CN107180531B - 无控制行人过街横道的人车冲突概率空间分布预测方法 - Google Patents
无控制行人过街横道的人车冲突概率空间分布预测方法 Download PDFInfo
- Publication number
- CN107180531B CN107180531B CN201710413000.8A CN201710413000A CN107180531B CN 107180531 B CN107180531 B CN 107180531B CN 201710413000 A CN201710413000 A CN 201710413000A CN 107180531 B CN107180531 B CN 107180531B
- Authority
- CN
- China
- Prior art keywords
- pedestrian
- motor vehicle
- probability
- vehicle
- street
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明公开了一种无控制行人过街横道的人车冲突概率空间分布预测方法,该方法通过计算机动车和行人的到达概率预测过街横道上各断面机动车‑行人冲突概率,然后将预测得到的冲突概率绘制在过街横道的对应位置,得出概率分布图。本发明方法可在道路未修建前根据设计参数预测人行横道上各断面的冲突概率分布情况,提前分析过街横道的安全性,从而可在设计阶段调整道路设计,并为道路安全性评估提供依据。
Description
技术领域
本发明涉及道路交通安全的技术领域,尤其是指一种无控制行人过街横道的人车冲突概率空间分布预测方法。
背景技术
影响道路安全的因素众多,长期以来,研究人员通常采用冲突数据作为判断依据进行安全评价,或者使用综合评价方法如灰色聚类法、层次分析法、主成分分析法、模糊综合评价法等对多种安全指标分析进行道路安全性评价,以及从行人方面包括从行人感知、行为特性、可接受间隙等进行研究分析。对于行人过街横道安全,行人与机动车的冲突为影响安全性的重要因素,而现有对冲突的研究和应用多以现场观测为主,即主要通过观测过街横道的实际人车冲突数或收集过街横道的历史冲突数据从而对冲突进行分析,并多使用冲突数与混合交通当量之比(TC/TME)作为冲突概率,对整个过街横道的人车冲突概率进行计算,但并没有研究冲突概率在车道上的具体分布情况,而且由于是根据历史数据进行分析,所以往往只能对已有过街横道进行评价而非预测,因此,现有评价方法只适用于对已有过街横道进行安全评价,而对新建的或者设计阶段的过街横道并不适用。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供了一种无控制行人过街横道的人车冲突概率空间分布预测方法,该方法可在道路未修建前根据设计参数预测人行横道上各断面的冲突概率分布情况,预测过街横道上每一点发生人车冲突的概率,提前分析过街横道的安全性,从而可在设计阶段调整道路设计,并为道路安全性评估提供依据,为精细化评价过街横道安全性提供支持。
为实现上述目的,本发明所提供的技术方案为:无控制行人过街横道的人车冲突概率空间分布预测方法,包括以下步骤:
1)基础数据准备
以预测行人过街横道任意断面的人车冲突概率为目标,需要准备的基础数据包括:车道宽度W、车流量Qv、车速vv、机动车长度L、机动车宽度B、行人流量Qp、行人行走速度vp,临界时间间隙t0;
2)过街横道上任意断面yi在行人所需的穿越时间内有机动车出现的概率,包括机动车到达概率和机动车横向偏移概率;
2.1)机动车到达概率
假设机动车到达服从泊松分布,当机动车在行人所需的穿越时间内到达时,机动车与行人将发生冲突,因此,机动车到达过街横道上任意断面yi的概率为:
式中,λv为机动车到达率,Qv为机动车到达流量,时间tv为行人穿越机动车宽度范围所需时间,B为机动车宽度,vp为行人过街速度;
2.2)考虑机动车在所在车道与过街横道相交的任意断面yi的横向偏移分布概率;
机动车在车道上并不是严格按照直线行驶,驾驶员即使不进行变道,机动车也会在车道范围内发生左右偏移的情况,机动车在车道的偏移服从正态分布,根据车辆和机动车道的宽度关系,分为两种情况,第一种情况为两倍的机动车宽度大于车道宽度,即不管机动车如何偏移,车道中线附近有一定范围内一直有车存在,该范围内过街横道上任意断面yi的机动车横向分布概率为1,第二种情况为两倍机动车宽度小于车道宽度,此时车道上没有机动车横向分布概率为1的区域,因此,过街横道上任意断面yi考虑机动车在车道内横向偏移的横向分布概率:
2.2.1)当2B≥W时
2.2.2)当2B<W时
式中,W为车道宽度,B为机动车宽度,yi为车道上任意断面位置,μ为机动车在车道上的平均偏移位置,σ2为机动车在车道上的偏移位置方差(以车道中线为基准);
2.3)过街横道任意断面yi在行人穿越时段内有机动车出现的概率
3)机动车穿越过街横道期间过街横道上任意断面yi有行人出现的概率,包括行人到达概率和行人过街概率;
3.1)行人到达概率
假设行人到达服从泊松分布,当行人在机动车通过行人所在位置所需的时间内到达时,行人与机动车将发生冲突,因此,行人的到达概率为:
