CN111009125B - 一种城市交叉路口人车碰撞概率计算方法 - Google Patents

一种城市交叉路口人车碰撞概率计算方法 Download PDF

Info

Publication number
CN111009125B
CN111009125B CN201911303800.XA CN201911303800A CN111009125B CN 111009125 B CN111009125 B CN 111009125B CN 201911303800 A CN201911303800 A CN 201911303800A CN 111009125 B CN111009125 B CN 111009125B
Authority
CN
China
Prior art keywords
accident
calculating
unit
vehicles
area
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
Application number
CN201911303800.XA
Other languages
English (en)
Other versions
CN111009125A (zh
Inventor
吕伟
胡庆彪
蒋翠玲
毛盾
姜雅娟
汪京辉
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.)
Wuhan University of Technology WUT
Original Assignee
Wuhan University of Technology WUT
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 Wuhan University of Technology WUT filed Critical Wuhan University of Technology WUT
Priority to CN201911303800.XA priority Critical patent/CN111009125B/zh
Publication of CN111009125A publication Critical patent/CN111009125A/zh
Application granted granted Critical
Publication of CN111009125B publication Critical patent/CN111009125B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种城市交叉路口人车碰撞概率计算方法，首先收集交叉路口信息，然后计算等量车流密度，计算到达车辆数，计算冒险型行人穿越交叉口落在事故可能区域的概率；然后判断交叉路口是否有障碍物影响交通参与者视线，有有障碍物则计算有障碍物情况下的影响因数，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合，最后计算人车碰撞概率；无计算无障碍物影响下的影响因数，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合，最后计算人车碰撞概率。本发明可以评价交叉路口安全现状，为交叉路口整改、管理提供决策依据。

