路段动态交通安全综合评价模型.pdf

路段动态交通安全综合评价模型.pdf

《路段动态交通安全综合评价模型.pdf》由会员分享，可在线阅读，更多相关《路段动态交通安全综合评价模型.pdf（6页珍藏版）》请在冰点文库上搜索。

第卷第期年月交通运输工程学报收稿日期：

基金项目：

陕西省交通科技发展计划项目（）；教育部新世纪优秀人才支持计划项目（）作者简介：

廖军（），男，陕西西安人，陕西省交通运输厅高级工程师，长安大学工学博士研究生，从事交通运输规划与管理研究。

导师简介：

马天山（），男，山西沁源人，长安大学教授，工学博士。

文章编号：

（）路段动态交通安全综合评价模型廖军，安毅生，张绍阳，赵祥模，马天山（长安大学经济与管理学院，陕西西安；陕西省交通运输厅信息中心，陕西西安；长安大学信息工程学院，陕西西安）摘要：

针对交通信息资源整合工程中，道路交通安全综合评价所需数据来源多样、异构、动态的特点，提出以信息融合技术为手段的路段交通安全评价模型，分析了影响道路交通安全的人、车、路和环境等因素，确定了从信息资源整合工程中抽取的数据集及频度。

在实现过程中，模型从相关业务数据库中自动提取与道路安全等级相关的因素数据，根据分类规则生成每个因素的评价矩阵，利用模糊综合评判公式计算评价向量，根据最大隶属度原则进行安全性评判。

应用模型对西宝高速公路杨凌段交通安全进行综合评价，其最大隶属度为，表明该路段交通安全属于较安全。

同时发现超速行驶、疲劳驾驶、汽车爆胎和不良天气等因素评分较低，这与该路段上的事故统计数据相符合。

关键词：

交通安全；交通资源整合；信息融合；模糊综合评判中图分类号：

文献标志码：

犛狔狀狋犺犲狊犻狕犲犱犲狏犪犾狌犪狋犻狅狀犿狅犱犲犾狅犳犱狔狀犪犿犻犮狋狉犪犳犳犻犮狊犪犳犲狋狔犳狅狉狉狅犪犱狊犲犮狋犻狅狀，（，；，；，）犃犫狊狋狉犪犮狋：

，犓犲狔狑狅狉犱狊：

；犃狌狋犺狅狉狉犲狊狌犿犲狊：

（），；（），引言目前研究大多集中在利用神经网路、灰色系统理论、方法、数据包络分析模型、等级系数法等数学方法对道路交通安全水平进行评价。

文献综合运用灰类白化权函数聚类理论、模糊一致性理论及层次分析法给出了一种系统评价道路安全性的新方法；王孝伟、周刚研究了多层次、多因素的高速公路安全评价模型等。

这些研究方法主要以静态评价为主。

实际上，在交通信息中存在的大量多源、异构的动态信息，利用信息融合技术对这些信息综合处理，能够避免静态信息失效造成误判。

基于卡尔曼滤波技术、人工神经网络、综合统计分析法、模糊综合聚类法等的信息融合技术在智能交通中的应用已有初步研究，但其目标主要面向城市交通中多传感器检测数据的分析和处理，针对道路交通安全动态评价的信息融合方法研究较少。

另外，现有的评价结果准确性也容易受到实际条件的干扰。

陕西省目前正在实施公路交通信息资源整合与服务工程，对公路交通行业的全面信息进行动态、实时采集，为行业决策提供支持。

本文基于该工程的实时交通数据，借助于信息融合理论中基于不确定性推理的融合决策技术，提出了一个基于模糊综合评判的路段交通安全评价模型，以实际工程中所抽取到的交通安全数据为依据，对所提模型的有效性和可靠性进行验证，通过可变情报板实时在公路上公布评价结果，可为公众出行提供服务。

道路交通安全评价影响因素抽取道路交通系统是一个集人、车、路和环境等诸要素于一体的复杂动态系统，任何因素的失衡、失稳都可能导致种种的冲突与矛盾，从而引发交通事故。

要想实现对道路交通安全的综合评价，就应当从系统的观点出发，综合分析各种交通因素对路段交通安全的影响。

人的因素人是影响道路交通安全诸因素中最活跃、最重要的因素，人的不安全行为是引发道路交通事故的主要原因。

通常认为，交通事故的直接原因主要是驾驶员的观察、判断、操作、身体条件等方面所发生的错误。

车的因素汽车在运转过程中受摩擦、振动、冲击以及自然条件和人为因素等诸多运行条件的影响，各机构、零件必然渐渐地产生不同程度的松动、变形、磨损、疲劳、腐蚀、老化和损伤，使汽车的动力性、经济性、可靠性、安全性等性能随之变差，继而发生运行故障。

