需要一种基于安全风险和距离的建议车速制定方法，在特定的道路、环境、交通组成的综合情境下，给出驾驶员能够保持安全行驶所建议采取的最大车速，即客观建议车速，以满足道路交通安全的要求。技术实现要素：本发明的目的在于提供一种基于安全风险和距离的建议车速制定方法，克服现有最高限速策略中缺乏对环境等可变因素考虑的不足，实时动态制定建议车速，从而确保道路交通安全。本发明的主要特征在于，通过交通安全风险评估，划分交通风险预警等级，根据不同条件下的交通风险分布，依照交通风险预警等级确定不同条件下的安全车速。同时，利用停车视距原理(已知技术)确定不同条件下的安全车速。对比两种方法得到的安全车速，对安全车速进行修正，给出道路建议车速。为解决上述技术问题，本发明提供了一种基于安全风险和距离的建议车速制定方法，包括以下步骤：步骤一，获取交通流状态条件、道路特征条件、天气条件、历史交通事故等信息所述交通流状态条件主要包括流量、车速、占有率数据，所述道路特征条件主要包括道路线形、路段类型数据，所述天气条件主要包括降雨量、降雪量、能见度、风向、风速等数据；历史交通事故包括事故信息包括事故发生时间、发生地点、行车方向、事故类型和事故等级等。步骤二，交通安全风险评估将步骤一获取的交通流数据、道路特征数据、气象数据和交通事故数据进行融合与匹配，作为输入数据，构建交通风险评估模型计算各时时间点交通风险，得到交通风险值；步骤三，交通风险预警分级利用步骤二交通风险评估模型得到的交通风险值进行聚类，将道路交通风险进行等级划分，分为几乎无分风险、可允许风险、中度风险、重大风险、不可接受风险5个等级，其中几乎无风险和可允许风险两个等级对应的风险值小于0.2，该将两个等级视为较为安全状态；步骤四，计算基于交通风险分布的道路安全行驶车速统计所述步骤三安全状态下的交通流状态，对所有车速进行排序，取85％位车速作为安全行驶车速。步骤五，计算基于停车视距(如无严格实物分隔的道路需计算会车视距)的安全行驶车速根据基于停车视距和会车视距的安全行驶车速模型(已有技术，利用停车视距原理)，通过对能见度及道路纵坡取不同数值，计算得到不同条件下的安全行驶车速；步骤六，对比步骤四、步骤五两种方法等到的不同等级条件下道路安全行驶车速，综合考虑不同条件下的交通风险分布和停车视距与会车视距，给出不同等级条件下建议车速。进一步，步骤三中，所述道路交通安全风险按照风险等级划分的标准可以分为几乎无风险、可允许风险、中度风险、重大风险、不可接受风险5个等级。表1风险等级划分标准进一步，步骤四中，所述计算基于交通风险分布的安全行驶车速，在不同条件下，选取交通风险值小于等于0.2的交通流状态作为安全行驶车速的确定范围，绘制该状态下车速累积分布曲线并计算车辆运行速度的第85％位车速，取整后可得到不同条件下安全行驶车速。进一步，步骤五中，所述基于停车视距与会车视距的安全行驶车速模型采用以下公式计算：一般情况下，驾驶员发现前面车辆时，前车速度小于本车且处于制动状态，此时后车停车所需的安全距离应满足，l1+l2+ls≤lv+l3(1)式中，l1——后方车辆驾驶员反应时间内的车辆行驶距离，m；l2——后方车辆制动时间内的行驶距离，m；ls——安全距离，一般取值为5～10m，为保障恶劣天气下的行车安全，ls取值为20m；lv——路段的可视距离，m；l3——前方车辆在驾驶员反应时间和车辆制动时间内的行驶距离，m。在恶劣天气下，驾驶员有效视距和路面附着系数会发生变化，为了保障车辆的安全行驶，应该考虑最不利的情况，即由于车辆故障、轮胎损坏、抛锚、货物洒落及事故等原因，前方物体的速度为零，车流中出现严重的速度差，后车必须进行紧急制动，此时后车停车所需的安全距离为，l1+l2+ls≤lv(2)后方车辆驾驶员反应时间内的车辆行驶距离l1，l1＝vt1(3)式中，v——后方车辆行驶速度，m/s；t1——后方车辆驾驶员反应时间，s。一般情况下驾驶员的反应时间为0.5～1.7s，在恶劣天气下，道路行车环境恶劣，驾驶人员反应时间可能会超过1.7s，t1取值为2.5s。为充分保障恶劣天气下行车安全，考虑最不利组合情况，即车辆处于下坡路段并忽略空气阻力，后方车辆制动时间内的行驶距离l2，式中，a——后方车辆减速度，m/s2；f——路面的附着系数；i——坡度，％；g——重力加速度，取g＝9.8m/s2。