信號(hào)控制交叉口交通沖突特征與影響因素

王雪松，羅 楝

(1.同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院，上海201804；2.同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海201804)

信號(hào)控制交叉口交通沖突特征與影響因素

王雪松1,2，羅 楝1

(1.同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院，上海201804；2.同濟(jì)大學(xué)道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海201804)

對(duì)信號(hào)控制交叉口交通沖突的特征及影響因素進(jìn)行分析能夠快速明確交叉口的安全隱患，并提出合理的改善措施。通過(guò)對(duì)上海市5個(gè)信號(hào)控制交叉口進(jìn)行交通沖突調(diào)查，分析信號(hào)控制交叉口的沖突類(lèi)型特征和沖突點(diǎn)空間分布規(guī)律，揭示信號(hào)控制交叉口交通沖突的致因。結(jié)果表明，最突出的機(jī)—機(jī)沖突類(lèi)型為直行與對(duì)向左轉(zhuǎn)沖突(45%)。另外，超過(guò)50%的機(jī)—非沖突以及機(jī)—人嚴(yán)重沖突與右轉(zhuǎn)機(jī)動(dòng)車(chē)相關(guān)。利用線性回歸模型和負(fù)二項(xiàng)模型分析沖突及嚴(yán)重沖突的影響因素，結(jié)果顯示左轉(zhuǎn)專(zhuān)用相位、右轉(zhuǎn)車(chē)比例及大型車(chē)比例是顯著影響因素。

信號(hào)控制交叉口；交通沖突；沖突類(lèi)型；沖突點(diǎn)空間分布；影響因素

1 研究背景

信號(hào)控制交叉口(以下簡(jiǎn)稱(chēng)“信控交叉口”)是城市道路的重要節(jié)點(diǎn)，大量的車(chē)流及人流在交叉口匯集、通過(guò)、轉(zhuǎn)向。信控交叉口存在大量的機(jī)非混行情況，交通秩序較為混亂，往往也是事故多發(fā)點(diǎn)。對(duì)事故多發(fā)的信控交叉口進(jìn)行致因分析并提出針對(duì)性的安全改善措施對(duì)于提高交叉口安全水平有顯著作用。然而，由于事故數(shù)據(jù)采集周期長(zhǎng)、樣本量小，基于事故數(shù)據(jù)的安全分析方法受到制約。而交通沖突數(shù)據(jù)樣本量大、觀察周期短，可以作為事故替代變量對(duì)信控交叉口安全進(jìn)行快速分析。

交通沖突是指兩個(gè)或兩個(gè)以上道路使用者在空間和時(shí)間上相互接近，以至于如果任何一方不及時(shí)改變其行駛軌跡，將會(huì)發(fā)生碰撞[1]。隨著視頻技術(shù)的發(fā)展，交通沖突視頻觀測(cè)能提供比人工觀測(cè)更可靠、更準(zhǔn)確的數(shù)據(jù)，一些研究通過(guò)算法從視頻中自動(dòng)識(shí)別沖突并提取數(shù)據(jù)[2-3]，彌補(bǔ)了人工觀測(cè)工作量大的缺點(diǎn)，這些都為交通沖突分析提供了良好的數(shù)據(jù)基礎(chǔ)。

已有對(duì)交通沖突的研究主要包括三個(gè)方面。1)通過(guò)統(tǒng)計(jì)建模分析交通沖突與事故之間的關(guān)系，探索交通沖突是否能作為事故的替代變量[4-5]。2)研究非嚴(yán)重沖突和嚴(yán)重沖突的判別指標(biāo)，包括綜合指標(biāo)[5]和單一指標(biāo)[6]。單一指標(biāo)中沖突時(shí)間(Time to Collision,TTC)最為常見(jiàn)，其定義為“兩輛車(chē)如果不改變行駛狀態(tài)而發(fā)生碰撞的時(shí)間”[7]；沖突時(shí)間越小嚴(yán)重程度越高，當(dāng)其小于某一閾值時(shí)則認(rèn)為該沖突為嚴(yán)重沖突[6]。3)利用沖突數(shù)據(jù)對(duì)交通設(shè)施的安全性進(jìn)行評(píng)估[8-10]。

現(xiàn)有研究大多僅將交通沖突作為安全水平的評(píng)估指標(biāo)，而缺乏對(duì)沖突特征的深入分析?？紤]到事故數(shù)據(jù)的制約性，通過(guò)沖突特征分析找出信控交叉口的沖突致因，并明確沖突影響因素，有助于快速了解信控交叉口安全隱患，為安全改善提供幫助。本文利用交通沖突觀測(cè)技術(shù)研究混合交通條件下信控交叉口內(nèi)的交通沖突特征及其影響因素，為制定信控交叉口安全改善措施提供依據(jù)。

2 交通沖突調(diào)查

交通沖突調(diào)查地點(diǎn)需要滿(mǎn)足3個(gè)原則：1)信控交叉口沒(méi)有特殊交通管制；2)在調(diào)查期間信控交叉口的交通量變化較小；3)為研究混合交通條件下的沖突特征，信控交叉口還必須有相當(dāng)比例的非機(jī)動(dòng)車(chē)和行人流量。根據(jù)上述原則從上海市嘉定區(qū)和普陀區(qū)選取5個(gè)信控交叉口進(jìn)行交通沖突調(diào)查。

