道路環(huán)形交叉口機動車沖突風險區(qū)識別模型研究

胡立偉，張瑞杰，趙雪亭，賀雨，陳琛，劉冰，侯智

(昆明理工大學，交通工程學院，昆明 650500)

0 引言

無信控環(huán)形交叉口作為一種特殊的平面交叉口，具有一定的自組織性。在交通需求較小的情況下，它能使進入交叉口的直行和左轉(zhuǎn)車輛繞島沿逆時針方向前進，化車流沖突點為交織點，從而在一定程度上降低交通沖突和事故的發(fā)生率，提高車輛的行車安全。然而，隨著我國經(jīng)濟的快速發(fā)展，許多環(huán)形交叉口的承載能力已經(jīng)難以滿足城市快速增長的交通需求，特別是在高峰時段由于環(huán)內(nèi)交通量過大、合分流交織區(qū)過短以及彎道線性條件的復雜性，使得環(huán)內(nèi)交通環(huán)境復雜，車輛加減速和換道操作頻繁，駕駛員容易對安全車速、車距產(chǎn)生錯誤判斷及操作，從而產(chǎn)生行車風險，引發(fā)交通事故。因此，準確地識別無信號環(huán)形交叉口的機動車沖突區(qū)域，對于提高環(huán)形交叉口車輛的運行安全具有重要的意義。

目前，國內(nèi)外學者主要從幾何設計、信號配時設計、交通流特性、機非沖突、不同類型交叉口安全性能差異性以及駕駛行為等幾個方面對環(huán)形交叉口的安全性評價和改善措施進行研究，并構(gòu)建相應的評價體系與優(yōu)化方法。幾何設計方面：潘兵宏等[1]提出一種新型立體環(huán)形交叉口，以提高交叉口的通行效率和行車安全；Keisuke Yoshioka等[2]以入環(huán)車輛對環(huán)內(nèi)行駛車輛的不可見概率和碰撞沖擊力為基礎建立環(huán)形交叉口幾何設計安全性的評價指標。信號配時設計方面：柴婷婷[3]以沖突特性為切入點，提出基于沖突分析的環(huán)形交叉口信號配時參數(shù)計算方法。交通流特性方面：成衛(wèi)[4]在研究環(huán)形交叉口入口處到達混合交通流沖突特性的基礎上，建立了城市2 車道與3 車道環(huán)形交叉口混合交通流條件下的通行能力模型；Aleksandra Deluka Tiblja?等[5]在微觀仿真模型的基礎上，分析無人駕駛汽車和常規(guī)車輛在不同構(gòu)成比例下對環(huán)形交叉口安全水平的影響。機非沖突方面：張棟[6]通過提取機動車和電動自行車運行軌跡，分析駕駛?cè)伺c騎行者在環(huán)形交叉口處發(fā)生沖突的機理以及沖突分布情況。在各類型交叉口安全性能評價方面：Prakash Ranjitkar[7]的研究表明，對于行車效率和安全性能來說，環(huán)形交叉口僅在中等交通量需求下比信號交叉口表現(xiàn)更好，而在高交通量需求下，信號交叉口通常比環(huán)形交叉口表現(xiàn)更好；林雨平[8]以沖突率為評價指標，利用模糊綜合評價方法對多個信控環(huán)形交叉口整體交通安全狀況進行評價。駕駛行為方面：劉擎超等[9]對環(huán)形交叉口場景下人工接管智能汽車過程中的事故風險進行探究，結(jié)果表明，速度是致使環(huán)形交叉口內(nèi)車輛接管過程事故率發(fā)生的重要因素，且交叉口入口區(qū)域的車輛接管行為的事故率要明顯高于環(huán)道區(qū)域。另外，目前交通沖突技術的研究大多數(shù)應用在常規(guī)交叉口[10]，公交站臺[11]，出、入口匝道[12-14]以及急彎路段[15]等交通場景下，而環(huán)形交叉口在物理結(jié)構(gòu)和運行規(guī)則上與之都不相同，交通流特性和交通沖突特點與上述交通場景存在較大差異，因此有必要對環(huán)形交叉口內(nèi)部具體的沖突易發(fā)區(qū)域進行更加深入的研究。

