行人与右转车辆冲突严重度评估

2022-08-16兰柳亭彭金栓

重庆理工大学学报(自然科学) 2022年7期

兰柳亭，徐磊，龚毅，张磊，彭金栓

(重庆交通大学交通运输学院，重庆 400074)

0 引言

城市交叉口作为城市交通的重要节点，也是人车冲突的高发区。在中国城市交叉口中，右转专用信号相位设置并不普遍，人车冲突现象明显。据统计，中国约有29.7%的道路交通事故发生在交叉口，行人占道路交通事故总死亡人数的23%[1]。可见，行人交通安全问题十分严峻。随着礼让行人政策的推行，人车冲突有了一定的改善。但由于多数交叉口未设置车辆抢行抓拍摄像头，右转车辆抢行现象严重。

已有研究表明，交通冲突与交通事故具有强相关性，可以作为事故替代变量进行交叉口安全性分析[2]。国内外学者利用参数、指标展开了包括人车冲突影响因素、冲突严重度等级划分、冲突概率估计等多方面的研究[3-6]。孙重静等[7]修改和延伸了传统冲突指标，将碰撞时间分为车辆碰撞时间(Vehicle TTC)和行人碰撞时间(Pedestrian TTV)，利用冲突指标将人车冲突分为5个等级。彭勇等[8]统计分析了人、车、路3方面共计14个指标，认为使用电子设备、是否关注车辆间隙等9个指标显著影响人车冲突严重程度。Kumar等[9]认为行人属性、过街类型和右转车流量对人车冲突具有显著影响。任刚等[10]通过SOMK聚类算法将人车冲突分为4个等级，分析了不同类型冲突的危险度。马莹莹等[11]建立了人车冲突概率估计模型，以实际数据对模型进行了验证。Ni等[12]将车辆对行人的影响划分3个等级，定量评价交叉口的安全性。不同研究人员对冲突指标的选取各有侧重，对冲突严重度的量化分级也没有统一的界定标准。大部分研究人员将冲突严重程度划分为3～5个等级。其中，人车冲突TTC的取值在3 s以下，冲突时间一般小于5 s[13-14]。

目前国内外研究大多集中于应用方面，很少有文献考虑到右转车辆通行规则，尤其是右转车辆与行人交通冲突的研究较少。因此，本文选取无右转专用相位的信控交叉口，通过视频分析技术提取右转机动车与过街行人的轨迹数据和相关参数，进一步确定严重冲突的指标参考值，为人车冲突安全问题和道路交叉口安全设施设计提供理论参考。

1 人车冲突调查

1.1 方案设计

采用视频调查与人工调查相结合的方法采集交叉口过街行人与右转机动车的冲突数据。综合考虑机动车和行人过街信号设置、过街行人与右转车辆冲突频次、人行横道长度和宽度等道路交通条件，选取重庆市南岸区具有代表性的3个信控交叉口(水云路-广福大道交叉口、二塘路-汇龙路交叉口、白鹤路-桃源路交叉口)作为调查地点，调查交叉口实景如图1所示。视频采集设备为索尼HDR-PJ820E高清摄像机，视频帧率为25FPS，具有自动逆光补偿和外接储存卡，可以保证数据采集的清晰度和准确性。调查时间为工作日晚高峰18∶00—19∶00，能够获取足够的人车冲突数据，保证试验的有效性。摄像机架设在调查交叉口附近视线良好的建筑顶楼处，便于后续轨迹数据提取。在交叉口处设置交通调查员，记录交叉口基础数据，如表1所示。

图1 调查交叉口实拍图

表1 交叉口基础数据统计

1.2 人车轨迹数据提取

右转车辆在一次右转弯过程中会2次穿越人行横道，与过街行人存在2个冲突区域。由于信号相位的控制，人车冲突多发生在右转车辆第二次穿越的人行横道上。人车冲突研究区域如图2所示。