Description

一种城市交叉路口人车碰撞概率计算方法
技术领域
本发明属于交通安全技术领域，涉及一种交叉路口人车碰撞概率计算方法，尤其是在某一特定速度下的人车碰撞概率，有无障碍物影响交叉路口通行下的人车碰撞概率。
背景技术
近年来，由于交通安全问题受到足够重视，我国道路交通安全水平得以不断提升，但仍然不容乐观。据世界卫生组织估计2016年我国道路交通事故10万人口死亡率为18.2，而同年美国、日本、新加坡的该项数据分别为12.4，4.1，2.8。巨大的差距表明我国道路交通安全水平与发达国家还有一段距离。而交叉路口被认为是交通事故发生的高频区域。据公安部交管局2017年统计数据显示，2015-2017年全国范围内在斑马线上发生机动车与行人的交通事故1.4万起，造成3898人死亡。如果能有一种科学的交叉路口人车碰撞概率计算方法衡量交叉路口安全程度，对于减少交叉路口人车碰撞交通事故具有重要意义。
城市交叉路口发生机动车与行人碰撞的原因包括以下几个方面，行人忽视交通安全，安全意识淡薄从而违反交通规则闯红灯；交叉路口信号灯损坏出现交通混乱的状况；在交叉路口机动车驾驶者驾车行驶速度过快，或由于视觉原因未能发现行人，不能及时停车礼让行人；为了施工方便在交叉路口进行围堵致使交通参与双方不能及时发现险情；雨雪天气影响道路路面，致使道路湿滑停车距离变大。基于多种因素对交叉路口进行人车碰撞概率计算可以为交叉路口安全评价提供依据。为相关部门决策提供参考。发现交叉路口存在的安全隐患，为改善交叉路口交通状况提供建议。为降低交通事故死亡率缩小我国与发达国家道路交通事故10万人口死亡率做出贡献。同时改善交通状况也是保障人民出行安全的重要措施，实现人民幸福的重要保障。
为了改善交叉路口交通安全现状，有些学者研究机动车和行人相互作用关系；也有学者基于人车相互作用关系提出人车冲突发生的可能性和处理办法；有些学者通过交通冲突量来研究交叉路口交通事故发生概率。在众多研究中涉及交叉路口人车碰撞交通事故发生概率的研究较少。在研究中很少将驾驶者视觉特性、行人、机动车制动距离以及摩擦因数综合考虑到一个模型中。只考虑一个因素或几个因素不能更好反应交叉路口交通事故发生机理，因此需要一种考虑多因素的交叉路口人车碰撞概率计算方法。
发明内容
为了解决上述技术问题，本发明提供了一种用于交叉路口人车碰撞概率计算方法。
本发明所采用的技术方案是：一种城市交叉路口人车碰撞概率计算方法，其特征在于，包括以下步骤：
步骤1：收集交叉路口信息，包括绿灯时长、街道长度、车道数、行人数、车辆数、何种路面、是否有障碍物及其长度、冒险型行人百分比；其中，所述冒险型行人百分比通过统计方法获得；
步骤2：根据步骤1中收集到的信息计算等量车流密度，根据车流密度计算到达车辆数；
步骤3：根据步骤1中收集到的信息计算冒险型行人穿越交叉口落在事故可能区域的概率；
步骤4：判断交叉路口是否有障碍物影响交通参与者视线；
若有，则依次执行步骤5、步骤6、步骤9，本流程结束；
若无，则依次执行步骤7、步骤8、步骤9，本流程结束；
步骤5：根据步骤1中收集到的信息计算有障碍物情况下的影响因数；
步骤6：在有障碍物情况下，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合；
步骤7：计算无障碍物影响下的影响因数；
步骤8：在无障碍物情况下，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合；
步骤9：计算人车碰撞概率。
作为优选，步骤2中车辆密度为：
Figure BDA0002322534710000021
其中，fv为速度-时长车辆密度，单位：辆/m；Nc为在绿灯时间内机动车车辆数，单位：辆；t为绿灯时间时长，单位：S；v为机动车行驶速度，单位：m/S；
然后在fv基础上计算一段时间内到达的车辆数：
Figure BDA0002322534710000031
其中，nv为车道数，L为街道长度，单位：m；Rr为事故半径，单位：m；Mot为到达的机动车车辆数，当其计算值出现小数时Mot为其计算值整数部分加一。
作为优选，步骤3中，首先计算不均衡系数M：
Figure BDA0002322534710000032
其中，Wv为机动车宽度，单位：m；nv为车道数；l为车道的宽度，单位：m；
然后计算行人落在事故可能区域的概率Pk：
Figure BDA0002322534710000033
其中，n1，n2，…，nN为单位宽度内冒险型行人数数量，且n1+n2...+nN＝n；N为道路宽度，单位：m；
Figure BDA0002322534710000034
为排列组合表达式。
作为优选，步骤5中，首先计算事故半径；
Figure BDA0002322534710000035
其中：Rr为事故半径，单位：m；v为驾驶者发现行人时机动车的初始速度，单位：m/S；T为驾驶者反应时间，单位：S；g为重力加速度，μ为摩擦因数；
其次在事故半径的基础上计算被遮挡影响的事故可能区域面积；