鑒于此，本文基于交通沖突技術對環(huán)形交叉口的交通沖突特性與規(guī)律進行研究，探討環(huán)形交叉口沖突風險區(qū)域識別方法。首先，以昆明國際會展中心環(huán)形交叉口為調(diào)查對象，利用無人機拍攝工作日早、晚高峰和平峰交通流視頻，并借助Kinovea軟件對航拍視頻進行預處理，構(gòu)建本次研究的數(shù)據(jù)庫；然后，基于避險行為和交通沖突評價指標TTC對交通沖突風險嚴重性進行判別，從而構(gòu)建環(huán)形交叉口機動車沖突風險識別模型；最后，以數(shù)形結(jié)合的方式直觀地分析環(huán)形交叉口內(nèi)交通沖突分布特性，并對36 個子區(qū)段的沖突風險等級進行評定，以期對環(huán)形交叉口安全水平的提高作參考。

1 數(shù)據(jù)采集及預處理

1.1 數(shù)據(jù)采集地點和時間

為獲取城市無信控環(huán)形交叉口的交通流狀態(tài)數(shù)據(jù)以及交通沖突數(shù)據(jù)，本文選取云南省昆明市國貿(mào)路—海明路環(huán)形交叉口作為研究對象，其相交道路中國貿(mào)路方向(東西方向)為雙向6 車道，海明路方向(南北方向)為雙向4 車道，環(huán)形交叉口內(nèi)部為3 個環(huán)道，路面均為瀝青混凝土路面。數(shù)據(jù)采集時間為2023年3月1日早高峰8:00-8:30，平峰10:00-10:30，晚高峰16:00-16:30，天氣晴朗。環(huán)形交叉口數(shù)據(jù)采集現(xiàn)場及幾何構(gòu)造示意圖如圖1所示。

圖1 數(shù)據(jù)采集現(xiàn)場及幾何構(gòu)造示意圖Fig.1 Schematic diagram of data collection site and geometric structure

1.2 數(shù)據(jù)獲取及處理

1.2.1 數(shù)據(jù)獲取

本次實驗使用如圖2(a)所展示的大疆御3無人機，其具備寬視野、長航程和高分辨率的特點。通過GPS(Global Positioning System)定位，無人機在距離地面約100 m的高度靜止懸停拍攝，覆蓋范圍為長600～700 m，寬300～350 m。所拍攝的視頻精度達到了0.2 m，滿足車輛數(shù)據(jù)采集要求。無人機最長飛行時間為40 min，支持4 K/60 P的視頻錄制分辨率。相比傳統(tǒng)的數(shù)據(jù)采集方式，無人機視頻拍攝可以采集環(huán)形交叉口內(nèi)所有車輛的數(shù)據(jù)，便于識別車輛軌跡，連續(xù)性較好。

圖2 航拍設備及Kinovea軟件處理車輛軌跡操作界面Fig.2 Aerial photography equipment and Kinovea software processing vehicle trajectory operation interface

1.2.2 數(shù)據(jù)處理

本文使用如圖2(b)所展示的Kinovea視頻運動分析軟件解析實驗拍攝的視頻，以環(huán)島中心為原點建立平面直角坐標系，每7幀輸出一次區(qū)域內(nèi)所有車輛的實時軌跡坐標(x,y)、車輛ID、速度、加速度、車輛繞環(huán)島中心轉(zhuǎn)過的弧度θ，并將識別結(jié)果保存下來以供后續(xù)進行沖突風險評估。視頻識別結(jié)果如表1所示。

表1 視頻識別部分結(jié)果Table 1 Video recognition partial results

2 機動車沖突風險區(qū)域識別模型構(gòu)建

2.1 沖突風險預判定

為提高工作效率，對無人機拍攝的視頻進行沖突預判至關重要。在環(huán)形交叉口內(nèi)行駛的車輛發(fā)生沖突時，可能出現(xiàn)以下情況：

(1)入環(huán)車輛禮讓環(huán)內(nèi)車輛導致減速或停車；(2)環(huán)內(nèi)車輛禮讓入環(huán)車輛導致減速或停車；(3)出環(huán)車輛禮讓前方出環(huán)車輛導致減速或停車；

