城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故的Bow-tie模型

孟祥海，馬億鑫，孫佳豪

(哈爾濱工業(yè)大學(xué)交通科學(xué)與工程學(xué)院，哈爾濱150090)

0 引 言

近年來，城市主干道上日益嚴(yán)重的交通擁堵以及頻發(fā)的交通事故已成為交通領(lǐng)域急需解決的重點(diǎn)問題，事故成因分析則是交通安全防控的首要工作.事故成因分析的原理主要有單事件原理、事件鏈原理、決定因素原理、多事件鏈原理和多線性事件序列原理等[1].基于多事件鏈原理的事故分析方法主要有故障樹分析法(Fault Tree Analysis,FTA)、事件樹分析法(Event Tree Analysis,ETA)和蝴蝶結(jié)分析法(Bow-tie Analysis,BTA).Bow-tie 分析法最早由澳大利亞的昆士蘭大學(xué)提出[2]，它的優(yōu)勢在于將故障樹和事件樹結(jié)合，直觀地展示出事故成因至事故后果的全過程，彌補(bǔ)了使用單一分析方法的不完整性.

Bow-Tie 分析法被廣泛應(yīng)用于天然氣、石油、港口等各個(gè)領(lǐng)域的風(fēng)險(xiǎn)管理，但由于事故數(shù)據(jù)通常難以獲取，常與模糊理論結(jié)合分析，從而得到各種有效的風(fēng)險(xiǎn)控制措施.Shahriar 等[3]應(yīng)用模糊Bow-tie法研究分析了天然氣管道的基本事件及事故發(fā)生概率.Christine等[4]基于模糊集理論和Bowtie法評(píng)估協(xié)作智能交通系統(tǒng)的安全效果.Mokhtari等[5]采用Bow-tie模型框架對(duì)港口和碼頭的運(yùn)營管理進(jìn)行了風(fēng)險(xiǎn)因素分析.孫殿閣等[6]基于Bow-tie法對(duì)民用機(jī)場進(jìn)行了安全風(fēng)險(xiǎn)分析；胡顯偉等[7]利用Bow-tie模型、模糊集等方法對(duì)深水海底管道的油氣泄漏事件進(jìn)行了定量分析.孟祥海等[8]利用故障樹法分析了山區(qū)高速公路的事故成因.

目前，在交通安全領(lǐng)域采用Bow-Tie模型進(jìn)行事故分析的相對(duì)較少，因此本文聚焦城市主干道上的交通安全問題，嘗試分析出主干道路段上機(jī)動(dòng)車之間典型的事故發(fā)生途徑、事故發(fā)生后影響事故嚴(yán)重程度的因素鏈，構(gòu)建Bow-Tie模型，并探討如何通過主被動(dòng)安全措施來預(yù)防交通事故的發(fā)生并降低事故發(fā)生后的事故嚴(yán)重程度，為相關(guān)交通部門制定安全對(duì)策提供依據(jù)，進(jìn)而有利于提高城市道路行車安全性.

1 數(shù)據(jù)描述與分析

1.1 數(shù)據(jù)收集

結(jié)合《華富街道道路交通設(shè)施安全風(fēng)險(xiǎn)評(píng)估和隱患排查治理服務(wù)方案》項(xiàng)目(編號(hào)FTHF2019289)，收集到了深圳市福田區(qū)華富街道2013年5月至2019年8月發(fā)生的1955起事故數(shù)據(jù)，并由最原始的道路交通事故認(rèn)定書中摘取出了詳細(xì)的交通事故信息，包括事故發(fā)生時(shí)間、事故發(fā)生地點(diǎn)、事故發(fā)生時(shí)的天氣條件、事故形態(tài)、交通參與者類型、事故嚴(yán)重程度、肇事車型等7方面.

1.2 數(shù)據(jù)管理系統(tǒng)開發(fā)

基于Transportation GIS Software 開發(fā)了交通事故與道路信息管理系統(tǒng)，界面如圖1所示.

圖1 交通事故與道路信息管理系統(tǒng)界面Fig.1 Traffic accident and road information management system interface

1.3 樣本路段及事故碰撞圖

選取華富街道上“三縱三橫”6條主干道作為研究對(duì)象，共包括18個(gè)路段區(qū)間，即樣本路段.為了能夠?qū)颖韭范翁峁└庇^的、圖形化的事故信息，對(duì)樣本路段均繪制出了事故碰撞圖.紅荔路由東向西方向花卉世界路段的事故碰撞圖如圖2所示，相關(guān)信息如表1所示.