式中,λp为行人到达率,Qp为行人到达流量,时间tp取机动车通过所需时间,L为机动车长度,vv为车速;
3.2)行人过街概率
假设当车头间隙大于设定的临界值t0时,即在时间t0内没有机动车到达,行人选择过街,则行人过街概率为:
3.3)机动车穿越人行横道时间段内,过街横道上任意断面yi有行人出现的概率为:
4)过街横道上任意断面yi的人车冲突概率
行人与机动车发生冲突的情况为人和车同时出现在某点的概率,此时行人和机动车的到达时间t应取行人到达时间和机动车到达时间的最小值,即
因此,行人与机动车发生冲突的概率为:
本发明与现有技术相比,具有如下优点与有益效果:
本发明利用机动车到达和行人到达概率对行人过街横道上人车冲突概率分布进行预测,根据该方法预测过街横道上各断面发生冲突的概率,即过街横道的人车冲突概率分布,为道路安全性设计提供参考依据,避免在道路建成后才发现问题从而加大改善难度。
附图说明
图1为本发明方法的流程图。
图2为机动车到达时与行人发生冲突的情况。
图3为2B≥W时机动车在车道上的偏移情况。
图4为2B<W时机动车在车道上的偏移情况。
图5为行人到达时与机动车发生冲突的情况。
图6为2B≥W时过街横道上机动车-行人冲突概率分布图。
图7为2B<W时过街横道上机动车-行人冲突概率分布图。
具体实施方式
下面结合具体实施例对本发明作进一步说明。
参见图1所示,本实施例所提供的无控制行人过街横道的人车冲突概率空间分布预测方法,其思路是通过计算机动车和行人的到达概率来预测过街横道上机动车与行人的冲突概率分布,包括以下步骤:
1)基础数据准备
以预测行人过街横道任意断面的人车冲突概率为目标,需要准备的基础数据包括:车道宽度、车流量、车速、机动车长度、机动车宽度、行人流量、行人行走速度,临界时间间隙;
选取一个无信号控制人行过街横道,收集基础数据,包括车道宽度W(如下表1所示)、机动车宽度B(如下表1所示)、机动车到达流量Qv(在本实例具体为1800pcu/h)、车速vv(在本实例具体为40km/h)、机动车长度L(在本实例具体为4m)、行人到达流量Qp(在本实例具体为400pcu/h)、行人行走速度vp(在本实例具体为1.28m/s),临界时间间隙t0(在本实例具体为5.22s)。
表1车道宽度和机动车宽度
机动车宽度B(m) | 车道宽度W(m) | |
2B≥W时 | 2 | 3.75 |
2B<W时 | 1.8 | 4 |
2.1)过街横道上任意断面yi有机动车出现的概率,包括机动车到达概率和机动车横向偏移概率;
2.1)机动车到达概率
假设机动车到达服从泊松分布,当机动车在行人所需的穿越时间内到达时,机动车与行人将发生冲突,如图2所示。因此,机动车的到达概率为:
其中,λv为机动车到达率(pcu/s),Qv为机动车到达流量(pcu/h),时间tv(s)取行人穿越机动车宽度范围所需时间B为机动车宽度(m);vp为行人过街速度(m/s)。
2.2)机动车横向偏移概率
机动车在车道上并不是严格按照直线行驶,驾驶员即使不进行变道,机动车也会在车道内发生左右偏移的情况,研究表明,机动车在车道的偏移服从正态分布,机动车在车道上的横向偏移分为两种情况,第一种情况为两倍的机动车宽度大于车道宽度,即不管机动车如何偏移,车道中线附近有一定范围内一直有车存在,该范围内过街横道上任意断面yi的机动车横向分布概率为1,如图3所示;第二种情况为两倍机动车宽度小于车道宽度,此时车道上没有机动车出现概率为1的区域,如图4所示。因此,过街横道上任意断面yi考虑机动车在车道内横向偏移的横向分布概率:
当2B≥W时
当2B<W时
其中,W为车道宽度(m),B为机动车宽度(m),yi为车道上任意断面位置,μ为机动车在车道上的平均偏移位置;σ2为机动车在车道上的偏移位置方差,以车道中线为基准;假设机动车偏移服从标准正态分布,则μ取0,σ2取1。
2.3)过街横道任意断面yi在行人穿越时段内有机动车出现的概率
3)机动车穿越过街横道期间过街横道上任意断面yi有行人出现的概率,包括行人到达概率和行人过街概率;
3.1)行人到达概率
假设行人到达服从泊松分布,当行人在机动车通过行人所在位置所需的时间内到达时,行人与机动车将发生冲突,如图5所示。因此,行人的到达概率为:
其中,λp为行人到达率(p/s),Qp为行人到达流量(p/h),时间tp(s)取机动车通过所需时间L为机动车长度(m);vv为车速(m/s)。
3.2)行人过街概率
假设当车头间隙大于某个临界值t0时,即在时间t0内没有机动车到达,行人选择过街,则行人过街概率为:
3.3)机动车穿越人行横道时间段内,过街横道上任意断面yi有行人出现的概率为:
4)过街横道上任意断面yi机动车-行人冲突概率预测
行人与机动车发生冲突的情况为人和车同时出现在某点的概率,此时行人和机动车的到达时间t应取行人到达时间和机动车到达时间的最小值,即
按照上述步骤计算过街横道上各断面的冲突概率,绘制的概率分布图,请参见图6和图7所示。
以上所述实施例只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (1)
1.无控制行人过街横道的人车冲突概率空间分布预测方法,其特征在于,包括以下步骤:
