详情

原文传递高速公路交通流运行状态与交通安全关系研究

论文题名：	高速公路交通流运行状态与交通安全关系研究
关键词：	交通安全;交通流状态;安全运行;风险判别;高速公路
摘要：	传统交通安全管理是静态、被动的“事后”改善方法，通常在出现交通安全问题后才考虑如何改善交通安全状况，并且投入成本非常高、见效慢，无法对高速公路交通安全问题做出迅速响应。近些年来，动态交通控制系统的出现使得动态交通安全管理成为可能，动态交通安全管理系统利用获取的实时交通流数据判别交通事故风险，预测短时间内交通事故风险的变化，并通过指定的控制策略主动地调节交通流运行状态，达到快速降低交通事故风险、主动提升交通安全的目的。　　准确理解交通流运行状态与交通安全关系是实现动态交通安全管理的前提。在“人-车-路-环境”交互作用的复杂交通系统中，交通流动态特征、天气特征和道路特征等因素共同作用于交通事故的发生。如何在众多混杂因素干扰下准确捕捉交通流动态特征对交通安全的影响，是动态交通安全管理面临的挑战。传统交通安全建模分析由于缺乏高精度交通流数据，通常将事故数据在时间和空间上进行集计，模型中的交通流变量是较长时间内的平均值，丢失了交通流在短时间内的变化信息，无法反应交通流动态特征对事故风险的影响。因而，传统交通安全模型难以应用于动态交通安全管理中。　　论文依托国家自然科学基金优秀青年科学基金项目“交通安全设计和评价”，系统研究高速公路交通流运行状态与交通安全关系，主要研究工作包括如下四个方面: 　　(1)高速公路交通安全状态划分方法　　论文第三章研究经典宏观交通流状态划分理论与交通安全的关系。考虑了三种经典宏观交通流状态划分理论，分别为六级服务水平、三相交通流理论和四相交通流理论。对于每种交通流状态划分理论，首先利用基于配对病例-对照数据的条件Logistic回归定量评估交通流状态对事故风险的影响，结果表明三种交通流状态划分理论与交通安全都存在相关性;其次，针对不同交通流状态分别建立随机森林模型，发现不同交通流状态下事故发生机理存在显著差异;最后，针对不同交通流状态分别建立Logistic回归，发现在不同交通流状态下交通流动态特征与事故风险间存在不同的统计关系。　　第三章的研究结果表明三种交通流状态划分理论在解释交通流动态特征与事故风险的关系时具有各自的优势:1）六级服务水平可以很好地解释自由流下交通流动态特征与事故风险的关系;2）三相交通流理论可以很好地解释交通流相变过程中产生的事故风险;3）四相交通流理论可以很好地解释拥堵流下交通流动态特征与事故风险的关系。但是，三种交通流状态划分理论都存在一定的缺陷:1）六级服务水平不能准确地反映拥堵状态下的事故风险;2）三相交通流理论不能准确地反映自由流状态下交通流动态特征与事故风险的关系;3）四相交通流理论不能准确地反映相变过程中产生的事故风险。因此，三种交通流状态划分方法都不适合直接作为交通安全状态划分方法。　　为了更加准确捕捉交通流动态特征与事故风险的关系，论文第四章建立了高速公路交通安全状态划分方法。分别以交通流基本参数和危险交通流因子划分交通安全状态。　　1)以交通流基本参数对交通安全状态进行分类。利用相邻路段交通流基本参数将交通流划分为5种安全状态，采用配对病例-对照研究方法量化不同安全状态对事故风险的影响，发现存在3种安全状态与事故风险高度相关。累计分布曲线和方差分析的结果表明，速度离散差、上下游速度差等影响事故风险的交通流变量在不同安全状态下的分布特征存在明显差异;并针对不同安全状态分别进行回归分析，发现不同安全状态下事故前兆特征存在显著差异;最后，运用Fisher判别分析提出交通安全状态的判别方法。　　2)以危险交通流因子对交通流安全状态进行分类。该方法综合利用结构方程模型和聚类分析将交通流划分为若干安全状态，相比于前一种交通安全状态划分方法，该方法不仅能够很好地识别自由流与拥堵流的相变状态，还可以更加细致地对自由流和拥堵流进行细分。并参考三种经典交通流状态划分理论，优化交通安全状态分类结果，形成9种交通安全状态。相比于上述三种经典交通流状态划分方法，该交通安全状态分类方法能够更加准确地捕捉交通流动态特征与交通安全的关系。利用贝叶斯随机参数回归拟合交通流特征与事故风险在不同安全状态下的关联关系，结果表明，考虑交通安全状态可以将实时事故风险模型的事故预测精度提高7.0％。　　(2)天气特征、道路特征、交通流动态特征与事故风险的复杂关联关系　　论文第五章研究了天气特征、道路特征、交通流动态特征与事故风险的复杂关联关系。具体而言:1）研究了高精度天气数据对事故风险的影响。其中，回归分析表明天气信息的加入能够将模型的事故预测精度提高约6.8％，Bootstrap靴值分析表明恶劣天气条件与交通流动态特征存在乘积和加和形式的交互效应。　　