圖2 紅荔路由東向西花卉世界路段事故碰撞圖Fig.2 Accident and collision map of Hongli road from east to west at Flower World

表1 紅荔路由東向西花卉世界路段事故信息Table1 Accident information of Hongli road from east to west at Flower World

1.4 事故形態(tài)與事故原因分析

縱觀18個(gè)路段上發(fā)生的562起事故，機(jī)動(dòng)車之間的事故最多(443起)，占比高達(dá)78.8%，是交通安全防控中應(yīng)重點(diǎn)關(guān)注的事故類型.因此本文針對(duì)這443起事故進(jìn)行研究，主要事故形態(tài)有正面碰撞、側(cè)面碰撞、刮擦和追尾4種，各種事故形態(tài)在不同事故原因下發(fā)生的事故數(shù)如表2所示.

2 故障樹模型構(gòu)建及其事故成因鏈

2.1 城市主干道路段機(jī)動(dòng)車事故故障樹模型

根據(jù)城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故的發(fā)生過程和機(jī)理，依據(jù)故障樹分析法，構(gòu)建出了故障樹模型，如圖3所示.頂上事件為城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故T，中間事件為4種事故形態(tài)及7種不安全行為，基本事件為16種具體事故原因.

2.2 城市主干道路段機(jī)動(dòng)車事故的事故成因鏈

城市主干道路段機(jī)動(dòng)車事故故障樹模型的結(jié)構(gòu)函數(shù)為

式中：X1～X16的變量說明如圖3所示.對(duì)式(1)采用布爾代數(shù)法化簡后得到20個(gè)最小割集，即20條事故成因鏈，如表2所示.

表2 各種事故形態(tài)在不同事故原因下的事故數(shù)Table2 Number of accidents of various accident types under different accident causes

事故成因鏈的概率計(jì)算公式為

式中：qr為事故成因鏈r的概率；為事故成因鏈r中第t層第m個(gè)事件在其上層事件發(fā)生下的條件概率；k為事故成因鏈r中所有事件構(gòu)成的總層數(shù)；lt為事故成因鏈r中第t層的事件總數(shù).

篩選事故信息，計(jì)算各中間事件、基本事件的條件概率，如圖3所示.根據(jù)式(2)得出了各事故成因鏈的概率值，如表3所示.

圖3 城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故的故障樹模型Fig.3 Fault tree model for vehicle-vehicle traffic accidents on urban trunk road sections

表3 城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間的事故成因鏈及其概率Table3 Cause chain and its probability for vehicle-vehicle traffic accidents on urban trunk road sections

將事故成因鏈概率由大到小排序，選取概率最高的前3條作為城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故的主要事故成因鏈：

主要事故成因鏈一：M2(刮擦事故)→M5，X7(橫向安全距離不足+未及時(shí)調(diào)整行車狀態(tài))→M10，X7(與同向車輛距離過近+未及時(shí)調(diào)整行車狀態(tài))→X4，X7(不安全變道+未及時(shí)調(diào)整行車狀態(tài))

主要事故成因鏈二：M3(追尾事故)→M6，M7(前車突然減速+后車未及時(shí)減速)→M6，M11(前車突然減速＋制動(dòng)距離變長)→X8，X13(前車有變道或掉頭需求+未保持安全車距)

主要事故成因鏈三：M4(側(cè)面碰撞事故)→X15，M8(未采取避讓措施＋危險(xiǎn)變道及掉頭)→X15，X6(未采取避讓措施＋不安全變道)

針對(duì)上述三條事故成因鏈設(shè)置安全屏障，通過采取相應(yīng)的措施改善其中某一環(huán)節(jié)，阻斷事故發(fā)生途徑，可有效降低城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間的事故發(fā)生率.

