CN108961748A - 一种基于当量违法率的交叉口运行安全状态排名方法 - Google Patents

一种基于当量违法率的交叉口运行安全状态排名方法 Download PDF

Info

Publication number
CN108961748A
CN108961748A CN201810746548.9A CN201810746548A CN108961748A CN 108961748 A CN108961748 A CN 108961748A CN 201810746548 A CN201810746548 A CN 201810746548A CN 108961748 A CN108961748 A CN 108961748A
Authority
CN
China
Prior art keywords
intersection
traffic
equivalent
illegal
illegal rate
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.)
Pending
Application number
CN201810746548.9A
Other languages
English (en)
Inventor
江泽浩
杨晓光
汪涛
杨正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SHANGHAI JI'AN TRAFFIC ENGINEERING CONSULTATION Co Ltd
Tongji University
Original Assignee
SHANGHAI JI'AN TRAFFIC ENGINEERING CONSULTATION Co Ltd
Tongji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SHANGHAI JI'AN TRAFFIC ENGINEERING CONSULTATION Co Ltd, Tongji University filed Critical SHANGHAI JI'AN TRAFFIC ENGINEERING CONSULTATION Co Ltd
Priority to CN201810746548.9A priority Critical patent/CN108961748A/zh
Publication of CN108961748A publication Critical patent/CN108961748A/zh
Pending legal-status Critical Current

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
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于当量违法率的交叉口运行安全状态排名方法，包括以下步骤：1)确定待排名交叉口的范围及排名的时间区间，记交叉口编号为i，时间区间为t；2)根据各交叉口i在时间区间t内电子警察记录的交通违法数据以及各交通流量检测器记录的交通流量数据计算各交叉口i在时间区间t内各种类型的交通违法行为的违法率vij；3)根据违法行为的严重程度，对各种类型的交通违法行为赋予权值，并计算各交叉口的当量违法率Ai；4)将各交叉口的当量违法率Ai采用百分法统一换算，获取各交叉口的交通违法指数Ii；5)根据交通违法指数对各交叉口进行安全性排名。与现有技术相比，本发明具有操作方法简洁和工程应用价值高等优点。