图2 冲突区域划分

反复调取拍摄的视频，截取冲突片段。截取片段包含右转车辆进入交叉口到行人通过人行横道这一完整过程。当两冲突对象分别离开冲突点的时间差超过6 s时，认为不会发生交通冲突[13]。将符合冲突识别规则的视频片段导入Tracker软件中，共计157组冲突样本。以人行横道左后顶点为坐标原点O，人行横道宽度为X轴，长度为Y轴，选取人行横道宽度为定标尺，将视频数据与实际数据相对应。视频播放步骤设置为5帧，采用0.2 s的时间间隔提取全时空人车位置坐标、速度、加速度等数据信息，Tracker操作界面如图3所示。由于俯拍角度，视频显示数据与实际数据存在一定的误差，对各交叉口直角坐标数据进行误差分析，发现平均误差为2.1%，误差在可接受范围内，数据具有有效性。

图3 提取参数的Tracker操作界面

1.3 冲突样本分类

根据交通参与者数量和人车相对位置，将冲突样本划分为A～E 5种类型，分别为单人近端过街冲突、单人远端过街冲突、多人近端过街冲突、多人远端过街冲突和多人两端同时过街冲突，如图4所示。

图4 行人与右转车冲突类型

2 人车冲突特征分析

2.1 冲突指标选取与计算

基于国内外学者对人车冲突指标的研究，考虑指标的代表性，选取冲突时间(time to collision，TTC)、安全减速度(deceleration to safety time，DST)以及后侵占时间(post encroachment time，PET)作为冲突度量指标[15]。

TTC表示冲突双方不改变运动状态下，保持冲突速度矢量到达冲突点所需的时间。本文选取冲突过程中TTC最小值作为此次冲突的TTC值。计算示意图如图5所示。

图5 TTC计算示意图

车辆优先于行人到达冲突区域时，计算公式为：

(1)

式中：TTCi表示i时刻的TTC值；Spi表示i时刻过街行人到冲突点的距离；Vpi表示i时刻过街行人的瞬时速度。

当行人优先于右转车辆到达冲突区域，计算公式为：

(2)

式中：Sci表示i时刻右转车辆到冲突点的距离；Vci表示i时刻右转车辆的瞬时速度。

计算出各时刻的TTCi，得到此次冲突的TTC为[16]：

TTC=Min{TTCi}

(3)

DST表示右转车辆运行到冲突点时恰好不与过街行人发生碰撞所需的减速度。选取冲突过程中DST绝对值的最大值作为此次冲突的DST值。计算示意图如图6所示。

图6 DST示意图

计算出各时刻的安全减速度DSTi，得到此次冲突的安全减速度DST，计算公式为[16]：

(4)

DST=Max{|DSTi|}

(5)

式中：DSTi表示i时刻的DST值；ti表示右转车辆从B点行驶至B1所需的时间。

PET是指冲突一方离开冲突点到冲突另一方刚好到达冲突点的时间差。计算公式为[10]：

PET=tb-ta

(6)

式中：ta表示冲突前一方离开冲突点的时刻；tb表示冲突后一方到达冲突点的时刻。

2.2 冲突指标分布

根据计算得到冲突样本的3项指标值，绘制冲突指标箱线图和频数分布图，如图7—8所示。TTC和PET指标越小，表明行人和右转车辆的时空距离越近，DST指标越大，表明减速至不发生冲突所需的减速度越大，发生严重冲突的可能性越大。由图可知，冲突样本中3项指标频数呈正态分布。冲突指标TTC的均值为2.94 s，取值范围在1～6 s，86%的数据分布在1～4 s范围内；DST的均值为3.37 m/s2，2.5～4.5 m/s2范围内的频数较大，累计频数为84；PET的均值为4.08 s，取值集中在2.5～6 s。由于人车冲突轨迹提取阶段已经进行了数据的选择性提取，故未发现异常指标值。