3 事件樹模型構(gòu)建及其事故風(fēng)險(xiǎn)

3.1 城市主干道路段機(jī)動(dòng)車事故事件樹模型

影響事故嚴(yán)重程度的因素一般包括：駕駛員是否使用安全帶，道路上是否有緩沖防撞設(shè)施，以及轄區(qū)內(nèi)是否有緊急救援系統(tǒng).每個(gè)事故嚴(yán)重程度影響因素的取值狀態(tài)只有兩種，即：有/無或是/否.因此，將3個(gè)影響因素取值進(jìn)行組合，得到了6種事故后果類型，即6條事件鏈(編號(hào)由A至F).將事故嚴(yán)重程度范圍分為由極低到極高6個(gè)等級(jí)，此時(shí)，依據(jù)交通事故后果產(chǎn)生的機(jī)理及可能的事故嚴(yán)重程度狀態(tài)，將事故嚴(yán)重程度與事件鏈匹配，進(jìn)而應(yīng)用事件樹分析法，構(gòu)造出了城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故的事件樹模型，如圖4所示.

3.2 基于三角模糊數(shù)的事件鏈發(fā)生概率

首先利用隸屬函數(shù)把專家的描述語言轉(zhuǎn)化為三角模糊數(shù).將三種被動(dòng)安全防護(hù)措施的成功率(即安全效果)劃分為九個(gè)層次，如表4所示.被動(dòng)安全防護(hù)措施安全效果的隸屬度函數(shù)如圖5所示，其中，A為指定模糊數(shù)x上的模糊集，μA(x)為x對(duì)模糊集A的隸屬函數(shù).

聘請(qǐng)了5位交通行業(yè)專家對(duì)事件樹中各種安全防護(hù)措施的安全效果進(jìn)行描述，5位專家權(quán)重分別為1、1、1、2、3，采用線形整合方法計(jì)算出聚合后的三角模糊數(shù)，如表5所示.

圖4 城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故的事件樹模型Fig.4 Event tree model for vehicle-vehicle traffic accidents on urban trunk road sections

表4 被動(dòng)安全防護(hù)措施的安全效果與三角模糊數(shù)對(duì)照表Table4 Comparison table between safety effect of passive safety protection measures and triangle fuzzy number

圖5 被動(dòng)安全防護(hù)措施安全效果的隸屬函數(shù)Fig.5 Membership function of security effect of passive safety protection measures

表5 安全防護(hù)措施生效時(shí)的三角模糊數(shù)Table5 Triangle fuzzy numbers when security precautions are in effect

采用最大最小集合法將聚合后的模糊數(shù)概率化，最終計(jì)算得出事件樹中各種安全防護(hù)措施的失效概率，如表6所示.

3種被動(dòng)安全防護(hù)措施的模糊失效概率均很小，這表明安全帶被正常使用、道路上有緩沖防撞設(shè)施以及轄區(qū)內(nèi)有緊急救援系統(tǒng)等安全屏障措施能有效降低事故嚴(yán)重程度.其中，安全帶被正常使用的成功率為95.99%，道路上有緩沖防撞設(shè)施的成功率為12.12%，轄區(qū)內(nèi)有緊急救援系統(tǒng)的成功率為29.25%，通過事件樹計(jì)算得出事件鏈A～F的概率分別是11.63%、24.67%、59.68%、0.15%、0.34%、3.53%.結(jié)果表明，駕駛員能夠正確使用安全帶的情況較普遍，相比較而言城市道路上較缺乏緩沖防撞設(shè)施，緊急救援系統(tǒng)的使用也較少.

表6 安全防護(hù)措施生效時(shí)的模糊失效概率Table6 Fuzzy failure probability when safety precautions are in effect

3.3 城市主干道路段機(jī)動(dòng)車事故風(fēng)險(xiǎn)分析

綜合考慮事件鏈概率和事故嚴(yán)重程度范圍，構(gòu)建了描述風(fēng)險(xiǎn)等級(jí)的風(fēng)險(xiǎn)矩陣，如圖6所示.確定出C和F兩條高風(fēng)險(xiǎn)的事件鏈，分別為安全帶被正常使用→道路上無緩沖防撞設(shè)施→轄區(qū)內(nèi)無緊急救援系統(tǒng)和安全帶未被正常使用→道路上無緩沖防撞設(shè)施.綜合來看道路上無緩沖防撞設(shè)施的情況多并且事故風(fēng)險(xiǎn)高，因此需重點(diǎn)改善.

4 Bow-tie模型及主被動(dòng)安全控制措施

4.1 城市主干道路段機(jī)動(dòng)車事故Bow-tie模型

Bow-tie模型包括了5個(gè)基本要素：交通事故、事故原因、事故后果、預(yù)防控制措施和減緩控制措施，其結(jié)構(gòu)如圖7所示.將3條主要事故成因鏈和2條高風(fēng)險(xiǎn)事件鏈對(duì)接，構(gòu)建出城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故Bow-tie模型，如圖8所示.