Figure BDA0002322534710000036
其中，A为被遮挡影响的事故可能区域面积，单位：m2；L为街道长度，单位：m；nv为车道数；l为车道的宽度，单位：m；ld为障碍物长度，单位：m；
再在事故半径的基础上计算事故区域的面积；
Figure BDA0002322534710000037
其中，S为事故区域的面积，单位：m2；
最后在计算S、A的基础上计算影响因数；
Figure BDA0002322534710000038
其中，f为影响因数。
作为优选，步骤6中，当有障碍物影响通行时，首先计算事故区域内可容纳的车辆数；
Figure BDA0002322534710000041
其中，Nv事故区域内可容纳的车辆数，当Nv计算值出现小数时Nv为其计算值整数部分加一；L为街道长度，单位：m；nv为车道数；lv为车身长度，单位：m；Rr为事故半径，单位：m；ld为障碍物长度，单位：m；
其次计算到达车辆在事故可能区域内的排列组合；
Figure BDA0002322534710000042
其中，Mot为到达的机动车车辆数，K0为到达车辆在事故可能区域内的排列组合，当计算K0≤0时K0取值为1，
Figure BDA0002322534710000043
为排列组合表达式；
最后计算到达车辆在事故区域内的排列组合；
Figure BDA0002322534710000044
其中：K为到达车辆在事故区域内的排列组合，
Figure BDA0002322534710000045
为排列组合表达式。
作为优选，步骤7中，首先计算驾驶者水平视野；
θ＝0.0031v2-0.9922v+88.032 (12)
其中，θ为驾驶者水平视野，单位：度；v为机动车行驶速度，单位：m/S；
然后计算驾驶者注视距离：
Figure BDA0002322534710000046
其中，ω为驾驶者注视距离，单位：m；T为驾驶者反应时间，单位：s；g为重力加速度；μ为摩擦因数；
最后在驾驶者水平视野和注视距离的基础上计算在无障碍物对通行产生影响情况下的影响因数；
Figure BDA0002322534710000047
其中，f为影响因数；L为街道长度，单位：m。
作为优选，步骤8中，首先计算事故半径；
Figure BDA0002322534710000048
其中，Rr为事故半径，单位：m；v为驾驶者发现行人时机动车的初始速度，单位：m/s；T为驾驶者反应时间，单位：s；g为重力加速度；μ为摩擦因数；
其次计算事故区域内能容纳的车辆数；
Figure BDA0002322534710000051
其中，Nv事故区域内可容纳的车辆数，当Nv计算值出现小数时Nv为其计算值整数部分加一；nv为车道数；lv为车身长度，单位：m；L为街道长度，单位：m；
其次计算到达车辆在事故可能区域内的排列组合；
Figure BDA0002322534710000052
其中：Mot为到达的机动车车辆数；K0为到达车辆在事故可能区域内的排列组合，当计算K0≤0时K0取值为1，
Figure BDA0002322534710000053
为排列组合表达式；
最后计算到达车辆在事故区域内的排列组合；
Figure BDA0002322534710000054
其中：K为到达车辆在事故区域内的排列组合，
Figure BDA0002322534710000055
为排列组合表达式。
作为优选，步骤9中，人车碰撞的概率为：
Figure BDA0002322534710000056
其中：P为人车碰撞概率，Pk行人在事故可能区域的概率，K0事故可能区域机动车在车道内的排列组合，K为事故区域内机动车在车道内的排列组合，f为影响因数。
作为优选，所述街道长度为双向街道长度平均值；如道路为南北向，车辆南北向行驶，即为向南方向与该交叉路口相邻交叉路口之间街道距离、向北方向与该交叉路口相邻交叉路口之间街道距离两者长度的平均值。
本发明公开了一种应用于城市交叉路口人车碰撞概率计算方法，将道路环境、人、车等看成一个系统，综合考虑人员的视觉特性、道路环境、天气对交通流的影响，构建了一个综合衡量方法。
相对于以前研究者考虑单一因素对人车碰撞概率的影响，本发明考虑了驾驶者动态视觉特性、有无障碍物影响交通参与者视线、雨雪冰冻对车辆制动影响。并将机动车车辆数、行人数量、道路及周边环境看成一个整体构造计算模型。
本发明用于交叉路口安全现状评价，计算人车碰撞交通事故发生概率，并且所选取参数简单易得到、易于操作实施。
附图说明
图1为本发明实施例的流程图。
具体实施方式
为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。
请见图1，本发明提供的一种城市交叉路口人车碰撞概率计算方法，包括以下步骤：
步骤1：收集交叉路口信息，包括绿灯时长、街道长度、车道数、行人数、车辆数、何种路面、是否有障碍物及其长度、冒险型行人百分比；其中，冒险型行人百分比通过统计方法获得；
步骤2：根据步骤1中收集到的信息计算等量车流密度，根据车流密度计算到达车辆数；