(4)外側(cè)環(huán)道車輛禮讓內(nèi)側(cè)環(huán)道車輛變道出環(huán)導致減速或停車；

(5)環(huán)內(nèi)后車禮讓環(huán)內(nèi)前車變道出環(huán)導致減速或停車；

(6)環(huán)內(nèi)車輛出環(huán)導致轉(zhuǎn)向行為；

(7)環(huán)外車輛入環(huán)導致轉(zhuǎn)向行為等。

根據(jù)避險行為原則，當兩輛車可能發(fā)生碰撞時，至少一方會采取加減速、停車或改變軌跡的行為。因此，當加速度的絕對值大于4 m·s-2或運動方向變化大于30°時，則認定目標車輛存在避險行為。通過對沖突風險進行預判，可以剔除正常行駛車輛的軌跡數(shù)據(jù)以減少工作時間。

2.2 直線路段車輛TTC計算

本文主要關注環(huán)形交叉口內(nèi)沖突點的分散情況，而后侵入時間(Post Encroachment Time,PET)是用來計算前后兩輛車到達某一給定位置的時間差，并不能直接用于找尋沖突點的位置，因此本文選用碰撞時間(Time to Collision,TTC)作為環(huán)形交叉口交通沖突的判別指標。通過利用TTC 來評估車輛在發(fā)生避險行為時駕駛員的避險能力。TTC 值越小，表示避險時間越短，發(fā)生事故的概率越高。在水平直線路段，TTC的計算公式為

式中：STTC為第i輛車碰撞到第i-1輛車的時間(s)；xi-1(t)、xi(t)為前車i-1 與跟隨車輛i在t時刻時，直線路段的坐標位置(m)；vi-1(t)、vi(t)為前車i-1與跟隨車輛i在t時刻的瞬時速度(m·s-1)；li-1為前車i-1的車長(m)；Li_i-1為兩車的位置差(m)。

2.3 環(huán)形交叉口車輛TTC計算

直線路段TTC 算法是假設前后車輛在某一時刻保持當前的運動方向和速度不變，直到發(fā)生碰撞。然而，在環(huán)形交叉口中，車輛沿著中心環(huán)島曲線行駛，導致車輛的運動方向不斷變化。這就使得直線路段TTC 算法不能準確應用于環(huán)形交叉口場景。

如圖3(a)所示，如果前后車輛位于同一環(huán)道上，意味著在任何時刻兩車沿著切線方向繼續(xù)作直線運動永遠不會相交，導致直線路段TTC算法無法找到?jīng)_突點，進而無法計算得出TTC 值；如圖3(b)所示，如果前后車輛位于不同環(huán)道上并且由于前車或后車的換道行為導致即將發(fā)生碰撞時，使用直線路段TTC算法雖然可以找到兩車運動軌跡的交點，但所得的沖突點位置與實際沖突點存在較大偏差，并且該沖突點不在兩車軌跡線之間。圖3中，Vi-1、Vi為前車i-1與跟隨車輛i在將要發(fā)生碰撞時的瞬時速度(m·s-1)；為兩車繞環(huán)島中心作圓周運動所對應的半徑平均值(m)。

圖3 環(huán)形交叉口TTC算法相對于直線路段TTC算法的優(yōu)勢Fig.3 Advantages of roundabout TTC algorithm over straight section TTC algorithm

為應對環(huán)形交叉口道路線形的特殊性，本文提出一種改進的環(huán)形交叉口車輛TTC 計算方法，如圖3(c)所示。該方法假設前后車輛沿著軌跡平均半徑計算得到的同一圓弧運動，只要后車的速度大于前車，就會存在沖突點，并且該沖突點位于兩車運動軌跡線之間。這一改進使得TTC 計算更符合實際兩車發(fā)生沖突時的運動軌跡情況，從而提高了TTC計算的精確性。改進后的TTC計算公式為式中：Ri-1(t)、Ri(t)為前車i-1 與跟隨車輛i在t時刻繞環(huán)島中心作圓周運動所對應的半徑(m)；θi-1(t)、θi(t)為前車i-1 與跟隨車輛i在t時刻繞環(huán)島中心轉(zhuǎn)過的弧度(rad)；vi-1(t)、vi(t)為前車i-1 與跟隨車輛i在t時刻的沿運動軌跡切線方向的瞬時速度(m·s-1)；li-1為前車i-1 的車長(m)；R_為兩車繞環(huán)島中心作圓周運動所對應的半徑平均值(m)；Δθ為兩車的弧度差(rad)。環(huán)形交叉口TTC算法示意圖如圖4所示，其物理變量同上所述。

