基于交通沖突理論的道路安全評價技術研究綜述*

葛慧敏 周禮軍 薄云鈺 董 磊 臧文鎧

（江蘇大學汽車與交通工程學院 江蘇 鎮江 212013）

0 引 言

隨著經濟的高速發展和城市規模的不斷擴大，交通需求不斷增加，交通事故已成為當前運輸業所面對的嚴重公共安全問題。社會對于交通安全的關注促使道路交通安全評價體系應運而生。交通安全評價的概念最早于20世紀90年代由英國提出，旨在對大部分公路做出安全指示，澳大利亞和美國也在此領域發展迅速，先后出版了《公路安全評價》《道路安全設計與運營指南》等著作[1]，為今后形成成熟的安全評價體系打下基礎。

相關文獻表明：國外大部分聚焦于對公路網、局域網或密集城市路段的分析，Gregoriades等[2]采用了貝葉斯信念網絡與智能體仿真相結合的方法，對道路網絡構建事故預測模型進行安全分析；Lee等[3]使用混合多項式Logit 分式分解模型，從宏觀上分析按車型劃分的碰撞比例，分析佛羅里達州交通分析區的碰撞頻率；Orsini等[4]分析大規模高速公路橫截面碰撞事故，運用極值理論預測模型優劣。而國內對于交通安全評價的研究較晚，主要基于交叉口和高速公路場景進行分析，同時也針對中國本土地理環境對山區和農村進行分析。到目前為止，中國對于交通安全分析的研究已取得了一系列成果，鄭來[5]將交通沖突技術與極值理論相結合，構建了交通沖突區組極值模型和超閾值極值模型，對高速公路的車道變換行為進行分析；郭延永等[6]利用隨機參數負二項模型建立了信號交叉口右轉設施交通沖突模型進行安全分析；鄭喆等[7]在對排列式交叉口進行交通安全分析，探討了基于有序概率模型建立了魯棒優化模型。

由上可知，國內外關于交通安全分析的研究日趨成熟，交通沖突技術與各種理論相結合，廣泛運用到安全分析過程中，但根據不同的研究場景，采用不同的評價指標和方法，其評價結果可能大有不同，要做到對實際道路場景或路網下的準確分析、評價，以及事故預控，還有很大的進步空間。因此有必要對于目前的道路交通安全評價體系做出全面的回顧與總結，并將結論應用到交通管制、交通事故預防等方面，提出相應的改善措施，達到事故主動防控的目的。從交通沖突技術應用場景、交通沖突影響因素、道路交通安全評價技術3個方面闡述此領域研究現狀和發展趨勢。

1 共現分析

關鍵詞共現分析可表現某特定領域研究內容的集中度與關聯度，快速了解該領域發展沿革與當前熱點，加深對該領域的認知。以中國知網（CNKI）數據庫庫與Web of Science（WOS）數據庫為數據源，運用VOSviewer 文獻計量軟件，截取時間范圍為2011年1 月1 日—2022 年6 月25 日，在CNKI 庫中以“交通沖突”OR“沖突模型”AND“交通安全評價”為關鍵詞，在WOS庫中以“traffic conflict”OR“conflict model”AND“traffic safety evaluation”為關鍵詞，檢索出中文文獻160篇以及外文核心文獻460篇進行關鍵詞共現分析，見圖1～2。

圖1 CNKI關鍵詞共現圖譜Fig.1 CNKI Keywords co-occurrence map

通過聚類分析，可得到國內12個研究集群和國外9個研究集群。進一步將研究主題歸結為以下3類。

1）針對不同場景下的交通模型構建。例如非常規信號交叉口[8]、高速公路施工區[9]、交織區[10]等。依賴于行車現場交通流、交通沖突等數據，搭建交通沖突模型或安全評價模型，利用仿真方法分析模型優劣以及對交通沖突的改善效用。

2）梳理交通沖突影響因素。將交通沖突影響因素分為人、車、路、環境、其他5個方面進行歸類分析研究。

3）闡述道路交通安全評價技術。從3個方面對道路交通安全評價進行描述，歸納整理國內外交通沖突選取方法，結合國內外道路交通安全評價方法，構建道路交通安全評價模型。

2 交通沖突技術應用場景

圖2 WOS關鍵詞共現圖譜Fig.2 WOS Keywords co-occurrence map

交通沖突技術作為1種被廣泛使用的交通安全評價非事故指標，在多種場景下都發揮了特有的作用。目前研究場景主要集中在平面信控場景、高速公路基本路段組成場景、宏觀交通路網場景，與之對應可總結為點場景、線場景、面場景。其典型場景概況見圖3。