Description

一种基于当量违法率的交叉口运行安全状态排名方法
技术领域
本发明涉及城市道路系统运行评价技术领域，尤其是涉及一种基于当量违法率的交叉口运行安全状态排名方法。
背景技术
交叉口内因为存在各类交通流的汇聚与冲突，所以是城市路网安全性的薄弱点位。据统计，我国交通事故总量的约20％发生于城市道路平面交叉口内。因此，对多个交叉口进行安全状态排名既是城市道路交通安全审计的基础性工作，对于识别和改善危险交叉口也具有重要的指导意义。
经典的交叉口安全评价方法有“基于事故”和“基于违法”两大类，但都具有工程应用难度较大的缺点。“基于事故”的交叉口安全评价方法，一方面因为交通事故是一种强随机性事件，只有根据长时间的事故原始记录才能得出有统计意义的结论；另一方面，我国公安交警部门大多尚未建立结构化的交通事故数据库，事故多采用自然语言记录，分析难度较大。“基于冲突”的交叉口安全评价方法，一方面为保证评价精度，需要对冲突观测与提取人员进行严格训练，成本较高；另一方面，交叉口内冲突提取程序繁琐，特别是对多个交叉口进行冲突提取成本更大。
目前已经有大量的科学研究表明，交通违法是交通事故的主要致因。直观地，若某个交叉口经常出现交通违法行为，其交通安全程度也会相应降低。基于此，可探索一种新的城市道路交叉口的安全评价与排名方法。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于当量违法率的交叉口运行安全状态排名方法。
本发明的目的可以通过以下技术方案来实现：
一种基于当量违法率的交叉口运行安全状态排名方法，包括以下步骤：
1)确定待排名交叉口的范围及排名的时间区间，记交叉口编号为i，时间区间为t；
2)根据各交叉口i在时间区间t内电子警察记录的交通违法数据以及各交通流量检测器记录的交通流量数据计算各交叉口i在时间区间t内各种类型的交通违法行为的违法率vij；
3)根据违法行为的严重程度，对各种类型的交通违法行为赋予权值，并计算各交叉口的当量违法率Ai；
4)将各交叉口的当量违法率Ai采用百分法统一换算，获取各交叉口的交通违法指数Ii；
5)根据交通违法指数对各交叉口进行安全性排名，并根据排名评估交叉口的安全性。
所述的步骤2)中，各交叉口i在时间区间t内各种类型的交通违法行为的违法率vij的计算式为：
其中，Vij为交叉口i中第j种交通违法类型的违法次数，Fi为交叉口i在时间区间t内的日均交通流量。
所述的违法次数由交叉口电子警察系统获取，所述的交通流量数据由交叉口交通流量检测器获取。
所述的步骤3)中，第j种交通违法类型对应的权值αj的计算式为：
其中，Rj为根据交通法规定的第j种交通违法类型对应的处罚分数。
所述的各交叉口的当量违法率Ai的计算式为：
Ai＝∑αivij。
所述的步骤4)中，各交叉口的交通违法指数Ii的计算式为：
其中，Amin为待排名的交叉口中最小的当量违法率，Amax待评价的交叉口中最大的当量违法率。
所述的步骤8)中，交通违法指数越高，交叉口越危险，反之，交叉口越安全。
与现有技术相比，本发明具有以下优点：
本发明提供了一种基于当量违法率的交叉口运行安全状态排名方法，通过公安交警部门的电子警察系统与交通流量检测器系统直接导出大样本的交通违法数据和交通流量数据，并基于违法行为的严重程度，对各种类型的交通违法行为赋予权值，从而计算得到各交叉口的当量违法率，利用“百分法”把当量违法率指数化，最终对评价范围内各交叉口进行安全性排名，本发明利用“交通违法是交通事故的主要致因”这一科学原理，克服了“基于事故”和“基于冲突”的交叉口安全评价方法的缺陷，提高交叉口交通安全评价的操作简洁性与准确性，可在城市道路交通安全管理方面产生实际的工程价值。
附图说明
图1为本发明的方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
本发明提供一种基于当量违法率的交叉口运行安全状态排名方法，包括以下步骤。
步骤1：确定待排名交叉口i和待排名的时间区间t，本例中，考虑到样本量的有效性，一般情况下，t涉及时间应大于1个月，即应大于30个自然日。
步骤2：获取各交叉口i在时间区间t内电子警察记录的交通违法数据，该数据可由交叉口电子警察系统直接导出。
交通违法数据为交叉口i的各种交通违法类型的违法次数Vij，其中，i为待评价交叉口的序号，j为交通违法类型的序号。
本发明中，由于要保证统计学上的意义，交通违法类型取主要的、常见的交通违法类型，一般情况下，交通违法类型包括：
1)在高速公路或城市快速路以外的道路上行驶时，驾驶人未按规定使用安全带的；
2)机动车通过有灯控路口时，不按所需行进方向驶入导向车道的；
3)机动车逆向行驶的；
4)机动车违反禁止标线指示的；
5)机动车违反禁令标志指示的；
6)驾驶机动车违反道路交通信号灯通行的。
步骤3：获取各交叉口i在时间区间t内交通流量检测器记录的交通流量数据，该数据可由交叉口交通流量检测器直接导出。
交通流量数据为交叉口i在时间区间t内的日均交通量Fi。
步骤4：计算各交叉口i在时间区间t内各种类型的交通违法行为的违法率，交叉口i在时间区间t内各种类型的交通违法行为的违法率vij的计算式为：
其中，vij为交叉口i中第j种交通违法类型的违法率，Vij为交叉口i中第j种交通违法类型的违法次数，Fi为交叉口i在时间区间t内的日均交通流量。
步骤5：根据违法行为的严重程度，对各种类型的交通违法行为赋予权值αj。
所赋权值的确定方法为：
其中，αj是第j种交通违法类型的权值，Rj为第j种交通违法类型的对应的处罚分数，具体的，①“在高速公路或城市快速路以外的道路上行驶时，驾驶人未按规定使用安全带的”，处罚分数为2分；②“机动车通过有灯控路口时，不按所需行进方向驶入导向车道的”，处罚分数为2分；③“机动车逆向行驶的”，处罚分数为3分；④“机动车违反禁止标线指示的”，处罚分数为3分；⑤“机动车违反禁令标志指示的”，处罚分数为3分；⑥“驾驶机动车违反道路交通信号灯通行的”，处罚分数为6分。
故可得到违法类型1～6，根据其严重程度，赋予的权值分别为：
步骤6：根据各交叉口的违法率及交通违法行为的权值，计算得到各交叉口的当量违法率。
计算交叉口i的当量违法率Ai的表达式为：
Ai＝∑αivij
其中，Ai为交叉口i的当量违法率。
步骤7：将各交叉口的当量违法率A统一利用“百分法”换算，得到各交叉口的交通违法指数I。
计算交叉口i的交通违法指数Ii的“百分法”的表达式为：
其中，Ii为交叉口i的交通违法指数，Amin为待排名的交叉口中最小的当量违法率，Amax待评价的交叉口中最大的当量违法率。
步骤8：根据交通违法指数I，对各交叉口进行安全性排名，交通违法指数越高，交叉口越危险，反之，交叉口越安全。
以下给出本发明的实施例。
本实施例中，通过公安交警部门的电子警察系统与交通流量采集系统，搜集了某城市14个交叉口2017年6月1日至2017年12月31日的交通违法与交通流量数据，计算得到14个交叉口6个月的日均交通量及日均交通违法数据，其中，违法类型1-6分别对应前述6种交通违法类型，数据如表1所示。
表1：14个交叉口6个月的日均交通量(pcu/h)及日均交通违法数据(件)
计算待排名的各交叉口在半年内各种类型的交通违法行为的违法率，数据如表2所示。
表2：14个交叉口6个月的日均交通违法率(％)
根据各交叉口的违法率及交通违法行为的权值计算得到各交叉口的当量违法率，数据如表3所示。
表3：14个交叉口6个月的当量违法率(％)
将上述14个交叉口的当量违法率代入公式中，计算得到交叉口的交通违法指数，并基于交通违法指数，对评价范围内交叉口进行安全性排名并评估，将14个交叉口的安全程度由高到低排序，如表4所示。
表4：14个平面交叉口交通违法指数排名