2)利用随机效应回归对不同天气条件分别建模，发现在不同天气条件下，交通流动态特征与事故风险存在不同的关系，不考虑天气条件的模型无法准确捕捉恶劣天气条件下交通流特征与事故风险的关系。　　3)研究了道路特征对事故风险的影响。随机效应回归分析表明，不同道路特征条件下事故发生前的交通流特征存在明显差异;多样本回归分析表明，在不同道路特征条件下，交通流动态特征对事故风险有不同的影响。　　4)利用贝叶斯层次模型综合研究了天气特征、道路特征、交通流动态特征与事故风险的复杂关联关系。分析结果表明道路、天气因素与交通流特征存在复杂的交互效应，相比现有模型，考虑三者间的交互效应，可以明显提升模型对事故风险的判别精度。　　(3)基于交通安全状态的实时事故风险建模方法　　论文第六章提出了基于交通安全状态的实时事故风险建模方法。研究了实时事故风险建模方法存在的五个问题:样本结构设计、链接函数形式、时空移植接口、事故风险空间相关性和事故风险时间相关性。研究结果表明: 　　1)样本结构设计方法显著影响模型的估计结果。当事故和交通流数据充足，并且气象数据可以获取时，应采用非配对病例-对照样本结构，这样可以提升模型的拟合度和预测精度;当道路和天气特征数据无法获取时，应采用配对病例-对照样本结构，这样可以消除道路和天气特征等混杂因素的影响。　　2)链接函数形式显著影响模型的估计结果。t分布函数可以作为离散回归模型的链接函数，当自由度取不同值时，t分布函数能够产生形式不同的链接函数;提出了基于t分布函数的离散回归模型，该模型能够根据输入样本的特征自动确定合适的自由度。　　3)实时事故风险模型无法直接进行时空移植，采用贝叶斯更新方法能够显著提高模型的时空移植性能，在有限数据条件下，贝叶斯更新方法可以将模型的预测精度提高10％～15％;在某高速公路数据非常有限的条件下，利用贝叶斯更新方法移植已有模型是一种有效的建模方法，相较于采用有限数据建模或者直接利用已有模型，效果更为理想。　　4)多种建模方法均表明，事故风险存在空间相关性。其中，空间随机效应自回归模型对事故风险的空间相关性的拟合度最高，该模型中事故风险的空间相关性为0.495。　　5)多种建模方法均表明，事故风险存在时间相关性。其中，时间效应自回归模型最适合拟合事故风险的时间相关性，该模型中事故风险的时间相关性为0.854。　　在此基础上，首先，利用时空有限混合-随机参数回归方法建立实时事故风险模型，该模型不仅能够考虑交通安全状态，而且能够考虑天气特征、道路特征、交通流动态特征与事故风险的复杂关联关系，同时还可以处理上述5个建模问题;并利用马尔科夫链蒙特卡洛仿真算法构建了该模型的求解方法。其次，利用车道粒度交通流数据，通过主成分分析和三阶段序列回归方法提出了预测事故碰撞形态与严重程度的方法。最后，推导了实时事故风险模型真实预测能力的计算方法，发现利用高精度交通流数据可以对事故风险做出有效判别;另外，模型真实预测能力不仅与模型本身拟合度有关，还与路段事故发生频率有关，即在事故高发路段上，模型具有更好的预测精度。　　(4)面向国内有限数据的实时事故风险建模方法　　论文第七章提出了面向国内有限数据的实时事故风险模型移植方法。首先，利用国内杭甬高速公路的有限数据从三个层次建立实时事故风险模型:不考虑交通安全状态的模型，考虑交通安全状态的模型，同时考虑道路天气特征和交通安全状态的模型;但三个模型的预测精度都很低，表明难以利用国内有限数据建立有效的实时事故风险模型。　　其次，直接利用美国I-880高速公路相应的三个模型对杭甬高速公路数据集进行分析。结果表明，美国模型对中国数据的预测能力非常有限，美国模型不能直接用于中国高速公路。　　最后，通过贝叶斯更新方法，利用杭甬高速公路有限数据对美国I-880高速公路的三个模型进行移植，移植后的美国模型对中国数据的预测精度提高了约15％，能够对杭甬高速公路事故风险做出有效预测;该移植方法比直接采用有限国内数据建模或者直接利用美国模型的效果更为理想;对比三个移植后的模型的估计结果，发现在移植过程中，考虑道路天气特征和交通安全状态，能够明显地提升移植后的模型的预测精度。　　在此基础上，在移植算法中集成贝叶斯交叉验证后验预测值分析、贝叶斯残差分析和贝叶斯丢失数据推算方法，分别用来辨别因变量异常值、自变量异常值和推算交通流数据丢失值。结果表明，这些方法能够有效地解决记录的事故发生时间精度不高、交通流数据错误相对较多和交通流数据丢失率相对较高三方面问题，能够将移植后的模型的预测精度进一步提升6.9％。
作者：	徐铖铖
专业：	交通运输工程
导师：	王炜;刘攀
授予学位：	博士
授予学位单位：	东南大学
学位年度：	2014
正文语种：	中文