图7 冲突指标箱线图

图8 冲突指标频数分布

2.3 冲突次数

交叉口各类型冲突次数如表2所示。可以看出，SI1和SI3处冲突次数相差不大，分别为62次和58次，各方向人行横道处平均每分钟发生一次行人与右转车的冲突；SI2处冲突次数相对较少，共37次。相较之下，多人从人行横道近端过街冲突(C型)频率最高，冲突次数占总样本数的29.3%。行人在人行横道近端发生冲突的频率明显高于远端。因为行人从人行横道近端过街时，右转车辆减速或制动的时间较少，较易发生人车冲突。

表2 交叉口冲突次数

2.4 冲突点位置分布

根据人车轨迹数据，提取出冲突点位置坐标如表3所示。

表3 冲突点坐标

由于调查交叉口冲突样本较多，为便于分析冲突点分布特征，将所有冲突点映射到同一坐标系进行分析，冲突点位置分布如图9所示。其中，区域①为(X≤0)∪(X≥8)，表示人行横道宽度范围以外；区域②为(0

图9 冲突点位置分布

可以看出，人车冲突点的X坐标基本分布在(-2，10)范围内，Y轴坐标基本分布在(-1，5)范围内。其中有24次冲突发生在人行横道外(区域①)，说明行人过街时存在不文明过街现象。文明过街样本中，有24次人车冲突点分布在第二车道内(区域②)，其余109次冲突点均分布在靠近最右侧车道的人行横道上(区域③和区域④)。结合视频数据观察行人和右转车辆的行为可知，冲突点在冲突区域的分布不均匀，但总体呈现出一定的规律。在区域②，由于行人与右转车辆的距离较远，双方有更多的时间判断选择此次过街是先行或是让行，加之驾驶人在右转时通常会选择最右侧车道，因而此区域内冲突次数较少。在区域③和区域④内，由于驾驶人在过街时通常伴随着减速行为，加上礼让行人的推行，增加了行人过街的信心，行人过街时行为更加大胆，增加了发生人车冲突的概率。与区域④相比，区域③内冲突样本相对更少，因为在区域③内行人与右转车辆距离较近，右转车辆通常会停车让行，行人过街也会更加谨慎。

3 人车冲突严重度评估

3.1 人车冲突聚类模型与等级划分

表4 冲突样本聚类结果

图10 冲突指标聚类图

根据聚类结果，可以得到人车严重冲突参考值为TTC<1.79 s，DST>4.96 m·s-2，PET<3.18 s。冲突严重程度从轻微到严重的次数分别为34次、71次、52次。在157次冲突样本中，严重冲突次数占比33.1%，一般冲突次数最多，约占45.2%。根据冲突指标聚类结果图可以看出，3项指标分布紧凑，聚类效果明显。

根据Matlab聚类后输出的聚类成员绘制不同类型冲突样本严重程度分布图，如图11所示。

图11 冲突样本三维统计图

从冲突类型来看，多人近端过街冲突次数明显高于其他类型冲突，其中，绝大部分多人从人行横道近端过街冲突样本属于一般冲突。单人近端过街冲突中，严重冲突占比较大，这是由于人车之间时空距离较近，发生严重冲突的概率较大。从冲突严重程度来看，一般冲突占比较大，严重冲突中A型冲突次数最多，C型次之。可见人行横道近端处发生人车冲突的概率较大。

3.2 人车冲突严重度计算

为表征行人与车辆冲突严重性，采用以下公式分别计算各类型冲突严重度和交叉口冲突严重度[17]

(7)

(8)

式中：i取值为1～5，分别表示A～E 5种冲突类型；j取值为1～3，分别表示轻微、一般、严重3个冲突等级；P(ij)表示第i类型冲突占第j级冲突的比例；Wj表示第j级冲突严重等级的权值，由轻微到严重的权值分别为1、3、5；Ni表示交叉口中第i类冲突的次数；M(i)表示交叉口中第i类型冲突的严重度;S表示交叉口的冲突严重度。

根据式(4)计算可得5种类型冲突的严重度分别为：3.84、3.38、3.26、3.00、2.78。根据式(5)计算出SI1、SI2、SI3交叉口的冲突严重度和平均冲突严重度，如表5所示。可知调查交叉口平均冲突严重程度属于一般冲突。