Claims (7)

1.一种基于当量违法率的交叉口运行安全状态排名方法，其特征在于，包括以下步骤：
1)确定待排名交叉口的范围及排名的时间区间，记交叉口编号为i，时间区间为t；
2)根据各交叉口i在时间区间t内电子警察记录的交通违法数据以及各交通流量检测器记录的交通流量数据计算各交叉口i在时间区间t内各种类型的交通违法行为的违法率vij；
3)根据违法行为的严重程度，对各种类型的交通违法行为赋予权值，并计算各交叉口的当量违法率Ai；
4)将各交叉口的当量违法率Ai采用百分法统一换算，获取各交叉口的交通违法指数Ii；
5)根据交通违法指数对各交叉口进行安全性排名，并根据排名评估交叉口的安全性。
2.根据权利要求1所述的一种基于当量违法率的交叉口运行安全状态排名方法，其特征在于，所述的步骤2)中，各交叉口i在时间区间t内各种类型的交通违法行为的违法率vij的计算式为：
其中，Vij为交叉口i中第j种交通违法类型的违法次数，Fi为交叉口i在时间区间t内的日均交通流量。
3.根据权利要求2所述的一种基于当量违法率的交叉口运行安全状态排名方法，其特征在于，所述的违法次数由交叉口电子警察系统获取，所述的交通流量数据由交叉口交通流量检测器获取。
4.根据权利要求2所述的一种基于当量违法率的交叉口运行安全状态排名方法，其特征在于，所述的步骤3)中，第j种交通违法类型对应的权值αj的计算式为：
其中，Rj为根据交通法规定的第j种交通违法类型对应的处罚分数。
5.根据权利要求4所述的一种基于当量违法率的交叉口运行安全状态排名方法，其特征在于，所述的各交叉口的当量违法率Ai的计算式为：
Ai＝∑αivij。
6.根据权利要求5所述的一种基于当量违法率的交叉口运行安全状态排名方法，其特征在于，所述的步骤4)中，各交叉口的交通违法指数Ii的计算式为：
其中，Amin为待排名的交叉口中最小的当量违法率，Amax待评价的交叉口中最大的当量违法率。
7.根据权利要求6所述的一种基于当量违法率的交叉口运行安全状态排名方法，其特征在于，所述的步骤8)中，交通违法指数越高，交叉口越危险，反之，交叉口越安全。
CN201810746548.9A 2018-07-09 2018-07-09 一种基于当量违法率的交叉口运行安全状态排名方法 Pending CN108961748A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810746548.9A CN108961748A (zh) 2018-07-09 2018-07-09 一种基于当量违法率的交叉口运行安全状态排名方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810746548.9A CN108961748A (zh) 2018-07-09 2018-07-09 一种基于当量违法率的交叉口运行安全状态排名方法

Publications (1)

Publication Number Publication Date
CN108961748A true CN108961748A (zh) 2018-12-07

Family

ID=64483378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810746548.9A Pending CN108961748A (zh) 2018-07-09 2018-07-09 一种基于当量违法率的交叉口运行安全状态排名方法

Country Status (1)

