多源数据视角下的国省道平交路口交通事故预防思路及实践探索

我国国省道交通流量大、环境复杂，加之出行者交通规则意识淡薄，相比于其他公路，国省道交通安全形势较为严峻。截至2020年底，国省道里程占公路总里程的14.5%，但交通事故起数、死亡人数占比却分别达到了47.8%和52.3%。尤其对于国省道平交路口，由于其交通冲突多、机非混行严重、路口渠化或交通控制缺失等原因，交通事故多发，与其他路段类型相比，2020年国省道平交路口事故起数占比超16.8%。因此，深入开展国省道平交路口交通安全分析研究对于提高国省道整体交通安全水平、助力交通事故预防工作具有十分重要的现实意义。

目前，国内外许多学者针对交通事故预防开展了大量建模分析、对策制定等工作。但对事故预防的定量化分析多从理论层面开展，分析模型中存在较多理想化假设，实践应用中存在适配性和可操作性不足等问题；同时，事故预防相关对策建议的提出多为事后被动响应的结果，缺乏对事故发生前风险因素的精准研判与系统性治理。

以往由于可获得数据的局限性，国省道平交路口交通安全分析多基于交通事故数据开展，以单一的、静态的、被动的“事故研判”为主，而对潜在风险点段则由于缺乏数据支撑等原因导致研判分析不足。因此，本文针对国省道平交路口，从多源数据融合的角度提出交通事故预防思路，建立安全风险研判模型，计算平交路口各类风险，为实现交通事故的“主动预防”提供支撑。

一、当前交通事故预防存在的问题

当前，虽然有关部门在国省道平交路口安全隐患排查治理、事故分析与调查等方面开展了大量的工作，但事故总量仍然居高不下。深入分析发现，以往交通事故预防工作中主要存在以下问题：

（一）交通事故研判以单一事故数据为主，人、车、路等要素数据未全面获取并参与分析。实际上，除了传统的事故数据外，动态驾驶行为、车辆运行、交通违法等数据中也隐藏着大量的安全隐患信息，对交通事故的致因分析和事故的有效预防具有重要的潜在挖掘价值。

（二）交通安全分析多围绕既有交通事故点段展开，就事故论事故，以事后“被动预防”为主。实际上，如果事故发生前就能够精准识别高风险点段，对可能诱发事故的风险因素实现精准研判、提前预警与告知，便可将事故遏制在萌芽状态，推动事故预防由事后“被动响应”向事前“主动预防”方向的转变。

（三）交通事故预防措施的制定与研判出的风险类型间缺乏针对性，治理措施缺乏系统性，难以实现风险的源头管控。预防措施的制定及落实方面往往“头疼医头，脚痛医脚”，多针对某个物理点采取某项技术措施，缺乏结合道路实际情况做通盘考虑并开展针对性、系统性的设计。

二、交通事故预防思路及方法

（一）总体思路

针对目前交通事故预防存在的主要问题，本文基于多源数据融合的方法，提出以“风险研判”为导向的国省道平交路口事故“主动预防”思路：

首先，通过公安交通管理综合应用平台、导航地图平台、集成指挥平台等渠道汇聚多源交通大数据，包括交通事故、交通违法、动态驾驶行为和监控视频结构化等数据；在预定义的清洗规则下，实现海量、多源、异构交通大数据的残缺、错误、重复等异常的检测，实现数据的清洗与预处理；通过识别、提取关键信息，对关键字段完成数据的时空匹配，进而实现多源数据的有效融合，数据融合的总体流程见图1所示。

图1 多源数据融合总体流程

其次，在数据融合的基础上，建立交通安全风险研判模型，动态计算交通安全综合风险及其不同风险偏向，进而分析风险主要致因。然后，针对风险致因研判结果，进行现场勘查、复核，对分析结果进行校核、反馈，形成最终结论。最后，依据主要风险致因结论分别提出针对性、系统性的治理措施，消除或降低可能致使事故发生的高风险因素影响。综上，该思路的核心是由传统的单一事故数据过渡到动静态多源数据融合、由静态事故多发点段分析过渡到动态安全风险研判、由小概率事故预防过渡到大概率风险防范，助力实现道路交通事故“主动预防、系统预防、精准预防”的愿景目标，总体思路见图2所示。

图2 事故预防总体思路

（二）风险研判模型建立

事故预防总体思路中，建立交通安全风险研判模型是研判高风险大小、分析风险致因、并提出针对性治理措施的前提和关键。因此，本节重点针对风险研判模型的建立进行阐述。

安全风险类型偏向的有效识别、风险致因的精准分析是当前事故预防中的难点之一，因而本文将多源数据与安全风险进行关联，总结、提出8种风险类型（图3）。其中，动态风险指的是风险大小随时间变化的风险类型；静态风险指的是由历史交通数据或既有道路条件决定的风险类型，各类型风险的具体说明如下：

图3 交通安全风险类型

动态风险中，“驾驶行为异常风险”指由于驾驶人异常加、减速等行为造成的安全风险；稳态速度波动风险指的相比于稳态车流速度，车辆速度大小的离散程度对安全风险造成的影响；大流量风险用于描述交通流量大小对安全风险的影响；重点车型扰动风险指车流中由于各类货运车辆对安全风险造成的影响。