步骤3：根据步骤1中收集到的信息计算冒险型行人穿越交叉口落在事故可能区域的概率；
步骤4：判断交叉路口是否有障碍物影响交通参与者视线；
若有，则依次执行步骤5、步骤6、步骤9，本流程结束；
若无，则依次执行步骤7、步骤8、步骤9，本流程结束；
步骤5：根据步骤1中收集到的信息计算有障碍物情况下的影响因数；
步骤6：在有障碍物情况下，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合；
步骤7：计算无障碍物影响下的影响因数；
步骤8：在无障碍物情况下，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合；
步骤9：计算人车碰撞概率。
以下通过两个实施例对发明做进一步的阐述。
实施例1：
本实施例基于有障碍物影响情况下城市交叉路口人车碰撞概率计算，机动车行驶速度按向量处理，范围15-55km/h间隔为5km，以下实施例计算时速度单位转化为m/s，实施例所有计算向量均与行车速度从15-55km/h相对应。
本实施例提供的一种城市交叉路口人车碰撞概率计算方法，包括以下步骤：
步骤1：收集交叉路口信息，包括绿灯时长、街道长度、行人数、车辆数、何种路面、是否有障碍物及其长度、冒险型行人百分比，具体信息如下表1：
表1
Figure BDA0002322534710000071
步骤2：根据步骤步骤1收集到的信息计算等量车流密度，根据车流密度计算到达车辆数。
首先，计算速度-时长车辆密度，按公式20具体如下：
Figure BDA0002322534710000072
其中：fv为速度-时长车辆密度(单位：辆/m)，Nc为在绿灯时间内机动车车辆数(单位：辆)，t为绿灯时间时长(单位：s)，v为机动车行驶速度(单位：m/s)。
计算结果如下
fv＝[0.057 0.043 0.034 0.028 0.024 0.021 0.019 0.017 0.016]。
其次，计算一段时间内到达的车辆数，按公式(21)具体如下：
Figure BDA0002322534710000073
其中：fv为速度-时长车辆密度(单位：辆/m)，nv为车道数，L为街道长度(单位：m)，Rr为事故半径(单位：m)，Mot为到达的机动车车辆数，当其计算值出现小数时Mot为其计算值整数部分加一。
计算结果如下：
Mot＝[1 1 1 1 1 2 2 2 2]。
步骤3：根据步骤步骤1收集到的信息计算冒险型行人穿越交叉口落在事故可能区域的概率。
首先，计算不均衡系数M，按公式(22)具体如下：
Figure BDA0002322534710000081
其中：M为不均衡系数，Wv为机动车宽度(单位：m，本例取值2m)，nv为车道数，l为车道的宽度(单位：m，本例取值3m)。
经计算
Figure BDA0002322534710000082
最后，计算行人落在事故可能区域的概率，按公式(23)具体如下：
Figure BDA0002322534710000083
其中：Pk行人在事故可能区域的概率，M为不均衡系数，n1，n2，…，nN为单位宽度内冒险型行人数数量，且n1+n2...+nN＝n，N为道路宽度(单位：m，本例取值为3m),
Figure BDA0002322534710000084
...为排列组合表达式。
本例中单位宽度取值0.5m，由S1收集到的信息冒险型行人为1人，经计算
Figure BDA0002322534710000085
步骤5：根据步骤1收集到的信息计算有障碍物情况下的影响因数。
首先，计算事故半径，按公式(24)具体如下：
Figure BDA0002322534710000086
其中：Rr为事故半径(单位：m)，v为驾驶者发现行人时机动车的初始速度(单位：m/S)，T为驾驶者反应时间(单位：s，本例取值1.2s)，g为重力加速度(一般取值9.8m/s2)，μ为摩擦因数视道路路面及是否降水而定。
计算结果如下：
Rr＝[6.77 9.82 13.25 17.09 21.31 25.93 30.94 36.35 42.15]。
其次在计算上述事故半径的基础上计算被遮挡影响的事故可能区域面积，按公式(25)具体如下：
Figure BDA0002322534710000087
其中：A为被遮挡影响的事故可能区域面积(单位：m2)，Rr为事故半径(单位：m)，L为街道长度(单位：m)，nv为车道数，l为车道的宽度(单位：m，取值3m)，ld为障碍物长度(单位：m，取值3m)。
计算结果如下：
A＝[2.31 11.45 21.76 33.26 45.94 59.79 74.83 91.05 108.45]。
接着在计算上述事故半径的基础上计算事故区域的面积，按公式(26)具体如下：
Figure BDA0002322534710000091
其中：S为事故区域的面积(单位：m2)，nv为道路的车道数，L为街道长度(单位：m)，l为车道的宽度(单位：m，取值3m)，Rr为事故半径(单位：m)。
计算结果如下：