Country Link
CN (1) CN108961748A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110457375A (zh) * 2019-07-22 2019-11-15 上海易点时空网络有限公司 数据处理方法和装置
CN111508226A (zh) * 2019-01-31 2020-08-07 阿里巴巴集团控股有限公司 一种道路机动车通行秩序的评价方法及装置
CN111832139A (zh) * 2020-06-30 2020-10-27 同济大学 一种基于土地资源利用率的交叉口优化设计方法
CN114550445A (zh) * 2022-01-24 2022-05-27 广东省城乡规划设计研究院有限责任公司 一种城市区域交通安全状态评估方法和装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020082806A1 (en) * 1995-01-13 2002-06-27 Kaub Alan R. Traffic safety prediction model
CN105741551A (zh) * 2016-04-22 2016-07-06 华南理工大学 一种无信号交叉口交通安全评价方法
CN107766636A (zh) * 2017-10-12 2018-03-06 东南大学 一种基于极值理论与微观仿真的城市交叉口安全评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020082806A1 (en) * 1995-01-13 2002-06-27 Kaub Alan R. Traffic safety prediction model
CN105741551A (zh) * 2016-04-22 2016-07-06 华南理工大学 一种无信号交叉口交通安全评价方法
CN107766636A (zh) * 2017-10-12 2018-03-06 东南大学 一种基于极值理论与微观仿真的城市交叉口安全评价方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
彭金栓 等: "基于交通冲突比率的交叉口安全评价", 《交通标准化》 *
杨艳群 等: "基于冲突率的信号交叉口交通安全评价模型研究", 《交通标准化》 *
王运霞: "道路交通违法数据分析研判的思路与方法", 《道路交通管理》 *
胡家兴: "基于违法数据分析的道路交通安全管理决策研究与应用", 《中国博士学位论文全文数据库工程科技II辑》 *
葛娅: "基于交通冲突技术评价交叉口安全的方法研究", 《科技资讯》 *
郭延永: "基于交通冲突理论的信号交叉口安全评价技术", 《中国博士学位论文全文数据库工程科技II辑》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111508226A (zh) * 2019-01-31 2020-08-07 阿里巴巴集团控股有限公司 一种道路机动车通行秩序的评价方法及装置
CN111508226B (zh) * 2019-01-31 2022-03-29 阿里巴巴集团控股有限公司 一种道路机动车通行秩序的评价方法及装置
CN110457375A (zh) * 2019-07-22 2019-11-15 上海易点时空网络有限公司 数据处理方法和装置
CN111832139A (zh) * 2020-06-30 2020-10-27 同济大学 一种基于土地资源利用率的交叉口优化设计方法
CN114550445A (zh) * 2022-01-24 2022-05-27 广东省城乡规划设计研究院有限责任公司 一种城市区域交通安全状态评估方法和装置

Similar Documents

Publication Publication Date Title
CN108961748A (zh) 一种基于当量违法率的交叉口运行安全状态排名方法
WO2020244288A1 (zh) 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置
CN113066287B (zh) 一种高速公路交通事故现场风险主动防控方法及系统
CN109448384B (zh) 一种高速公路危险交通行为识别方法
CN108922170B (zh) 一种基于电子警察抓拍数据的交叉口安全评价方法
CN107784832A (zh) 一种用于识别交通道路中的事故黑点的方法与设备
CN113870564B (zh) 一种封闭路段交通拥堵分类方法、系统、电子设备及存储介质
CN110276954A (zh) 基于北斗定位系统的车辆行驶行为综合评分方法
Mohaymany et al. Identifying driver characteristics influencing overtaking crashes
CN114550445B (zh) 一种城市区域交通安全状态评估方法和装置
CN106530714A (zh) 一种基于交通流数据的二次交通事故时间预测方法
Sharma et al. Study on heterogeneous traffic flow characteristics of a two-lane road
Sanusi et al. Cases of road traffic accident in Nigeria: a time series approach
Zhai et al. Comparative analysis of drive-cycles, speed limit violations, and emissions in two cities: Toronto and Beijing
CN108182802B (zh) 一种基于信息衰减模型且由车牌数据挖掘驱动的交通安全分析方法
Wang et al. Multipattern road traffic crashes and injuries: a case study of Xi’an city
Cui et al. Methodology for evaluating the safety of midblock pedestrian crossings
CN116307699A (zh) 基于多源数据的道路隐患点段分级方法、装置及存储介质
Yan et al. Vehicle emission comparisons along electronic and manual toll collection lanes
Marsden et al. A comparative assessment of driving behaviours at three sites
KR20020032242A (ko) 인터넷을 통한 교통사고 분석 시스템 및 교통사고 분석 방법
Ramezani-Khansari et al. Structural Modelling of Crashes in Signalized Intersections
Yuan et al. Investigating the difference in factors influencing the injury severity between daytime and nighttime speeding-related crashes
Moghaddam et al. Crash severity modeling in urban highways using backward regression method
Ziakopoulos et al. Driver distraction without presence of secondary tasks: Inattention, cognitive overload and factors outside the vehicle–an overview

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20181207

RJ01 Rejection of invention patent application after publication