尽管由于车辆性能直接导致的事故比例并不大，但如果能进一步重视车辆的安全性能，定期进行安全性能检测，则可以满足驾驶员在特殊车辆运行环境中的极限操作，减轻事故带来的损失。

路的因素道路作为道路交通系统赖以生存的基础设施，对交通安全起着重要作用。

据统计数据显示，交通事故很大程度上与道路的客观条件有着密切的因果关系，具体表现在道路的设计、施工及养护作业等方面。

在道路几何线形设计方面，设计上的缺陷会使得高速行驶的车辆产生不稳定的感觉，驾驶员容易产生视觉上的错误。

高速公路线形的曲率半径过小，直线路段太长，视觉距离过短，纵坡度过大等都可能引发交通事故。

在路面设计方面，为了给车辆行驶提供安全、快速、舒适的路面行车条件，路面结构层应具有足够的强度与稳定性，面层应具有耐久性、抗滑性、耐磨与平整度。

若路面面层的结构组合不当、抗滑性能差与强度、平整度不够，就会造成车辆交通安全事故。

此外，交通安全设施是保证公路路网发挥“高效、舒适、安全、经济”作用的关键因素。

交通安全设施系统一般包括交通标志、标线、防撞护栏、隔离设施、防眩设施、视线诱导设施以及其他一些附属设施。

这些设施对于减轻事故的严重程度，有效消除各种纵、横向干扰，提高道路服务水平，提供视线诱导，改善道路景观等起着重要的作用。

环境因素除了人、车、路对道路交通安全的影响外，交通环境也是影响道路交通安全的一个重要因素。

不良天气条件如雨、雪、雾等恶劣天气改变了道路的行驶条件，减小了路面的摩擦系数或降低了能见度，影响驾驶员的正确判断和操作，对交通安全有极大的危害。

随着高速公路交通量的增大，车辆间距过小，由于高交通运输工程学报年速行驶、操作不当等易导致交通事故。

评价数据与来源通过对上述交通安全影响因素的分析，结合陕西省交通信息资源整合与服务工程的实践，本文从现有的各相关业务子系统中动态抽取相关的信息，实现交通安全的模糊综合评价。

表给出了交通安全模糊综合评价所需的影响因素数据项的来源和采集频率。

表部分数据项和数据来源犜犪犫犘犪狉狋犻犪犾犱犪狋犪犻狋犲犿狊犪狀犱狉犲狊狅狌狉犮犲狊所需数据项数据来源采集频率断面交通量数据公路拓扑视频检测交通量路段线形属性路段路用性能属性路段历史交通事故气象数据车流密度驾驶员信息公路总长度运输车辆数量道路运输服务人员数量全年消耗燃料总量年客运量客运周转量年货运量货运周转量交通事故数据交通量观测站收费数据公路空间基础数据库交通监控数据库公路属性基础数据库养护数据库路政管理数据库气象数据库路况信息数据库从业人员数据库公路空间基础数据库车辆数据库从业人员数据库其他来源道路客运管理系统数据库道路货运管理系统数据库交通事故数据库次次次年次次年次年次月次次次次年次月次月次年次年次年次由表可见，数据中心的数据来源于公路交通行业多年建设的、不同业务类别、不同管理系统的数据库，其多源、异构和动态特征非常明显。

例如，在路段交通安全分级模型中，其数据来源于公路属性基础数据库、公路空间基础数据库、养护数据库、气象数据库、车辆数据库、事故数据库等。

同时，有些数据如收费数据、公路线形数据可以精确获取，而有些数据可以由这些数据推算得到，如交通量、车流密度等。

还有一些数据，如对天气状况、驾驶员评价等不能够精确地描述，从不同的侧面反映了同一道路的安全水平。

路段交通安全的模糊综合评价模型评价频率评价频率可以采用影响因素采样的最大频率，即次，但评价过于频繁会给服务器带来很大的负担。

从影响因素采样频率可以看出，采样频率高的数据都是关于交通量的动态数据，由于评价是针对路段进行的，因此，采用车辆通过该路段的平均时间狋作为评价时间间隔的最小单位，评价频率犳为狋。

模糊综合评价模型本文采用模糊综合评价并结合层次分析法给出路段交通安全动态评价模型的应用步骤。

确定因素域和评判域本文将影响交通安全的因素划分为人、车、路和环境大类，记为犝、犝、犝、犝，组成因素集犝犝，犝，犝，犝，并对其进行进一步划分，形成第层次。

人的因素包括超速行驶、疲劳行驶、操作失误、其他违章驾驶行为等，记为犝犝，犝，犝，犝车的因素包括汽车制动性能、汽车操纵稳定性、汽车发动机、汽车轮胎爆胎等，记为犝犝，犝，犝，犝路的因素包括几何线性、路面状况、交通安全设施等，记为犝犝，犝，犝环境因素包括不良天气、交通量和大小车速差等，记为犝犝，犝，犝模糊评语集为犞安全（犞），较安全（犞），一般（犞），较不安全（犞），不安全（犞）共个评价等级。

确定各因素的权重每个评价因素在综合评价中占有不同的权重，本文采用系统工程学中的两两比较法确定路段交通安全综合评价中各个因素的权重。

表中给出任意个因素之间的比较关系。

表因素之间的关系犜犪犫犚犲犾犪狋犻狅狀狊犺犻狆狊犫犲狋狑犲犲狀狋狑狅犳犪犮狋狅狉狊因素狓犻、狓犼之间的关系极为重要非常重要重要稍重要一样重要稍次要次要很次要极为次要关系值犪犻犼由表可获得比较矩阵犃为犃犪犪犪狀犪犪犪狀犪狀犪狀犪熿燀燄燅狀狀第期廖军，等：

路段动态交通安全综合评价模型对矩阵犃按列规范犪犻犼犪犻犼狀犻犪犻犼得到犃犪犪犪狀犪犪犪狀犪狀犪狀犪熿燀燄燅狀狀再对犃按行相加，得到和数狑犻狑犻狀犼犪犻犼进一步规范化后得到相应因素集的权重系数狑犻狑犻狑犻狀犻狑犻式中：

狀为因素个数。

模型评判首先对底层各个因素进行综合评判，其次对上层的各个因素进行综合评判，逐层向上进行，得出最终综合评判结果。

方法为：

对犝犽因素集根据预设规则进行评判，得到相应的评判矩阵犚犝犽，运用两两比较法求得犝犽的权向量狑犽，根据公式犈犝犽狑犽犚犝犽得到犝犽的综合评判向量。

再以第级的综合评判结果作为单因素评价矩阵，进行第级综合评价犈犝犠犈犝犈犝犈犝犈犝熿燀燄燅犠狑犚犝狑犚犝狑犚犝狑犚犝熿燀燄燅式中：

犠为因素集犝的权向量。

评判指标的处理经过层的处理，得到的是一个具有多种评判结果的评判指标集，进而可以采用最大隶属度法对评判指标集进行最终的评判，即隶属度最大的值所对应的安全等级就是该路段当前的交通状态。

实例分析现以陕西省西宝高速公路杨凌段为例，对该路段的交通安全进行动态综合评价。

西宝高速公路于年元月建成通车，全长，全线设立了三桥、咸阳、兴平等个收费站点。

本文对该路段的交通安全进行综合评价的过程如下：

首先进行数据采集和转换。

其中道路的数据属于静态数据，包括路线线形、路用性能数据、路段历史事故率等，已经进入数据中心。

动态数据根据工程的策略从收费应用系统中实时抽取，包括气象数据、交通量、车辆和驾驶员信息等。

其次，进行数据映射和转换获得关系矩阵。

对因素值进行分级，生成分级集合，对采集数据与集合中的每个元素进行自动匹配，以匹配结果作为该因素的评价向量。

以计算犝中不良天气的评价向量为例，统计某段时间某路段的事故数量，总计为犿次，将不良天气分为个等级，统计每种不良天气下的事故数量，进而可以得到相关的事故率，以此作为不良天气的评价向量。

再次，进行计算和评判。

（）权重计算。

首先根据权重确定规则进行两两因素之间重要程度的比较，得到比较矩阵犃熿燀燄燅人、车、路和环境因素的权重系数为犠（，）（）评价矩阵的建立。

杨凌段某个时间点的因素集犝、犝、犝、犝的关系矩阵为（原始数据从略）犚犝熿燀燄燅犚犝熿燀燄燅犚犝熿燀燄燅犚犝熿燀燄燅在此基础上，可以求得每个因素集犝犽中各个因素的权重系数为狑（，）狑（，）狑狑（，）（）底层综合评判。

本文中的模糊算子为普通的乘法和加法算子。

按照犈犝犽狑犽犚犝犽，分别计算犝犽中每个底层因素的综合评价结果为交通运输工程学报年犈犝（，）熿燀燄燅（，）犈犝（，）熿燀燄燅（，）犈犝（，）熿燀燄燅（，）犈犝（，）熿燀燄燅（，）（）上层综合评价。

根据底层因素的综合评价值，可以求得上层的模糊综合评价值为犈犝犠犈犝犈犝犈犝犈犝熿燀燄燅（，）熿燀燄燅（，）按照最大隶属度原则，犝中最大的评价值为，对应的模糊评语值为“较安全”，因此，可以判定该条路段当前时间段的交通安全等级为较安全，这一结论与该高速公路上的事故统计数据基本符合。

在计算过程中，超速行驶、疲劳驾驶、爆胎和不良天气等因素得分较低，对其上级指标影响较大，最终导致评价结果按最大隶属原则为较安全。

其原因为：

部分驾驶员安全意识淡薄，长途车辆驾驶员夜间疲劳驾驶的现象较为严重；超限超载车辆较多，加之轮胎磨损、爆胎事故时有发生；在雨雾天气，汽车易发生追尾事故。

结语（）评价模型能够汇总各方专家的意见，较全面地反映评估对象的优劣程度，从而使安全综合评价结果有较大的客观性。

（）评价模型充分利用交通信息资源整合工程所提供的多源、异构、动态数据，实现了多维信息的动态聚集。

（）超速行驶、超载行驶、爆胎和不良天气状况得分较低，对其上级指标的影响较大。

（）采用信息融合技术得到的结论与该道路事故的实际统计结果吻合，表明这种融合方法能够客观、公正地反映道路交通安全的实际状况，同时也说明了资源整合工程的必要性。

参考文献：

犚犲犳犲狉犲狀犮犲狊：

杨天军，张晓春，杨晓光，等基于神经网络的城市道路交通安全评价研究中国矿业大学学报，（）：

，（）：

（）岳小泉，丁艺基于灰色理论和的城市道路交通安全评价森林工程，（）：

，（）：

（）宇仁德，张洪宾，李大龙基于理论的交通安全评价模型系统工程理论与实践，（）：

，（）：

（）李相勇，田澎，蒋葛夫道路交通安全综合评价的人工神经网络方法西南交通大学学报，（）：

，（）：

（）刘清道路交通安全等级评价与实例分析交通科技，（）：

，（）：

（）许洪国，刘兆惠，王超道路安全等级定权聚类评价模型及因素辨析交通运输工程学报，（）：

，第期廖军，等：

路段动态交通安全综合评价模型，（）：

（）王孝伟吉林省高速公路安全评价方法研究长春：

吉林大学，：

，（）周刚高速公路交通安全影响因素分析及模糊综合评价成都：

西南交通大学，：

，（）杨兆升，王爽，马道松基础交通信息融合方法综述公路交通科技，（）：

，（）：

（），（）：

杨立才，叶杨，聂红涛，等基于免疫模糊聚类网络的交通信息融合算法山东大学学报：

工学版，（）：

，：

，（）：

（）于德新，杨兆升，刘雪杰基于卡尔曼滤波的导航信息融合方法交通运输工程学报，（）：

，（）：

（）乔向明，徐安，舒伟中国道路交通事故变化趋势预测长安大学学报：

自然科学版，（）：

，：

，（）：

（）（上接第页）计算长安大学学报：

自然科学版，（）：

，：

，（）：

（）公安部交通管理局中华人民共和国道路交通事故统计资料汇编（）北京：

公安部交通管理局，（）：

，（）陈永胜，高耀华高速公路纵面设计微观事故预测模型研究公路交通科技，（）：

，（）：

（）石飞荣，杨少伟，赵永平，等山区高速公路车辆上坡最大纵坡及坡长限制长安大学学报：

自然科学版，（）：

，：

，（）：

（）周荣贵，江立生，孙家风公路纵坡坡度和坡长限制指标的确定公路交通科技，（）：

，（）：

（）张春贤加快公路交通科技发展开创西部地区公路交通发展新局面交通运输工程学报，（）：

，（）：

（）慕慧，杨少伟公路弯坡路段线形设计长安大学学报：

自然科学版，（）：

，：

，（）：

（）颜强，吴国雄，孙家驷，等平面线形组合与衔接的定量分析中国公路学报，（）：

，（）：

（）吴德华，王选仓，季求知，等陕西公路平纵线形指标长安大学学报：

自然科学版，（）：

，：

，（）：

（）交通运输工程学报年