圖4 環(huán)形交叉口區(qū)域的TTC計算Fig.4 TTC calculation in roundabout area

3 沖突風險嚴重性判別及沖突風險統(tǒng)計

3.1 沖突風險嚴重性判別

由于環(huán)形交叉口相較于直線路段具有更高的交通動態(tài)性和信息密度，故兩者的TTC閾值有所差異。為提高本文結(jié)論的可信度，采用累積頻率曲線法確定TTC 的閾值。累積頻率曲線法是交通工程中常用的統(tǒng)計分類方法，可用于確定道路的限速值。該方法基于實測速度數(shù)據(jù)構(gòu)建累積頻率曲線，并利用曲線上與限速對應的百分位數(shù)來確定最低限速、中位車速和最高限速。類似地，可以運用累積頻率曲線法來確定環(huán)形交叉口交通沖突事件的嚴重程度。本文選擇早、晚高峰和平峰各20 min的數(shù)據(jù)采集片段，利用2.3 節(jié)所述方法計算環(huán)形交叉口TTC值。將計算得到的TTC數(shù)據(jù)以0.2 s為間隔進行分組，并繪制TTC的累積頻率曲線，按照15%、50%和85%位累積頻率對應的TTC 值作為嚴重沖突、一般沖突和輕微沖突的劃分標準，如圖5所示。

圖5 車輛TTC帕累托圖Fig.5 Pareto diagram of vehicle TTC

由圖5 和表2 可知，15%、50%、85%分位對應TTC區(qū)間分別為(1.2，1.4]s，(2.8，3.0]s，(4.4，4.6]s。因此，當TTC 值處于(0.0，1.2] s 時，為嚴重沖突；當TTC值處于(1.2，2.8]s時，為一般沖突；當TTC值處于(2.8，4.4] s 時，為輕微沖突；當TTC 值處于(4.4，6.0]s 時，視為無效沖突。具體沖突風險嚴重程度閥值劃分如表3所示。

表2 車輛TTC累計頻率分布Table 2 Accumulated frequency distribution of vehicle TTC

表3 環(huán)形交叉口機動車沖突風險嚴重程度劃分Table 3 Severity classification of motor vehicle conflict risks at roundabouts

3.2 沖突風險數(shù)統(tǒng)計

通過以上劃分標準，對僅存在交通干擾的現(xiàn)象進行剔除，確定受調(diào)查環(huán)形交叉口內(nèi)共存在交通沖突個數(shù)為1700 個，其中嚴重沖突為301 個，占比17.71%；一般沖突為646個，占比38.00%；輕微沖突為753個，占比44.29%。各個采集時段內(nèi)交通量和交通沖突數(shù)統(tǒng)計如表4所示。

表4 各時段交通量、交通沖突數(shù)統(tǒng)計Table 4 Statistics of traffic volume and number of traffic conflicts at different time periods

4 交通沖突風險時空分布及風險等級劃分

4.1 空間結(jié)構(gòu)劃分

為深入分析環(huán)形交叉口區(qū)域內(nèi)交通流特性和交通沖突空間分布，首先，以環(huán)島中心至海明路以北方向的車道中心線為起點，沿逆時針方向?qū)⒄麄€環(huán)形交叉口劃分為36 個子區(qū)段，每個區(qū)段的角度間隔為10°。這樣的劃分方式既避免了區(qū)段過大或過小導致交通流和沖突特性變化不連續(xù)，也便于進行后續(xù)的統(tǒng)計和圖形展示。接下來，根據(jù)車輛的運行規(guī)律，將這36個子區(qū)段組合成4個大區(qū)段。具體的組合方式為：第Ⅰ區(qū)段由1～9 子區(qū)段組成，第Ⅱ區(qū)段由10～18 子區(qū)段組成，第Ⅲ區(qū)段由19～27 子區(qū)段組成，第Ⅳ區(qū)段由28～36子區(qū)段組成。每個大區(qū)段都經(jīng)歷了合流段、交織段和分流段的過程。這種組合方式能夠更深入地研究交通沖突特性在不同階段的演變規(guī)律，揭示環(huán)形交叉口內(nèi)部交通沖突的動態(tài)變化。通過以上的劃分和組合方法，建立環(huán)形交叉口的結(jié)構(gòu)化框架，有助于進一步準確定位交通沖突聚集點。具體劃分情況如圖6所示。