S＝[40.63 58.90 79.53 102.52 127.87 155.59 185.66 218.10 252.90]。
最后在计算S、A的基础上计算f，按公式(27)具体如下：
Figure BDA0002322534710000092
其中：f为影响因数，S为事故区域的面积(单位：m2)，A为被遮挡影响的事故可能区域面积(单位：m2)。
计算结果如下：
f＝[0.057 0.194 0.274 0.324 0.359 0.384 0.403 0.418 0.429]。
步骤6：在有障碍物情况下，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合。
首先，在有障碍物影响通行时，计算事故区域内可容纳的车辆数，按公式(28)具体如下：
Figure BDA0002322534710000093
其中：Nv事故区域内可容纳的车辆数，当Nv计算值出现小数时Nv为其计算值整数部分加一，L为街道长度(单位：m)，nv为车道数，lv为车身长度(单位：m，取值6m)，ld为障碍物长度(单位：m，取值3m)，Rr为事故半径(单位：m)。
计算结果如下：
Nv＝[2 4 4 6 8 8 10 12 14]。
其次计算到达车辆在事故可能区域内的排列组合，按公式(29)具体如下：
Figure BDA0002322534710000094
其中：Mot为到达的机动车车辆数，Nv事故区域内可容纳的车辆数，K0为到达车辆在事故可能区域内的排列组合，当计算K0≤0时K0取值为1，
Figure BDA0002322534710000101
为排列组合表达式。
计算结果如下：
K0＝[1 3 3 5 7 27 44 65 90]。
最后计算到达车辆在事故区域内的排列组合，按公式(30)具体如下：
Figure BDA0002322534710000102
其中：Mot为到达的机动车车辆数，Nv事故区域内可容纳的车辆数，K为到达车辆在事故区域内的排列组合，
Figure BDA0002322534710000103
为排列组合表达式。
计算结果如下：
K＝[2 4 4 6 8 28 45 66 91]。
步骤9：计算人车碰撞概率，按公式(31)具体如下：
Figure BDA0002322534710000104
其中：P为人车碰撞概率，Pk行人在事故可能区域的概率，K0事故可能区域机动车在车道内的排列组合，K为事故区域内机动车在车道内的排列组合，f为影响因数。
机动车行车速度(km/h)与对应概率计算结果如下表2：
表2
Figure BDA0002322534710000105
实施例2：
本实施例基于无障碍物影响情况下城市交叉路口人车碰撞概率计算，机动车行驶速度按向量处理，范围15-55km/h间隔为5km，以下实施例计算时速度单位转化为m/s。实施例所有计算向量均与行车速度从15-55km/h相对应。
本实施例提供的一种城市交叉路口人车碰撞概率计算方法，包括以下步骤：
步骤1：收集交叉路口信息，包括绿灯时长、街道长度、行人数、车辆数、何种路面、是否有障碍物及其长度、冒险型行人百分比，具体信息如下表3：
表3
Figure BDA0002322534710000111
步骤2：根据步骤1收集到的信息计算等量车流密度，根据车流密度计算到达车辆数。
首先，计算速度-时长车辆密度，按公式(32)具体如下：
Figure BDA0002322534710000112
其中：fv为速度-时长车辆密度(单位：辆/m)，Nc为在绿灯时间内机动车车辆数(单位：辆)，t为绿灯时间时长(单位：s)，v为机动车行驶速度(单位：m/s)。
计算结果如下：
fv＝[0.057 0.043 0.034 0.028 0.024 0.021 0.019 0.017 0.016]。
其次，计算一段时间内到达的车辆数，按公式33具体如下：
Figure BDA0002322534710000113
其中：fv为速度-时长车辆密度(单位：辆/m)，nv为车道数，L为街道长度(单位：m)，Rr为事故半径(单位：m)，Mot为到达的机动车车辆数，当其计算值出现小数时Mot为其计算值整数部分加一。
计算结果如下：
Mot＝[1 1 1 1 1 2 2 2 2]。
步骤3：根据步骤1收集到的信息计算冒险型行人穿越交叉口落在事故可能区域的概率。
首先，计算不均衡系数M，按公式(34)具体如下：
Figure BDA0002322534710000114
其中：M为不均衡系数，Wv为机动车宽度(单位：m，本例取值2m)，nv为车道数，l为车道的宽度(单位：m，本例取值3m)。
经计算
Figure BDA0002322534710000121
最后，计算行人落在事故可能区域的概率，按公式(35)具体如下：
Figure BDA0002322534710000126
其中：Pk行人在事故可能区域的概率，M为不均衡系数，n1，n2，…，nN为单位宽度内冒险型行人数数量，且n1+n2…+nN＝n，N为道路宽度(单位：m，本例取值为3m),
Figure BDA0002322534710000122