圖3 典型場景文獻數量分布Fig.3 Literature quantity distribution of typical scenes

其中交叉口場景占總場景的26.8%，在整個路網中，由于平面交叉口通常有多向交通流匯合，因此是道路通行能力的瓶頸和交通事故的多發地點。文獻表明：從信號控制角度[11-12]，在2相位信號平交口、信號控制環形交叉口、夜間信號交叉口等信控平面交叉口的不同信控方式交叉口進行過分析；從典型[7，13]與特定[14]交叉口類型角度，選取過城市和郊區交叉口、排陣式交叉口，對關聯交叉口層面、主干道層面等場景展開的研究。

高速公路是專供汽車分向、分車道、全部控制出入高速行駛的多車道公路。由于高速公路多橋梁、涵洞、隧道，且在這些路況復雜的路段行車極易發生事故。因此，國內外學者針對此場景展開了諸多交通安全分析的研究。例如對高速公路隧道出入口段[15]、合并路段[16]等場景的交通安全分析。此外，還有在山區高速公路[17]、山區高速公路隧道群[18]等場景下進行的交通安全分析。

除上述2 種場景外，國內外學者還對其他特定的場景進行了相關的交通安全分析研究：如在城市道路[19]、城市快速路[20]、城郊公路[21]、山區道路[22]、農村公路[23]、事故多發路段[24]等場景進行的交通安全分析與評價；除此之外，從宏觀交通環境出發，國內外學者探究了在整個區域路網環境下[25]的交通安全分析及評價，如城市核心區、州或市交通分析區以及寒冷地區公路[26]等場景進行的交通安全分析；從更微觀的角度來說，如對各劃分路段的靜態（基礎設施）和動態特性（交通密度）進行獨立分析[2]的場景。

綜上可知，從場景的研究時間來看，場景發展變革也是按照由點及線到面的研究順序，而隨著人工智能和機器學習方法的發展使得交通大數據的采集和分析簡單易行，才得以深入研究宏觀路網的交通安全。目前研究場景單一，缺少對照場景分析，如點點場景、線線場景、面面場景、點線場景、線面場景、點線面場景的對照分析；此外，目前研究大多僅考慮一維空間信息，缺少二維時間信息的分析，應結合場景時空信息對交通安全進行分析。

3 交通沖突影響因素

通過對檢索文獻的梳理，目前對交通沖突影響因素的分析主要集中在人、車、路、環境等方面，此外還包括其他特定的影響因素。因此，論文從5 個方面對交通沖突影響因素的研究進行分析。

3.1 人為因素

交通參與者是交通安全諸因素中最為活躍和主動的因素，也是引發交通事故的最主要因素。國內外的統計數據顯示，80%～90%的交通事故是由人的因素所誘發的。因此，國內外眾多學者針對駕駛人因展開研究，主要包括駕駛人生理、心理特征、視覺特性和駕駛行為等的影響分析[1]。表1 為交通安全分析中人為因素指標。

3.2 車輛與交通指標因素

車輛的性能是保證道路安全性的重要因素之一，道路交通量等車輛相關交通指標也對交通安全有重要影響。故很多研究都在交通安全分析中考慮了車輛和交通指標因素[1,15,17]，以期達到更好的分析效果。表2 為交通安全分析中的車輛與交通因素指標。

表2 車輛與交通指標因素Tab.2 Vehicle and traffic index factors

3.3 道路因素

在道路設計的諸多要素中，道路的線形設計對道路交通安全起決定性作用。從大量交通事故的結果看，很多是由困難的行駛條件所引發的，而困難的行駛條件又與道路設計及規劃密切相關，所以，道路因素[24]和交通安全的關系分析是非常有必要的。表3為交通安全分析中的道路因素指標。

表3 道路因素指標Tab.3 Road factor indexes

3.4 環境因素

交通環境是除了人、車、路之外，影響道路交通安全情況的另1 個重要因素。因此，國內外學者對道路交通安全分析時考慮了諸多的環境因素，如：天氣原因[17]、地理環境、交通景觀[24]因素等；此外，還考慮了不良氣候條件和聲光等[15]自然環境因素對隧道出入口交通安全分析的影響。表4為交通安全分析中的環境因素指標。

表4 環境因素指標Tab.4 Environmental factor indexes

3.5 其他因素

影響交通安全分析的因素除人、車、路、環境外，還包括因不同研究主題需要而分析產生的影響因素，如：交通沖突下的信號控制交叉口[37]經濟水平等宏觀因素和人、車、路等微觀因素以及城市快速路事故指標[20]和碰撞指標等[40]。表5 為交通安全分析中的其他影響因素指標。