圖6 環(huán)形交叉口區(qū)域劃分Fig.6 Division of roundabout areas

4.2 環(huán)形交叉口交通沖突風險時空分布規(guī)律探究

通過視頻識別輸出的軌跡數(shù)據(jù)，可以計算出車輛之間發(fā)生碰撞前的時間間隔(最小TTC值)，再結(jié)合發(fā)生碰撞前對應幀數(shù)下兩車的速度、繞環(huán)半徑、位置關系和最小TTC值，可以反推出兩車預計軌跡相交沖突點Q的坐標位置。然后，利用3.1 節(jié)計算的沖突嚴重性閾值判別識別到的各個沖突點的沖突嚴重性，從而直觀準確地得出環(huán)形交叉口不同類別交通沖突的空間分布規(guī)律，車輛軌跡沖突點具體計算流程如圖7所示。本文對比分析了3個時間段的交通沖突空間分布圖，如圖8所示。

圖7 車輛軌跡沖突點計算流程圖Fig.7 Vehicle trajectory conflict point calculation flowchart

圖8 各時段交通沖突空間分布Fig.8 Spatial distribution of traffic conflicts at different time periods

根據(jù)圖8可以觀察到：該環(huán)形交叉口的交通沖突分布呈現(xiàn)一定的潮汐特性，即在早高峰時段，西向東方向的交通沖突點數(shù)量與分布情況與晚高峰時段的東向西方向的交通沖突點數(shù)量與分布情況大致相當；在第2～6 區(qū)段、第13～17 區(qū)段、第20～24區(qū)段和第31～35區(qū)段，交通沖突明顯比其他區(qū)段更為集中，表明這些區(qū)段是該環(huán)形交叉口的事故頻發(fā)區(qū)域。此外，在該環(huán)形交叉口的東、西進出口斑馬線附近，交通沖突較為集中的原因是橫向通行的行人數(shù)量較多，車輛會頻繁停車讓行，導致后續(xù)車輛多次制動，增加交通沖突的發(fā)生。另外，盡管該交叉口南進出口方向的交通量不大，但仍然存在大量的交通沖突，這是由于一些車輛在該方向的出入口附近違規(guī)停車，導致外側(cè)車道被侵占，路面變窄，迫使車輛在進出口時不得不逆行通過，引發(fā)交通擁堵。因此，對該交叉口的安全改進應重點關注上述區(qū)段，特別是需要解決南進出口方向的違規(guī)停車現(xiàn)象。

為進一步研究交通沖突在環(huán)形交叉口的空間分布，量化交通沖突，分別統(tǒng)計早、晚高峰及平峰時段每一區(qū)段的交通沖突次數(shù)和嚴重交通沖突率(即嚴重交通沖突數(shù)與沖突總數(shù)之比)。由圖9可知，第17區(qū)段總的交通沖突數(shù)最多，第24區(qū)段和第6區(qū)段次之，交通沖突次數(shù)在每一個大區(qū)段上呈現(xiàn)先增加后減少，再增加再減少的變化規(guī)律，如早高峰時段交通沖突次數(shù)在第1～4 區(qū)段先增加再減少，第5～9區(qū)段再增加再減少。

圖9 分區(qū)段交通沖突數(shù)統(tǒng)計Fig.9 Statistics of traffic conflicts in different sections

由圖10可知，在第3～5區(qū)段、第14～16區(qū)段、第21～23 區(qū)段、第32～34 區(qū)段的嚴重交通沖突率處于高位遞增的趨勢，其中早高峰時段第16 區(qū)段和第23區(qū)段的嚴重交通沖突率最高約為35%，是該環(huán)形交叉口事故高危區(qū)域。此外，還比較了高峰時段和平峰時段的交通沖突情況，在高峰時段某一子區(qū)段上交通沖突的平均發(fā)生次數(shù)約為15 次，嚴重沖突的平均發(fā)生率為17.45%；在平峰時段某一子區(qū)段上交通沖突的平均發(fā)生次數(shù)約為8次，嚴重沖突的平均發(fā)生率為8.28%。結(jié)果顯示，高峰時段的交通沖突相比平峰時段更為嚴重，高峰段的交通沖突和嚴重沖突發(fā)生率約為平峰段的2倍。

圖10 分區(qū)段嚴重沖突率統(tǒng)計Fig.10 Statistics on severe conflict rate of partition segments

4.3 區(qū)段交通沖突風險等級評定

根據(jù)環(huán)形交叉口各區(qū)段的交通沖突數(shù)和嚴重交通沖突率，可以評估每一區(qū)段的交通沖突風險等級。綜合考慮早高峰、平峰和晚高峰的交通沖突數(shù)據(jù)和嚴重交通沖突率，利用均值法得出該環(huán)形交叉口在每一區(qū)段上的綜合交通沖突次數(shù)為13 次，綜合嚴重交通沖突率為14.28%?；谶@兩個閾值，可將區(qū)段的風險劃分為4個等級，具體如表5所示。

表5 區(qū)段風險等級評判依據(jù)表Table 5 Evaluation basis table for section risk level

TTC是一種描述事故接近程度的時間度量值，TTC值越小，事故風險程度越大，當TTC值為0時，則可認為事故已經(jīng)發(fā)生。因此，本文通過對不同沖突嚴重程度的閾值取倒數(shù)作為風險值，將4.2 節(jié)得到的交通沖突點繪制成三維風險值熱力分布圖，如圖11 所示，并將其與各區(qū)段風險等級判定結(jié)果圖對照，如圖12所示。

圖11 平高峰三維風險值熱力分布圖Fig.11 Thermal distribution map of three-dimensional risk values during normal and peak periods

圖12 平高峰各區(qū)段風險等級評定結(jié)果Fig.12 Risk level assessment results for different sections of flat and peak periods

對圖12 中平峰、高峰時段環(huán)形交叉口風險等級評定結(jié)果進行整理，可得到如表6 所示的統(tǒng)計結(jié)果。

表6 平高峰不同風險等級對比Table 6 Comparison of different risk levels during normal and peak periods

根據(jù)研究結(jié)果分析可得，環(huán)形交叉口在高峰時段更容易發(fā)生交通事故。此外，不論是高峰時段還是平峰時段，第17、23和24區(qū)段的風險等級都一直維持在重度風險，這意味著這些區(qū)段存在持續(xù)且頑固的交通安全風險。另外，根據(jù)圖11可知，風險值較高的區(qū)域主要集中在出口至入口的交織區(qū)段，尤其是西南和東南方向的交織區(qū)段，這兩個區(qū)域的亮點區(qū)域最強也最大。與此相對應，風險值較低的區(qū)域則主要出現(xiàn)在環(huán)流段上，與圖12 中環(huán)形交叉口各區(qū)段風險等級評定結(jié)果一致。

5 結(jié)論

(1)本文提出適應環(huán)形交叉口道路線形特征的車輛TTC 計算方法，研究結(jié)果表明，在該環(huán)形交叉口中，嚴重沖突與一般沖突的閾值為1.2 s，一般沖突與輕微沖突的閾值為2.8 s，輕微沖突與無效沖突的閾值為4.4 s。

(2)將環(huán)形交叉口劃分為36 個子區(qū)段，以研究交通沖突風險的分布特征。相比傳統(tǒng)的整體評價方法，這種劃分可以更準確地了解不同功能分區(qū)間的交通沖突風險差異，從而更有針對性地采取風險防控措施，提升交通管理效果。

(3)根據(jù)實驗數(shù)據(jù)，該環(huán)形交叉口交通沖突分布呈現(xiàn)以下規(guī)律，靠近交織區(qū)段的首、末端交通沖突頻發(fā)，而靠近交織段的中間位置交通沖突更嚴重。這些規(guī)律可為預防和治理環(huán)形交叉口交通事故提供理論依據(jù)。