...为排列组合表达式。
本例中单位宽度取值0.5m，由步骤1收集到的信息冒险型行人为1人，经计算
Figure BDA0002322534710000123
步骤7：计算无障碍物影响下的影响因数。
首先，计算驾驶者水平视野，按公式(36)具体如下：
θ＝0.0031v2-0.9922v+88.032 (36)
其中：θ为驾驶者水平视野(单位：度)，v为机动车行驶速度(单位：m/s)。
计算结果如下：
θ＝[83.95 82.62 81.29 79.98 78.68 77.398 76.11 74.85 73.60]。
其次，根据步骤1收集到的信息计算驾驶者注视距离，按公式(37)具体如下：
Figure BDA0002322534710000124
其中：ω为驾驶者注视距离(单位：m)，v为机动车行驶速度(单位：m/s)，T为驾驶者反应时间(单位：s，取1.2)，g为重力加速度(一般取值9.8m/s2)，μ为摩擦因数视道路路面及是否降水而定。
计算结果如下：
ω＝[8.16 11.78 15.90 20.50 25.57 31.12 37.13 43.62 50.58]。
最后在计算上述驶员水平视野和注视距离的基础上计算影响因数，按公式(38)具体如下：
Figure BDA0002322534710000125
其中：f为影响因数，L为街道长度(单位：m)，θ为驾驶者水平视野(单位：度)，ω为驾驶者注视距离(单位：m)。
计算结果如下：
f＝
[0.0152 0.0216 0.0287 0.0364 0.0447 0.0535 0.0628 0.0726 0.0827]。
步骤8：在无障碍物情况下，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合。
首先计算事故半径，按公式(39)具体如下：
Figure BDA0002322534710000131
其中：Rr为事故半径(单位：m)，v为驾驶者发现行人时机动车的初始速度(单位：m/s)，T为驾驶者反应时间(单位：s，本例取值1.2s)，g为重力加速度(一般取值9.8m/s2)，μ为摩擦因数视道路路面及是否降水而定。
计算结果如下：
Rr＝[6.77 9.82 13.25 17.09 21.31 25.93 30.94 36.35 42.15]。
接着计算事故区域内可容纳的车辆数，按公式(40)具体如下：
Figure BDA0002322534710000132
其中：Nv事故区域内可容纳的车辆数，当Nv计算值出现小数时Nv为其计算值整数部分加一，L为街道长度(单位：m)，nv为车道数，lv为车身长度(单位：m)，Rr为事故半径(单位：m)，ld为障碍物长度(单位：m)。
计算结果如下：
Nv＝[4 4 6 6 8 10 12 14 16]。
其次计算到达车辆在事故可能区域内的排列组合，按公式(41)具体如下：
Figure BDA0002322534710000133
其中：Mot为到达的机动车车辆数，Nv事故区域内可容纳的车辆数，K0为到达车辆在事故可能区域内的排列组合，当计算K0≤0时K0取值为1，
Figure BDA0002322534710000134
为排列组合表达式。
计算结果如下：
K0＝[2 2 4 4 6 43 64 89 118]。
最后计算到达车辆在事故区域内的排列组合，按公式(42)具体如下：
Figure BDA0002322534710000135
其中：Mot为到达的机动车车辆数，Nv事故区域内可容纳的车辆数，K为到达车辆在事故区域内的排列组合，
Figure BDA0002322534710000141
为排列组合表达式。
计算结果如下：
K＝[4 4 6 6 8 45 66 91 120]。
步骤9：计算人车碰撞概率，按公式(43)具体如下：
Figure BDA0002322534710000142
其中：P为人车碰撞概率，Pk行人在事故可能区域的概率，K0事故可能区域机动车在车道内的排列组合，K为事故区域内机动车在车道内的排列组合，f为影响因数。
机动车行车速度(km/h)与对应概率计算结果如下表4：
表4
Figure BDA0002322534710000143
本发明主要基于排列组合的思想，根据冒险型行人落在事故可能区域的概率，道路车辆在事故区域内的排列组合和事故可能区域内的排列组合比值，以及影响因数，进而得到人车碰撞概率的计算模型。应用本方法需要收集大量交叉路口的数据，包括绿灯时长、街道长度、行人数、车辆数、何种路面、是否有障碍物、冒险型行人百分比。然后根据构建模型和数据处理技术分析道路交叉口存在的问题。分析结果可用于以下方面，为城市道路安全运营提供意见建议；为市政施工时道路围堵提供意见建议；为交通管理部门道路限速提供理论依据。也可以结合建立模型进行模拟分析研究最佳的道路工况，如道路两交叉口之间最佳距离，为道路设计提供参考。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (7)

1.一种城市交叉路口人车碰撞概率计算方法，其特征在于，包括以下步骤：
步骤1：收集交叉路口信息，包括绿灯时长、街道长度、车道数、行人数、车辆数、何种路面、是否有障碍物及其长度、冒险型行人百分比；其中，所述冒险型行人百分比通过统计方法获得；
步骤2：根据步骤1中收集到的信息计算等量车流密度，根据车流密度计算到达车辆数；
步骤3：根据步骤1中收集到的信息计算冒险型行人穿越交叉口落在事故可能区域的概率；
步骤4：判断交叉路口是否有障碍物影响交通参与者视线；
若有，则依次执行步骤5、步骤6、步骤9，本流程结束；
若无，则依次执行步骤7、步骤8、步骤9，本流程结束；
步骤5：根据步骤1中收集到的信息计算有障碍物情况下的影响因数；
首先计算事故半径；
Figure FDA0002798188670000011
其中：Rr为事故半径，单位：m；v为驾驶者发现行人时机动车的初始速度，单位：m/S；T为驾驶者反应时间，单位：S；g为重力加速度，μ为摩擦因数；
其次在事故半径的基础上计算被遮挡影响的事故可能区域面积；
Figure FDA0002798188670000012
其中，A为被遮挡影响的事故可能区域面积，单位：m2；L为街道长度，单位：m；nv为车道数；l为车道的宽度，单位：m；ld为障碍物长度，单位：m；
再在事故半径的基础上计算事故区域的面积；
Figure FDA0002798188670000013
其中，S为事故区域的面积，单位：m2；
最后在计算S、A的基础上计算影响因数；
Figure FDA0002798188670000014
其中，f为影响因数；
步骤6：在有障碍物情况下，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合；
步骤7：计算无障碍物影响下的影响因数；
首先计算驾驶者水平视野；
θ＝0.0031v2-0.9922v+88.032 (12)
其中，θ为驾驶者水平视野，单位：度；v为机动车行驶速度，单位：m/S；
然后计算驾驶者注视距离：
Figure FDA0002798188670000021
其中，ω为驾驶者注视距离，单位：m；T为驾驶者反应时间，单位：s；g为重力加速度；μ为摩擦因数；
最后在驾驶者水平视野和注视距离的基础上计算在无障碍物对通行产生影响情况下的影响因数；
Figure FDA0002798188670000022
其中，f为影响因数；L为街道长度，单位：m；
步骤8：在无障碍物情况下，计算车辆在事故区域范围内的排列组合，车辆在事故可能区域内的排列组合；
步骤9：计算人车碰撞概率。
2.根据权利要求1所述的城市交叉路口人车碰撞概率计算方法，其特征在于，步骤2中所述车辆密度为：
Figure FDA0002798188670000023
其中，fv为速度-时长车辆密度，单位：辆/m；Nc为在绿灯时间内机动车车辆数，单位：辆；t为绿灯时间时长，单位：S；v为机动车行驶速度，单位：m/S；
然后在fv基础上计算一段时间内到达的车辆数：
Figure FDA0002798188670000024
其中，nv为车道数，L为街道长度，单位：m；Rr为事故半径，单位：m；Mot为到达的机动车车辆数，当其计算值出现小数时Mot为其计算值整数部分加一。
3.根据权利要求1所述的城市交叉路口人车碰撞概率计算方法，其特征在于：步骤3中，首先计算不均衡系数M：
Figure FDA0002798188670000031
其中，Wv为机动车宽度，单位：m；nv为车道数；l为车道的宽度，单位：m；
然后计算行人落在事故可能区域的概率Pk：
Figure FDA0002798188670000032
其中，n1，n2，...，nN为单位宽度内冒险型行人数数量，且n1+n2...+nN＝n；N为道路宽度，单位：m；
Figure FDA0002798188670000033
为排列组合表达式。
4.根据权利要求1所述的城市交叉路口人车碰撞概率计算方法，其特征在于：步骤6中，当有障碍物影响通行时，首先计算事故区域内可容纳的车辆数；
Figure FDA0002798188670000034
其中，Nv事故区域内可容纳的车辆数，当Nv计算值出现小数时Nv为其计算值整数部分加一；L为街道长度，单位：m；nv为车道数；lv为车身长度，单位：m；Rr为事故半径，单位：m；ld为障碍物长度，单位：m；
其次计算到达车辆在事故可能区域内的排列组合；
Figure FDA0002798188670000035
其中，Mot为到达的机动车车辆数，K0为到达车辆在事故可能区域内的排列组合，当计算K0≤0时K0取值为1，
Figure FDA0002798188670000036
为排列组合表达式；
最后计算到达车辆在事故区域内的排列组合；
Figure FDA0002798188670000037
其中：K为到达车辆在事故区域内的排列组合，
Figure FDA0002798188670000038
为排列组合表达式。
5.根据权利要求1所述的城市交叉路口人车碰撞概率计算方法，其特征在于：步骤8中，首先计算事故半径；
Figure FDA0002798188670000039
其中，Rr为事故半径，单位：m；v为驾驶者发现行人时机动车的初始速度，单位：m/s；T为驾驶者反应时间，单位：s；g为重力加速度；μ为摩擦因数；
其次计算事故区域内能容纳的车辆数；
Figure FDA0002798188670000041
其中，Nv事故区域内可容纳的车辆数，当Nv计算值出现小数时Nv为其计算值整数部分加一；nv为车道数；lv为车身长度，单位：m；L为街道长度，单位：m；
其次计算到达车辆在事故可能区域内的排列组合；
Figure FDA0002798188670000042
其中：Mot为到达的机动车车辆数；K0为到达车辆在事故可能区域内的排列组合，当计算K0≤0时K0取值为1，
Figure FDA0002798188670000043
为排列组合表达式；
最后计算到达车辆在事故区域内的排列组合；
Figure FDA0002798188670000044
其中：K为到达车辆在事故区域内的排列组合，
Figure FDA0002798188670000045
为排列组合表达式。
6.根据权利要求1-5任意一项所述的城市交叉路口人车碰撞概率计算方法，其特征在于：步骤9中，人车碰撞的概率为：
Figure FDA0002798188670000046
其中：P为人车碰撞概率，Pk行人在事故可能区域的概率，K0事故可能区域机动车在车道内的排列组合，K为事故区域内机动车在车道内的排列组合，f为影响因数。
7.根据权利要求1-5任意一项所述的城市交叉路口人车碰撞概率计算方法，其特征在于：所述街道长度为双向街道长度平均值。
CN201911303800.XA 2019-12-17 2019-12-17 一种城市交叉路口人车碰撞概率计算方法 Active CN111009125B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911303800.XA CN111009125B (zh) 2019-12-17 2019-12-17 一种城市交叉路口人车碰撞概率计算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911303800.XA CN111009125B (zh) 2019-12-17 2019-12-17 一种城市交叉路口人车碰撞概率计算方法