表5 其他影響因素指標Tab.5 Other influencing factors and indicators

綜上可知，從分析指標的使用數據來看，車輛和交通指標、道路線形指標、事故信息和碰撞沖突指標使用較多，而人因和環境因素考慮較少，造成這種現象的原因可能是由于研究目的或數據采集的難易程度不同；從時間層面分析，人因指標從生理指標向心理和駕駛行為指標發展，車輛與交通指標從車輛性能指標向交通運行信息指標發展，其他因素從事故信息指標向碰撞沖突指標發展，而道路線形指標和自然地理環境指標的時間沿革規律不明顯，道路線形基本采用橫斷面線形指標，環境指標基本使用天氣條件進行研究。目前，交通安全影響因素的分析、研究多為事后分析，實際上，事故預防是屬于超前行為，不能只進行事后評定，要從事前預防角度分析交通風險、挖掘致因，從致因入手，才能推動交通安全評價技術的革新，這將是未來的研究方向。

4 道路安全評價技術

4.1 交通沖突指標

對交通安全進行分析，關鍵是要科學合理地選取評價指標，由于在不同場景下影響道路安全的因素多種多樣，考慮的因素過多或過少都會導致評價結果不準確，因此全面恰當地選取評價指標至關重要。

目前國內外有許多常用的指標選取方法，例如分析法、專家咨詢法、范圍法、目標法、部門法、問題法、因果法、復合法等[1]，而國內常用的交通沖突評價指標也是多樣的，如：絕對數法[41-42]統計事故次數、傷亡人數、直接經濟損失；事故率法[43，14]；事故強度分析法；時間序列法[44]；概率-數理統計法[45]；灰色評價法[36]。

事故率法是采用相對指標評價交通安全，較絕對數法可靠性略強，但單獨使用時，由于不能考慮交通安全的多因素性，且換算系數沒有統一標準，具有一定的片面性；時間序列法是利用事故發生概率隨時間的變化規律來評價交通安全，該指標實現方法簡單，且在短周期內能較準確地評價交通安全，但環境改變的突發性與不可預測性、基準年與周期長度選擇等問題，使得該方法單獨使用時可靠性不穩定?；疑u價法是依據“非唯一性”原理，通過綜合多種因素影響，對少量信息進行篩選、加工、延伸和擴展等，能真實地評價道路交通安全狀況，雖然其實用性較強，但評價過程過于復雜，限制了該指標的實際應用。

綜述可知，單一指標的方法可能并不能準確地描述所研究對象的特點，二者或者更多方法的選取所帶來的優勢也是顯著的，但其弊端在于處理時間過長，復合評價指標選取將是未來交通安全評價的1 個研究方向。目前事故指標的篩選提取多基于歷史事故數據的分析，屬于傳統交通安全分析方法。之后的分析評價指標的選取重心應從事故指標轉移到非事故指標，解決事故指標周期小這一缺點。目前非事故指標之中的沖突指標多是基于道路視頻錄像采集提取，二者均屬于傳統交通安全分析方法。

4.2 道路交通安全評價方法

目前交通安全評價方法主要有統計分析法、相對事故率法、神經網絡法、模糊數學法、安全系數法、灰色評價方法等。應用科學的評價方法可以對現有交通安全狀況進行準確評價，科學分析交通事故致因，制定相應的防控手段，最大程度的避免傷亡事件發生和財產損失，提高道路交通安全水平。在道路交通安全評價方面,國內外采取的主要是基于統計事故的評價方法,包括事故數法、事故率法、質量控制法、概率統計法和回歸統計法等。其中，模糊綜合評價法[1，37，34]，王琰等[46]中選用運行車速與設計車速差、相鄰路段運行車速差作為評價指標。以模糊邏輯理論為基礎，通過對調研數據的測試建立了合理的隸屬函數從而構建了道路交通安全模糊評價模型并基于評價結果對道路交通安全等級進行了劃分，由模糊綜合評價法為主體的道路交通安全評價方法較其他評價方法有著普遍適用性、易于觀測性、更高可靠性以及能夠為使用者提供多元信息等優勢而被廣泛使用；層次分析法[15，34]，忽文婷等[47]通過對人、車、交通環境、社會環境、經濟環境等相關因素進行分析，建立基于層次分析法道路交通安全綜合評價方法，實現了對區域內中長期的交通安全評價，該方法分析過程直觀、清晰、數據處理簡單，但該模型的建立需要依賴經驗豐富的專家才能獲取較為準確的原始數據，且評估過程有較強的主觀性。此外,還包括基于等效事故數的安全評價方法[20]、基于“沖突情境-反應行為”的安全評價方法[19]。

綜述可知，目前的評價方法多基于問卷調查與視頻提取。對于問卷類方法，數據量小、數據結果可靠性等問題還需要進一步改善；對于道路視頻類方法，采集提取的視頻受天氣環境等條件的限制，實時性、準確性不足，存在一定局限性。目前的評價方法適用于小數據集的分析研究，且略帶主觀性，在數據量大時，現有方法會出現權重分配不合理，處理難度增加，導致最后評判失效等問題。