1)基础数据准备
以预测行人过街横道任意断面的人车冲突概率为目标,需要准备的基础数据包括:车道宽度W、车流量Qv、车速vv、机动车长度L、机动车宽度B、行人流量Qp、行人行走速度vp,临界时间间隙t0;
2)过街横道上任意断面yi在行人所需的穿越时间内有机动车出现的概率,包括机动车到达概率和机动车横向偏移概率;
2.1)机动车到达概率
假设机动车到达服从泊松分布,当机动车在行人所需的穿越时间内到达时,机动车与行人将发生冲突,因此,机动车到达过街横道上任意断面yi的概率为:
式中,λv为机动车到达率,Qv为机动车到达流量,时间tv为行人穿越机动车宽度范围所需时间,B为机动车宽度,vp为行人过街速度;
2.2)考虑机动车在所在车道与过街横道相交的任意断面yi的横向偏移分布概率;
机动车在车道上并不是严格按照直线行驶,驾驶员即使不进行变道,机动车也会在车道范围内发生左右偏移的情况,机动车在车道的偏移服从正态分布,根据车辆和机动车道的宽度关系,分为两种情况,第一种情况为两倍的机动车宽度大于车道宽度,即不管机动车如何偏移,车道中线附近有一定范围内一直有车存在,该范围内过街横道上任意断面yi的机动车横向分布概率为1,第二种情况为两倍机动车宽度小于车道宽度,此时车道上没有机动车横向分布概率为1的区域,因此,过街横道上任意断面yi考虑机动车在车道内横向偏移的横向分布概率:
2.2.1)当2B≥W时
2.2.2)当2B<W时
式中,W为车道宽度,B为机动车宽度,yi为车道上任意断面位置,μ为机动车在车道上的平均偏移位置;σ2为机动车在车道上的偏移位置方差,以车道中线为基准;
2.3)过街横道任意断面yi在行人穿越时段内有机动车出现的概率为:
3)机动车穿越过街横道期间过街横道上任意断面yi有行人出现的概率,包括行人到达概率和行人过街概率;
3.1)行人到达概率
假设行人到达服从泊松分布,当行人在机动车通过行人所在位置所需的时间内到达时,行人与机动车将发生冲突,因此,行人的到达概率为:
式中,λp为行人到达率,Qp为行人到达流量,时间tp取机动车通过所需时间,L为机动车长度,vv为车速;
3.2)行人过街概率
假设当车头间隙大于设定的临界值t0时,即在时间t0内没有机动车到达,行人选择过街,则行人过街概率为:
3.3)机动车穿越人行横道时间段内,过街横道上任意断面yi有行人出现的概率为:
4)过街横道上任意断面yi的人车冲突概率
行人与机动车发生冲突的情况为人和车同时出现在某点的概率,此时行人和机动车的到达时间应取行人到达时间和机动车到达时间的最小值,即
因此,行人与机动车发生冲突的概率为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710413000.8A CN107180531B (zh) | 2017-06-05 | 2017-06-05 | 无控制行人过街横道的人车冲突概率空间分布预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710413000.8A CN107180531B (zh) | 2017-06-05 | 2017-06-05 | 无控制行人过街横道的人车冲突概率空间分布预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107180531A CN107180531A (zh) | 2017-09-19 |
CN107180531B true CN107180531B (zh) | 2019-07-16 |
Family
ID=59836644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710413000.8A Active CN107180531B (zh) | 2017-06-05 | 2017-06-05 | 无控制行人过街横道的人车冲突概率空间分布预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107180531B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220065639A1 (en) * | 2020-09-03 | 2022-03-03 | Inrix, Inc. | Road segment ranking |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108230676B (zh) * | 2018-01-23 | 2020-11-27 | 同济大学 | 一种基于轨迹数据的交叉口行人过街风险评估方法 |
CN109711704A (zh) * | 2018-12-21 | 2019-05-03 | 河海大学 | 一种适应无信号控制路段情况的人行横道安全性能测评方法 |
CN111429754A (zh) * | 2020-03-13 | 2020-07-17 | 南京航空航天大学 | 一种行人过街工况下的车辆避撞轨迹风险评估方法 |