静态风险中，“交通事故风险”指由历史交通事故起数决定的安全风险大小；“交通冲突风险”指由平交路口交通冲突点数量决定的安全风险大小；“交通违法风险”指由历史交通违法数量决定的安全风险大小；“低频轨迹风险”指一段时间内同一车辆历史重复出现的轨迹频次对安全风险的影响，若同一车辆重复出现频次较多，表明该车辆的驾驶人对当前道路环境较为熟悉，反之，对道路环境相对陌生的驾驶人越多，则对安全风险的影响越大。

平交路口在某方向上各类风险的计算公式见式（1）式~（8）所示。

式中，为平交路口k在时段t内的驾驶行为异常风险；αi为异常驾驶行为i的权重，高风险行为对应高权重；fik,t为平交路口k在时段t内异常驾驶行为i出现的频次；Δlk为平交路口k划定的范围里程长度；为平交路口k在时段t内的稳态速度波动风险；Vik,t为车辆i的速度大小；std(.)表示车辆速度大小分布的标准差；mean(.)表示车辆速度大小的均值；为平交路口k在时段t内的大流量风险；Vk,t为平交路口k在时段t内的断面交通量；Ck为平交路口k在该方向上的通行能力；为平交路口k在时段t内的重点车型扰动风险；TNk,t为时段t内经过平交路口k的货车数量；PNK,T为时段t内经过平交路口k的客车数量；为平交路口k的交通事故风险；ANk为平交路口k范围内的历史事故起数；为平交路口k范围内的交通冲突风险；CNk为平交路口k范围内的交通冲突点数量；为平交路口k的交通违法风险；LNk为平交路口k范围内历史交通违法数量；为平交路口k的低频轨迹风险；SNk为平交路口k近一周内同一车牌重复出现（出现两次及以上）的频次之和。

计算综合风险时，为消除各类型风险间的相关性，利用主成分分析法获取满足一定贡献率的主成分因子，计算公式见式（9）所示。对无相关性的各主成分因子进行线性加权得到综合风险，计算公式见式（10）所示，各主成分权重用熵权法计算，见式（11）~式（13）所示。由于主成分分析和熵权法的计算方法较为成熟，这里不再赘述。

其中，

式中，yik,t为平交路口k在时段t内的第i个主成分值；eit为利用时段t内平交路口所在道路全路段风险值矩阵计算得到的第i个特征值对应的特征向量；X*k,t为平交路口k在时段t内标准化后的各类风险值组成的向量；xk,j为平交路口k的第j类风险值；为平交路口所在道路全路段第j类风险的均值；Sjj为平交路口所在道路全路段第j类风险的样本方差；p为满足一定贡献率的主成分个数；RIk,t为平交路口k在时段t的综合风险；wi为第i个主成分的权重；Hi为第i个主成分的熵；m为平交路口所在道路划分的路段数量；yi′k,t为归一化后的yik,t。

三、案例分析

以山西晋中G108国道与某村道平交路口由东向西方向（图4）为例，汇聚多源数据，利用建立的模型方法对其综合交通安全风险进行研判，计算得到各风险偏向大小，分析风险致因，并提出针对性治理措施。通过计算发现，该路口与其所在道路其他路段相比，相对较为突出的风险类型从高到低依次为交通事故风险、大流量风险、稳态速度波动风险、驾驶行为异常风险和交通冲突风险。这些高风险类型中，交通事故风险、稳态速度波动风险、驾驶行为异常风险和交通冲突风险对人们的出行安全影响相对较大。因此，本案例中主要针对该类风险进行综合整治。

图4 改造前的村道平交路口

进一步分析发现，该平交路口的交通事故风险主要表现为机动车追尾、机动车与非机动车碰撞事故的多发，稳态速度波动风险和驾驶行为异常风险主要表现为车辆在路口的急刹车行为，交通冲突风险主要表现为路口左转与直行间的冲突。因此，针对各类风险提出针对性的治理措施如下：

（一）针对交通事故风险，设置警示标志标线，增强安全警示。其中，在标志设置方面，增设禁止掉头标志、村庄警告标志、交叉口警告标志、行人警告标志、非机动车警告标志；在标线设置方面，增设墩台立面标记、非机动车彩色路面。

（二）针对稳态速度波动风险和驾驶行为异常风险，设置限速标志、减速标线，控制车辆速度。为避免主路来车速度过快，在路口前一定距离设置限速标志，在主路施划减速标线，以此控制车辆速度。

（三）针对交通冲突风险，增加渠化标线，加强车道引导。支路增设车道分界线、“鱼肚线”等，划分支路机动车道及非机动车道，并在路口前一定距离设置导流线，以此规范车辆按车道行驶，减少转向交通冲突；主道增设左转弯导向线，规范左转车辆行驶轨迹，减少左转冲突。

由此，该平交路口各高风险因素可得到有效整治，安全保障可得到较大幅度提升，改造后的该村道平交路口见图5所示。

图5 改造后的村道平交路口