4.3 道路交通安全評價模型

評價模型包括區域路網交通安全三層風險評價指標模型[25]、基于物元分析理論的城市道路交通安全綜合評價模型[25]和基于屬性識別理論的寒冷地區交通道路安全影響因素模糊綜合評價模型[26]。實際運用中發現，在對小區域進行基于事故的安全分析及評價時，這些方法表現出了明顯的不適應性，為了克服這些缺點，具有“大樣本、定量、快速、非事故”特點的交通沖突技術作為交通領域中的1種非事故安全分析評價理論應運而生。因此，許多研究使用交通沖突技術建立交通安全分析模型：交通沖突技術與極值理論[4]相結合構建的交通沖突區組極值模型和超閾值極值模型[5]，以及利用隨機參數負二項模型建立的信號交叉口右轉設施交通沖突模型[6]和利用交通沖突技術結合計算機視覺的分析方法[41]，還有基于交通沖突構建的平面交叉口混合交通六安全評價模型，文獻[49]以單交叉口為研究對象，通過分析混合交通條件下多因素交通事故指標，構建合理的權重系數與評價標準，實現了1 種非直線交通事故風險統計安全風險評價分析方法，該方法具有快速、定量分析的特點，且還充分考慮了非機動車的混合行駛，更加符合我國國情。除了以上模型以外，典型模型還有基于廣義線性模型的后端沖突模型[12]、Harr-Adaboost 算法沖突區域分類模型[14]、全貝葉斯沖突模型[13]。

綜上可知，當前交通安全評價模型的研究主要集中于貝葉斯理論、交通沖突和交通因素指標。而此類方法對于預測影響因素復雜、多尺度時空相關性、多維度的交通事故數據都較困難，提高交通事故預測準確性和提高模型的性能都值得進一步開展研究[50-51]。

5 總結與展望

綜上所述，目前國內外針對基于交通沖突的道路安全評價技術，從應用場景、指標選取、模型構建，開展了相關研究，展望與總結如下。

1）交通沖突場景還需豐富。交通安全評價應用場景的創新是交通安全評價技術創新的基礎，但目前研究場景單一，多集中于事故多發的信號交叉口、交織區、高速公路等等，而隨著人工智能和機器學習方法的發展使得交通大數據的采集和分析簡單易行，未來可開展交通場景的對照分析和深入研究宏觀路網的交通安全；此外，目前研究大多僅考慮一維空間信息進行研究，未來應結合場景時空信息對交通安全進行分析，且隨著視頻技術與互聯網技術的發展，復雜氣候環境背景下的交通場景研究也將成為熱點。

2）分析及評價指標選取規范目前尚無法統一。分析及評價指標無論選擇單一指標抑或是多指標，都存在各自的弊端，未來應考慮研究1套能被廣泛認可和應用的指標選擇規范。在規范中，從交通沖突場景、沖突因素、指標復雜性與適應性等方面給出選擇建議。

3）道路安全評價尚處于事后分析階段。道路交通安全評價的最終目的是預防交通事故的發生，而事故預防是屬于超前行為，不能一味的只進行事后評定，未來要從事前預防角度分析交通風險、挖掘致因，從致因入手，推動交通安全評價技術的革新。

4）分析與評價模型性能有待提升。如何解決數據量大、數據結構、影響因素復雜、多尺度時空相關性、多維度的數據等問題一直是安全分析的熱點課題；未來應進一步研究基于蜂窩車聯網技術與高效算法的結合構建交通安全評價實時模型，實現高時效性與高正確率的智能交通安全評價模型。

5）新興智能交通安全研究尚處于探索階段。從交通發展的進程來看，隨著智能網聯、人機共駕[52]等新興技術的發展，對于交通安全分析又產生了新的挑戰。隨著道路上智能網聯車輛和無人駕駛車輛的出現，現有研究的指標、方法、模型是否能夠適用還值得探討研究，對于這類網聯車輛和不同等級下的無人駕駛車輛，需構建更加完善的指標體系、研究方法及評價模型。

6 結束語

論文以探討道路交通安全評價方法為出發點,發現對于道路交通安全的主要分析思路是：確定事故成因或確定影響道路交通安全的因素，從而選取評價指標，建立模型對道路交通安全進行分析或評價，進而對于各種特定場景能夠有針對性地提出防控措施，有效減少交通事故率。論文通過梳理52篇文獻中的道路交通安全分析方法，主要探討不同場景下的交通模型構建，梳理交通沖突影響因素，闡述道路交通安全評價技術，并對目前研究存在的不足進行探討，為后面學者的研究提供方向建議。