圖6 風(fēng)險(xiǎn)矩陣Fig.6 Risk matrix

圖7 Bow-tie模型結(jié)構(gòu)示意圖Fig.7 Bow-tie model structure diagram

4.2 城市主干道路段機(jī)動(dòng)車事故主被動(dòng)安全控制措施

(1)預(yù)防控制措施.

針對(duì)后車未保持安全車距，可設(shè)置車距確認(rèn)標(biāo)志或標(biāo)線，同時(shí)提高道路路面的抗滑性能，避免追尾碰撞事故的發(fā)生；還可通過主動(dòng)安全技術(shù)輔助駕駛員識(shí)別危險(xiǎn)，例如車輛防碰撞系統(tǒng)、預(yù)警系統(tǒng).另外，針對(duì)駕駛員開展預(yù)防追尾事故的專題教育和培訓(xùn).

針對(duì)駕駛員不安全變道進(jìn)行防控，可提前設(shè)置分車道行駛標(biāo)志，保證駕駛員在交叉口之前行駛至相應(yīng)車道，減少側(cè)面碰撞及刮擦事故.加強(qiáng)駕駛員安全教育，同時(shí)加重懲罰力度，避免由于駕駛員不注意或車輛強(qiáng)變道引起的交通事故；

針對(duì)駕駛員未及時(shí)調(diào)整行車狀態(tài)進(jìn)行防控，要求嚴(yán)格控制行車時(shí)間，防止疲勞駕駛；減少路段上多余的信息(如廣告牌)，整改遮擋或污損的標(biāo)志標(biāo)線，避免因影響駕駛員判斷引發(fā)的不當(dāng)操作.

圖8 城市主干道路段機(jī)動(dòng)車與機(jī)動(dòng)車之間事故Bow-tie模型Fig.8 Bow-tie model for vehicle-vehicle traffic accidents on urban trunk road sections

(2)減緩控制措施.

措施包括以下3個(gè)方面：嚴(yán)格落實(shí)安全帶的使用規(guī)定，并加強(qiáng)“安全帶”使用的執(zhí)法力度和安全帶宣傳、教育的力度.仔細(xì)排查道路路段和交叉口，尤其是事故多發(fā)路段和交叉口上的交通環(huán)境.若路側(cè)或中央分隔帶上有危及行車安全的剛性障礙物時(shí)，應(yīng)移走障礙物；若無法移走時(shí)應(yīng)設(shè)置相應(yīng)的緩沖防撞設(shè)施進(jìn)行防護(hù)，如設(shè)置防撞桶，防撞護(hù)欄等.建立、健全各政府層級(jí)的緊急救援系統(tǒng)，提高交通安全應(yīng)急保障能力及醫(yī)療救助能力.

5 結(jié) 論

在城市主干道路段上機(jī)動(dòng)車與機(jī)動(dòng)車之間的事故是最突出的事故形態(tài)，存在著各種事故發(fā)生途徑，事故的后果也與各種被動(dòng)安全設(shè)施的設(shè)置密切相關(guān).因此，在掌握了詳細(xì)的、基于每起事故的事故數(shù)據(jù)后，針對(duì)城市主干道路段機(jī)動(dòng)車之間事故的成因鏈和后果鏈，來建立基于多事件鏈原理的Bow-tie事故分析模型是可行的.

Bow-tie模型中的故障樹部分表明，城市主干道路段存在3條主要事故成因鏈，分別是:因前車變道、掉頭或突然減速而后車未保持安全車距并未及時(shí)減速而引發(fā)的追尾事故鏈，因不安全變道、危險(xiǎn)變道、不安全掉頭且未采取充分的避讓措施而引發(fā)的側(cè)面碰撞事故鏈，因不安全變道加之未及時(shí)調(diào)整行車狀態(tài)(導(dǎo)致橫向安全距離過近)而引發(fā)的刮擦事故鏈.

Bow-tie模型中的事件樹部分表明：駕駛員能夠正確使用安全帶但道路上無緩沖防撞設(shè)施且轄區(qū)內(nèi)無緊急救援系統(tǒng)的事件鏈發(fā)生概率最高，達(dá)59.68%；駕駛員沒有使用安全帶且道路無緩沖防撞設(shè)施時(shí)，事故發(fā)生后的事故嚴(yán)重程度都很高.