CN112907947B (zh) * | 2021-01-19 | 2022-03-11 | 东南大学 | 无信控过街通道车让人执法摄像头安全评价方法 |
CN113284338B (zh) * | 2021-04-23 | 2022-10-14 | 东南大学 | 机动车紧急避让无灯控人行横道对交通流影响的计算方法 |
CN113793502B (zh) * | 2021-09-15 | 2022-08-09 | 国网电动汽车服务(天津)有限公司 | 无信号灯控制下的行人过街预测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593415A (zh) * | 2008-05-26 | 2009-12-02 | 奥城同立科技开发(北京)有限公司 | 高效安全的人行横道红绿灯和机动车控制方法 |
CN101593414A (zh) * | 2008-05-26 | 2009-12-02 | 奥城同立科技开发(北京)有限公司 | 人行横道红绿灯控制和机动车控制方法 |
CN105551251A (zh) * | 2016-01-19 | 2016-05-04 | 华南理工大学 | 一种无信号交叉口机动车冲突概率判断方法 |
CN106448265A (zh) * | 2016-10-27 | 2017-02-22 | 广州微牌智能科技有限公司 | 司机驾驶行为数据的采集方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8972175B2 (en) * | 2013-03-14 | 2015-03-03 | Qualcomm Incorporated | Navigation using crowdsourcing data |
-
2017
- 2017-06-05 CN CN201710413000.8A patent/CN107180531B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101593415A (zh) * | 2008-05-26 | 2009-12-02 | 奥城同立科技开发(北京)有限公司 | 高效安全的人行横道红绿灯和机动车控制方法 |
CN101593414A (zh) * | 2008-05-26 | 2009-12-02 | 奥城同立科技开发(北京)有限公司 | 人行横道红绿灯控制和机动车控制方法 |
CN105551251A (zh) * | 2016-01-19 | 2016-05-04 | 华南理工大学 | 一种无信号交叉口机动车冲突概率判断方法 |
CN106448265A (zh) * | 2016-10-27 | 2017-02-22 | 广州微牌智能科技有限公司 | 司机驾驶行为数据的采集方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220065639A1 (en) * | 2020-09-03 | 2022-03-03 | Inrix, Inc. | Road segment ranking |
Also Published As
Publication number | Publication date |
---|---|
CN107180531A (zh) | 2017-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107180531B (zh) | 无控制行人过街横道的人车冲突概率空间分布预测方法 | |
US9463797B2 (en) | Method and vehicle with an advanced driver assistance system for risk-based traffic scene analysis | |
Kowshik et al. | Provable systemwide safety in intelligent intersections | |
Alhajyaseen et al. | Left-turn gap acceptance models considering pedestrian movement characteristics | |
JP4764753B2 (ja) | 交通渋滞緩和装置および方法 | |
Savolainen et al. | Driver decision-making in the dilemma zone–Examining the influences of clearance intervals, enforcement cameras and the provision of advance warning through a panel data random parameters probit model | |
US20140303882A1 (en) | Apparatus and method for providing intersection collision-related information | |