将公式(3)和(4)带入公式(2)中可得安全可视距离，将恶劣天气下的能见度作为可视距离，由公式(5)可计算得到基于停车视距的安全车速，如公式(6)所示，式中，v——安全车速，km/h。将基于停车视距与会车视距的安全行驶车速模型计算结果与基于交通风险分布的安全行驶车速进行对比，为保障恶劣条件下道路交通安全，选择更低的安全行驶车速作为该条件下的建议车速。与现有技术相比，本发明主要包括以下优点：1.本发明综合考虑了影响车速的多种因素，包括人、车、路、环境，尤其考虑了交通流条件和天气条件对速度的影响；2.本发明引入交通安全风险作为建议车速制定的主要依据，从影响交通安全风险的因素出发，能够从根本上提高道路交通安全水平；同时利用基于停车视距与会车视距计算的安全行驶车速对建议车速进行修正，保证了车辆行驶的安全；3.本发明能够实现实时动态制定建议车速，引导驾驶员按建议车速行驶，减少速度差异、降低交通安全风险、提高道路交通安全水平。附图说明图1是本发明实施例提供的基于安全风险和距离的建议车速制定方法的步骤。图2是本发明实施例提供的基于安全风险和距离的建议车速制定流程图。图3实施例交通风险时变图图4实施例交通风险等级聚类结果具体实施方式为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。下面结合附图对本发明的应用原理作详细的描述。如图1所示，本发明实施例提供的基于安全风险和距离的建议车速制定方法。下面结合具体实施例对本发明的应用原理作进一步的描述。实施例1：本发明实施例提供的恶劣天气条件下建议车速制定方法，以g15沈海高速(上海段)数据为例进行计算。(1)获取交通流状态条件、道路特征条件、天气条件等信息g15沈海高速(上海段)是上海市西部地区的一条南北向高速公路，北起嘉定区与太仓市的交界处，接沈海高速(江苏段)沪苏省界，南至金山区与平湖市的交界处，与沈海高速(浙江段)相交，向西南依次经过嘉定区，青浦区，松江区和金山区。g15沈海高速(上海段)位置正处在上海s20外环高速与g1501上海绕城高速之间。g15沈海高速上海段共布设12组线圈检测器，线圈检测器原始数据的采样间隔为5分钟，包含每个车道的感应线圈编号、采集时间、数据有效性、流量、速度、占有率以及分车型的流量、速度、占有率等信息。g15沈海高速(上海段)交通事故数据的采集时间为2013年1月1日至2013年12月31日，共采集事故255起。经过删除部分信息不完整的事故数据后，最终提取了193起交通事故。事故信息包括事故发生时间、发生地点、行车方向、事故类型和事故等级等。g15沈海高速(上海段)沿线共计布设5个自动气象站，每个自动气象站可以采集每1分钟的温度、湿度、雨量、气压、风速风向、能见度等气象要素。交通流状态条件数据以及道路特征条件等可以从上海市路网运行中心获取。气象信息可从上海是气象局获取。(2)建立恶劣天气高速公路交通安全风险评估模型恶劣天气对交通风险的影响因素主要有两个方面进行考虑：第一是能见度的变化，驾驶人的视线会受到显著的影响，进而影响驾驶人对于行驶车辆间距的判断；第二是路面附着系数的变化，使得车辆轮胎与地面的摩擦变化，驾驶人为保证车辆的安全行驶，车速会发生明显的变化。高速公路交通风险评估模型的构建采用贝叶斯logistic回归模型的方法；贝叶斯logistic回归的公式如下:yi～bernoulli(pi)式中，pi——交通事故发生的概率；ηi——效用函数；xji——样本i中变量k的值；β0——回归截距；βj——解释变量k的回归系数。模型的似然函数表达式如下：模型中的参数均采用无信息先验概率分布：通常具有大方差的先验分布可以代表无信息先验概率分布，令μj＝0，代表模型中的参数没有先验信息。根据贝叶斯定理，参数的后验联合概率密度分布正比例与似然函数和先验概率分布的乘积，即：以g15沈海高速(上海段)的数据进行交通风险评估模型建模，采用非配对病例-对照研究方法提取正常情况下的交通流数据和天气数据，事故和正常数据采取1:4的比例。利用随机森林算法，筛选模型变量，最终模型中的变量如表2所示。表2变量筛选结果利用r软件的rstanarm包，实现贝叶斯logistic模型的建立，并通过mcmc方法计算各个回归系数的后验概率分布。模型参数的标定结果如表3所示。表3模型参数标定结果以g15沈海高速(上海段)某路段为应用案例，采集2013年9月11日全天的数据作为输入数据，通过恶劣天气下高速公路交通风险评估模型计算各时段的交通风险，结果如图3所示。(3)高速公路道路交通风险预警分级高速公路交通风险预警分级采用模糊c-均值聚类算法进行构建；基于样本与c个聚类中心间的加权相似性测度，对目标函数进行迭代最小化，以确定其最佳的类别。目标函数定义如下：i＝1,2,l,ck＝1,2,l,n且满足条件：0≤uik≤1k＝1,2,l,ni＝1,2,l,c式中，x＝{x1,x2,l,xn}为聚类样本集合，n是聚类空间的样本个数；v＝{v1,v2,l,vn}是c个聚类中心，c是聚类的类别数；||xk-vi||表示xk与vi之间的归一化距离；u＝[uik]是c×n维的矩阵；uik是第k个样本对i类的隶属度值。模糊c-均值聚类法计算步骤如下：第1步：根据样本xk划分类的个数c，幂指数m＞1和初始隶属度矩阵u(0)＝(uik(0))，取[0，1]上的均匀分布随机数来确定u(0)。令l＝1表示第1步迭代。第2步：计算第l步的聚类中心v(l)：第3步：修正隶属度矩阵u(l)，计算目标函数值j(l)。i＝1,2,l,ck＝1,2,l,n式中：dik(l)＝||xk-vi(l)||。第4步：对给定的隶属度终止容限εu＞0，或目标函数终止容限εj＞0，或对于最大迭代步长lmax，当max{|uikl-uik(l-1)|}＜εu，或当l＞1，|j(l)-j(l-1)|＜εj有l＞lmax或l＞lmax时，迭代停止，否则l＝l+1，然后重复第2步，第3步。经过上述的循环迭代之后，当目标函数达到最小值时，根据最终的隶属度矩阵u中元素的取值确定所有样本的归属，当时，可将样本xk归为第j类。通过模糊c-均值聚类算法，以g15沈海高速(上海段)恶劣天气下高速公路交通风险评估模型计算得到的风险值作为样本特征，根据交通风险确定聚类数为5，将交通风险值进行聚类分析，结果如图4所示。表4各聚类的最大值和最小值聚类类别第一类第二类第三类第四类第五类最小值0.410.290.200.130.04最大值0.930.410.280.190.12依据交通风险值的各聚类类别的最大值、最小值和风险等级划分的标准，确定恶劣天气下高速公路交通不同预警风险等级所对应的交通风险值范围，如表4所示。当交通风险小于0.13时，此时高速公路交通运行处于安全状态。当交通风险大于0.13且小于0.2时，高速公路交通预警风险等级为四级风险，具有潜在发生交通事故的风险。当交通风险大于0.2且小于0.3时，高速公路交通预警风险等级为三级风险，具有交通事故发生的风险，潜伏有伤亡事故发生的风险。当交通风险大于0.3且小于0.4时，高速公路交通预警风险等级为二级风险，交通事故风险的危险性较大，交通事故的发生频率较高或可能性较大，可能发生多人伤害或者会造成多人伤亡。当交通风险大于0.4时，高速公路交通预警风险等级为一级风险，交通事故风险的危险性极大，交通事故发生的可能性极大，一旦发生事故将会造成多人伤亡风险。表5交通风险预警等级划分交通风险值r交通风险预警等级r＞0.4一级风险0.3＜r≤0.4二级风险0.2＜r≤0.3三级风险0.13＜r≤0.2四级风险r≤0.13五级风险(4)计算基于交通风险分布的高速公路安全车速参照《高速公路交通气象等级》(qx/t111-2010)，雾天等级的划分为能见度大于200m且小于等于500m，能见度大于100m且小于等于200m，能见度大于50m且小于等于100m，能见度小于等于50m，4个等级。在不同雾天等级条件下，选择高速公路交通风险值小于等于0.2的交通流状态计算安全车速，绘制该状态下车速累积分布曲线并计算车辆运行速度的第85％位车速，取整修正后可得到雾天条件下高速公路建议安全车速，为方便高速公路驾驶人员接受和管理部门发布限速信息，给出建议限制车速，如表6所示。表6不同雾天等级条件下建议限制车速(km/h)雾天等级能见度200-500能见度100-200能见度50-100能见度小于50第85％位车速87.5883.7953.6347.82建议安全车速87835347建议限制车速85805045参照《高速公路交通气象等级》(qx/t111-2010)，雨天等级的划分为一小时降雨强度10.0mm/h～14.9mm/h，一小时降雨强度15.0mm/h～29.9mm/h，一小时降雨强度30.0mm/h～49.9mm/h，一小时降雨强度大于50.0mm/h，4个等级。在不同雨天等级条件下，选取高速公路交通风险值小于等于0.2的交通流状态计算安全车速，绘制该状态下车速累积分布曲线并计算车辆运行速度的第85％位车速，取整后可得到不同雨天条件下高速公路建议安全车速，为方便高速公路驾驶人员接受和管理部门发布限速信息，给出建议限制车速，如表7所示。表7不同雨天等级条件下建议安全车速(km/h)雨天等级降雨强度10-15降雨强度15-30降雨强度30-50降雨强度大于50第85％位车速77.6275.2773.5665.32建议安全车速77757365建议限制车速75757065(5)计算基于停车视距的高速公路安全车速停车视距指的是同一车道上，车辆行驶时遇到前方障碍物而必须采取制动停车时所需要最短行车距离。停车视距可分解为反应距离、制动距离和安全距离三部分。由于高速公路路段车流呈车队形式，因此从跟车状态来计算车辆行驶所需的安全停车距离，获得相应的控制车速。基于停车视距的高速公路安全车速可由下列公式计算：一般情况下，驾驶员发现前面车辆时，前车速度小于本车且处于制动状态，此时后车停车所需的安全距离应满足，l1+l2+ls≤lv+l3(1)式中，l1——后方车辆驾驶员反应时间内的车辆行驶距离，m；l2——后方车辆制动时间内的行驶距离，m；ls——安全距离，一般取值为5～10m，为保障恶劣天气下的行车安全，ls取值为20m；lv——路段的可视距离，m；l3——前方车辆在驾驶员反应时间和车辆制动时间内的行驶距离，m。在恶劣天气下，驾驶员有效视距和路面附着系数会发生变化，为了保障车辆的安全行驶，应该考虑最不利的情况，即由于车辆故障、轮胎损坏、抛锚、货物洒落及事故等原因，前方物体的速度为零，车流中出现严重的速度差，后车必须进行紧急制动，此时后车停车所需的安全距离为，l1+l2+ls≤lv(2)后方车辆驾驶员反应时间内的车辆行驶距离l1，l1＝vt1(3)式中，v——后方车辆行驶速度，m/s；t1——后方车辆驾驶员反应时间，s。一般情况下驾驶员的反应时间为0.5～1.7s，在恶劣天气下，道路行车环境恶劣，驾驶人员反应时间可能会超过1.7s，t1取值为2.5s。为充分保障恶劣天气下高速公路行车安全，考虑最不利组合情况，即车辆处于下坡路段并忽略空气阻力，后方车辆制动时间内的行驶距离l2，式中，a——后方车辆减速度，m/s2；f——路面的附着系数；i——坡度，％；g——重力加速度，取g＝9.8m/s2。将公式(3)和(4)带入公式(2)中可得安全可视距离，将恶劣天气下的能见度作为可视距离，由公式(5)可计算得到基于停车视距的高速公路安全车速，如公式(6)所示，式中，v——安全车速，km/h。雾天天气时，由于雾水落于路面，使得路面潮湿，附着系数降低，取潮湿路面的附着系数f＝0.6。依据《公路工程技术标准》(jtgb01—2014)中关于高速公路纵坡的规定，设计速度为120km/h，最大纵坡为3％，设计速度为100km/h，最大纵坡为4％。g15沈海高速的设计速度为100km/h，最大纵坡为4％。根据基于停车视距的高速公路安全车速模型，通过对能见度及道路纵坡取不同数值，计算得到不同雾天等级下安全车速如表8所示。表8不同雾天等级条件下建议车速(km/h)降雨天气时，由于雾水落于路面，使得路面潮湿，附着系数降低，取潮湿路面的附着系数f＝0.35。根据基于停车视距的高速公路安全车速模型，通过对能见度及道路纵坡取不同数值，计算得到不同雨天等级下安全车速如表9所示。表9不同雨天等级条件下建议车速(km/h)(6)恶劣天气下高速公路建议车速取值对比基于安全风险和基于停车视距两种方法得到的不同恶劣天气等级条件下高速公路安全车速，选择两种方法中较为安全的车速计算结果，最终给出不同恶劣天气等级下高速公路建议车速。不同雾天等级条件下建议车速取值如表10所示。表10不同雾天等级条件下建议车速对比(km/h)不同雨天等级条件下建议限制车速取值如表11所示。表11不同雨天等级条件下建议车速对比(km/h)当前第1页12