Publications (2)

Publication Number Publication Date
CN111009125A CN111009125A (zh) 2020-04-14
CN111009125B true CN111009125B (zh) 2021-01-15

Family

ID=70116423

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911303800.XA Active CN111009125B (zh) 2019-12-17 2019-12-17 一种城市交叉路口人车碰撞概率计算方法

Country Status (1)

Country Link
CN (1) CN111009125B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN116639151B (zh) * 2023-05-30 2023-11-28 武汉理工大学 基于人行道盲区行人存在性预测的无人车控制方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203727A (zh) * 2016-07-19 2016-12-07 江苏大学 一种道路交通事故链风险实时评估方法
CN108171361A (zh) * 2017-12-11 2018-06-15 东南大学 考虑交通冲突指标分布问题的交通仿真模型标定方法
CN108198423A (zh) * 2018-01-24 2018-06-22 哈尔滨工业大学 一种两显示信号控制十字平面交叉口的突出事故形态识别方法
CN108230676A (zh) * 2018-01-23 2018-06-29 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
CN108427757A (zh) * 2018-03-16 2018-08-21 江苏智通交通科技有限公司 基于关联规则的重点车辆通行预警方法及监管系统
CN109637131A (zh) * 2018-12-19 2019-04-16 长安大学 一种交叉路口可变停车线的控制装置及控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI478835B (zh) * 2010-02-08 2015-04-01 Hon Hai Prec Ind Co Ltd 車輛防撞監控系統及方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106203727A (zh) * 2016-07-19 2016-12-07 江苏大学 一种道路交通事故链风险实时评估方法
CN108171361A (zh) * 2017-12-11 2018-06-15 东南大学 考虑交通冲突指标分布问题的交通仿真模型标定方法
CN108230676A (zh) * 2018-01-23 2018-06-29 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
CN108198423A (zh) * 2018-01-24 2018-06-22 哈尔滨工业大学 一种两显示信号控制十字平面交叉口的突出事故形态识别方法
CN108427757A (zh) * 2018-03-16 2018-08-21 江苏智通交通科技有限公司 基于关联规则的重点车辆通行预警方法及监管系统
CN109637131A (zh) * 2018-12-19 2019-04-16 长安大学 一种交叉路口可变停车线的控制装置及控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
"Simulation of Crossing Traffic Flow without Traffic Light Using Modified Full Velocity Difference Model";Wei Lv et al.;《Applied Mechanics and Materials》;20141231;正文全文 *
"城市道路人车冲突和碰撞概率微观模型研究";陆斯文 等;《同济大学学报（自然科学版）》;20091231;正文全文 *
"基于SNA的重特大道路交通事故风险指标体系构建";宋英华 等;《中国安全生产科学技术》;20190630;正文全文 *
"考虑过街行人运动不确定性的人-车碰撞伤害评估";黄智 等;《汽车工程》;20180125;正文全文 *

Also Published As

Publication number Publication date
CN111009125A (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
Leaf Literature review on vehicle travel speeds and pedestrian injuries
Ahmad et al. Exploring factors associated with crash severity on motorways in Pakistan
Cicchino et al. Not all protected bike lanes are the same: Infrastructure and risk of cyclist collisions and falls leading to emergency department visits in three US cities
Thompson et al. An examination of the environmental, driver and vehicle factors associated with the serious and fatal crashes of older rural drivers
Wang et al. Operating-speed model for low-speed urban tangent streets based on in-vehicle global positioning system data
Galanis et al. Pedestrian road safety in relation to urban road type and traffic flow
CN210377838U (zh) 一种基于通用交通数据采集源的车路协同安全预警系统
CN111009125B (zh) 一种城市交叉路口人车碰撞概率计算方法
Anowar et al. Factors influencing the severity of intersection crashes in Bangladesh
Van Houten et al. Effects of a driver enforcement program on yielding to pedestrians
Bhatia et al. Examining the impact of cycle lanes on cyclist-motor vehicle collisions in the city of Toronto
Toledo et al. Alternative definitions of passing critical gaps
Carter et al. Factors contributing to pedestrian and bicycle crashes on rural highways
Yaacob et al. The effect of road hump in reducing speed of motorcars in a residential area in Kuala Lumpur
Ivan et al. Motor vehicle speeds: Recommendations for urban sustainability
Cicchino Not all protected bike lanes are the same: infrastructure and risk of cyclist collisions and falls leading to emergency department visits in three US cities August 2019
Fazio et al. Nonmotorized-motorized traffic accidents and conflicts on Delhi streets
Sharifah Allyana et al. Drop-off and Pick-up Zone in Selected Primary School in Selangor
Leden et al. Design of crosswalks for children A synthesis of best practice
Chakraborty Assessing safety performance of roadway characteristics in rural and urban contexts
Sadrayi et al. An assessment of the impact of pedestrian refuge islands on vehicle speed changes and pedestrian safety: case study in Tehran
CN116246491B (zh) 基于轨迹特征挖掘的追尾风险路段动态识别与管控方法
Zhou et al. Research on the Operational Efficiency of the Two-Way Left-Turn Lane
Gitelman et al. An identification of infrastructure measures to improve elderly pedestrian safety in towns in Israel
Mostafi et al. A Novel Predictive Modelling Approach Towards a Spatiotemporal Traffic Safety Index

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