WO2022053026A1 (zh) | 一种自动驾驶会车场景处理方法及其装置、车辆、存储介质 | |
DE102013225057A1 (de) | Verfahren zum steuern eines fahrzeugs, vorrichtung zum erzeugen von steuersignalen für ein fahrzeug und fahrzeug | |
Liu et al. | Analyzing drivers’ crossing decisions at unsignalized intersections in China | |
Amini et al. | A vehicle type-based approach to model car following behaviors in simulation programs (case study: Car-motorcycle following behavior) | |
Mohanty et al. | Quantification of surrogate safety measure to predict severity of road crashes at median openings | |
Vedagiri et al. | Evaluation of pedestrian–vehicle conflict severity at unprotected midblock crosswalks in India | |
Maryam Mousavi et al. | Can autonomous vehicles enhance traffic safety at unsignalized intersections? | |
Iasmin et al. | Safety effectiveness of pavement design treatment at intersections: Left turning vehicles and pedestrians on crosswalks | |
Bakibillah et al. | Sustainable eco-driving strategy at signalized intersections from driving data | |
Huang et al. | Simulation of pedestrian–vehicle interference in railway station drop-off area based on cellular automata | |
Schroeder et al. | Empirical behavioral models to support alternative tools for the analysis of mixed-priority pedestrian-vehicle interaction in a highway capacity context | |
Alhajyaseen et al. | Gap acceptance models for left-turning vehicles facing pedestrians at signalized crosswalks | |
CN115273455B (zh) | 一种用于评估机动车让行安全性及停车线设计方法 | |
Chu et al. | Modeling speed adjustment behavior of merging vehicles at urban expressway merging sections | |
Villegas et al. | Performance evaluation of the inside intersection median-turn lane markings on the mobility and safety performance of signalized intersections in the Philippines and Japan | |
Khan et al. | Modelling of the gap phenomena at U-turn provisions on the median openings of inter-urban highway corridors | |
Zhou et al. | Influence of Bus Bay on Heterogeneous Traffic Flow Consisting of Human Driving and Autonomous Vehicles | |
Emagnu et al. | Estimation method of left turn lane capacity under the influence of pedestrians and crosswalk layout at signalized crosswalks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |