交叉口闯红灯行为是交通事故率居高不下的一个主要原因,现有交叉口违规行为主要是针对整个红灯期进行研究,鲜有文献将红灯期进行详细划分,深入研究不同红灯时段违规行为的特征规律及其关键影响因素。为此,本文针对三相位和四相位的交叉口,将其红灯期细分为直行红灯、左转红灯和信号转换期等多个时段,详细分析各时段穿越行为的基本特征,并分别构建不同时段的违规行为和间隙接受行为模型,分析其关键影响因子,进而提出针对性的措施,结果可以为道路交通管理部门的精细化管理控制提供科学依据,论文主要工作如下:(1)不同时段穿越行为基本特征分析。在四相位交叉口,将行人周期细分为8个时段,依次为绿灯稳定期、绿灯→近边左转、近边左转稳定期、近边左转→直行、直行稳定期、直行→远边左转(三相位:直行→绿灯)、远边左转稳定期、远边左转→绿灯,三相位交叉口周期划分为6个时段。利用基本统计分析方法,探索不同穿越时段样本违规分布、接受间隙分布、等待位置和等待时间分布的特征规律。结果表明,在绿灯相位前后的两个转换期和左转稳定期前10秒到达,靠近机动车道等待,间隙值在可接受范围7?13秒,穿越前没有冲突车时,样本违规行为发生较多。(2)不同穿越时段违规行为建模及分析。对多相位各个细分时段分别构建违规行为影响因素的Logistic回归模型。结果表明,不同时段的主要影响因素有显著差异,转换期违规的最主要因素是穿越前冲突方向是否有车辆,直行稳定期违规的显著影响因素为车流量和最大忍耐时间,左转稳定期违规的显著影响因素为交通方式。(3)不同穿越时段间隙接受行为建模及分析。基于Boruta算法选取最优特征变量,通过Logistic回归和SVM方法建立多相位交叉口的间隙接受模型。结果表明,转换期间隙接受影响因素比较单一,间隙值是最主要的因素;直行稳定期主要受间隙值和穿越阶段的影响;近边左转稳定期主要受间隙值的影响,远边左转稳定期主要受间隙值、间隙类型和穿越时违规非机动车数的影响。在所有的违规时段中,SVM模型预测精度明显高于Logistic模型,SVM模型预测效果较好。