论文部分内容阅读
城市道路交通事故在空间上较多发生在信号交叉口,在时间上较多发生在信号灯转换期间,包括绿灯变黄灯、黄灯变红灯、红灯变绿灯等。本文对信号灯转换期行人及非机动车的违规穿越特征、穿越速度和间隙接受行为进行建模与分析,并据此提出针对性的安全提升措施。基于上述目标,通过实地调研,选取北京3个典型的两相位信号交叉口拍摄视频录像,从中提取1544个有效样本进行分析。主要研究工作和成果如下:(1)不同穿越时段的违规行为建模与分析。将违规行为发生时刻细分为黄灯及全红时期、红灯稳定期和红灯最后5s三个时段,把违规样本分为三类,分别构建Logistic模型分析个体特征、情景条件和环境条件等因素对各个时段违规行为的影响。研究结果表明穿越前是否有冲突车辆对黄灯及全红时期的违规行为产生显著影响;性别、停止纵向位置、等待时间、平均车流量和穿越前是否有冲突车辆对红灯稳定期违规行为有显著影响;交通方式和等待时违规人数对红灯最后5s的早启动违规行为存在显著影响。(2)不同穿越类型的穿越速度建模及影响因素分析。基于Lasso回归构建穿越速度模型,分别分析三种交通方式下不同类型穿越速度的显著影响因素,有效解决了影响因素之间的共线性问题。研究结果表明行人和自行车骑行者在黄灯及全红时期违规行为中,显著影响因素按重要程度排序为到达距离红灯开始时间、等待过程中违规非机动车数和穿越路径类型;在稳定期违规以及早启动违规行为中,显著影响因素依次为穿越路径类型、穿越前后路径类型、纵向位置和等待时间。电动车在黄灯及全红时期违规和红灯稳定期间,显著影响因素依次为冲突交通量、穿越路径类型和等待过程中违规非机动车数。在早启动违规行为中,近边速度主要受穿越前是否有冲突车的影响,远边速度主要受冲突交通量的影响。(3)不同穿越时段违规者的间隙接受行为建模与分析。通过Relief算法选择特征变量,基于二项Logistic回归和SVM模型,建立间隙接受模型,比较了不同穿越时段间隙接受行为的差异。结果表明抢黄灯和全红期间违规者间隙接受的显著影响因素为穿越前速度变化和冲突车型;红灯稳定期违规者间隙接受的显著影响因素为穿越阶段和间隙值;早启动违规者间隙接受的显著影响因素为间隙值和穿越时违规非机动车数。在三种违规类型下,SVM间隙接受模型的预测精度能够达到92%以上,明显高于Logistic模型。