2.1 調(diào)查方法

交通沖突調(diào)查采用視頻觀測(cè)方法，調(diào)查日期為2013年5月23日。選取該工作日7∶30—9∶30對(duì)信控交叉口沖突情況進(jìn)行連續(xù)2 h的高清視頻拍攝。為確保視頻可以清晰、無(wú)遮擋地展示整個(gè)信控交叉口的交通運(yùn)行情況，選在附近較高的建筑物進(jìn)行俯拍。在視頻拍攝過(guò)程中還對(duì)交叉口的基本特征進(jìn)行人工記錄，記錄內(nèi)容包括交叉口所在區(qū)域、交通設(shè)施及信號(hào)控制情況。

2.2 數(shù)據(jù)提取

需提取的數(shù)據(jù)包括交叉口基本特征、流量及沖突數(shù)據(jù)。根據(jù)現(xiàn)場(chǎng)人工記錄，5個(gè)信控交叉口的基本特征如表1所示。

流量及沖突數(shù)據(jù)從拍攝的視頻中提取。流量數(shù)據(jù)以進(jìn)口道為單位按照車(chē)型(大、中、小)及行駛方向(左轉(zhuǎn)、直行、右轉(zhuǎn))分別進(jìn)行統(tǒng)計(jì)(見(jiàn)表2)。由于信控交叉口存在大量混合交通，為消除各類(lèi)型交通之間的差異，需將交通量轉(zhuǎn)化為混合交通當(dāng)量(mpcu)[11-12]。

沖突數(shù)據(jù)包括沖突類(lèi)型、沖突位置、沖突數(shù)量及嚴(yán)重沖突數(shù)量。沖突類(lèi)型、位置及數(shù)量可以通過(guò)視頻觀測(cè)直接提取并統(tǒng)計(jì)；而嚴(yán)重沖突則需要通過(guò)計(jì)算沖突時(shí)間進(jìn)行判別。沖突數(shù)據(jù)的提取過(guò)程如圖1所示。將交通參與者運(yùn)行狀況發(fā)生明顯改變的時(shí)刻作為避險(xiǎn)行為生效的瞬間，根據(jù)避險(xiǎn)行為生效瞬間沖突雙方的位置及走向得出沖突類(lèi)型及發(fā)生位置。沖突時(shí)間TTC是沖突距離與沖突速度的比值。沖突距離為沖突車(chē)輛在避險(xiǎn)行為生效瞬間與沖突位置的距離；沖突速度是車(chē)輛避險(xiǎn)行為生效瞬間的行駛車(chē)速。沖突時(shí)間計(jì)算過(guò)程如下：

表1 被調(diào)查交叉口基本特征Tab.1 Characteristicsof the investigated intersections

表2 進(jìn)口道混合交通當(dāng)量特征值Tab.2 Characteristicsofmix traffic volumeof entering lanes mpcu

圖1 沖突數(shù)據(jù)提取過(guò)程Fig.1 Processof conflictdata extracts

表3 沖突率和嚴(yán)重沖突率特征值Tab.3 Characteristicsof conflict rateand severe conflict rate 次·10-4mpcu

圖2 交通沖突類(lèi)型示意Fig.2 Typesof conflict

1）計(jì)算避險(xiǎn)行為生效前2～3 s內(nèi)的平均車(chē)速作為沖突速度，V=S/T，式中：V為沖突速度/(m·s-1)，S為行駛距離/m，T為行駛時(shí)間/s；

2）分別提取沖突雙方與沖突位置的距離L；

3）分別計(jì)算沖突雙方的沖突時(shí)間TTC=L/V。

沖突時(shí)間越短則沖突嚴(yán)重性越高[6]，對(duì)比沖突雙方的沖突時(shí)間，選取較短的沖突時(shí)間作為該次沖突嚴(yán)重性的判別指標(biāo)。參照美國(guó)標(biāo)準(zhǔn)，將TTC＜1 s的沖突判別為嚴(yán)重沖突[13]。經(jīng)過(guò)嚴(yán)重沖突判別后，分別統(tǒng)計(jì)沖突數(shù)量及嚴(yán)重沖突數(shù)量。

信控交叉口的交通沖突數(shù)量和流量大小密切相關(guān)。若以交通沖突絕對(duì)數(shù)作為判斷安全水平的指標(biāo)，容易對(duì)沖突數(shù)量多但交通量大的信控交叉口做出誤判。因此引入沖突率指標(biāo)消除交通量的影響。沖突率是信控交叉口一定時(shí)間內(nèi)的交通沖突數(shù)量與交通量的比值。由于交通沖突僅與發(fā)生沖突的某兩個(gè)或多個(gè)對(duì)象有關(guān)，則沖突率

式中：Ri-j為沖突對(duì)象i和j之間的沖突率；T為單位時(shí)間內(nèi)i和j的交通沖突數(shù)量/次；Pi，Pj分別為沖突對(duì)象i和j在單位時(shí)間內(nèi)的混合交通當(dāng)量[14]/mpcu。通過(guò)公式(1)計(jì)算出5個(gè)信控交叉口各進(jìn)口道的沖突率及嚴(yán)重沖突率(見(jiàn)表3)。

3 交通沖突特征分析

根據(jù)交通沖突雙方的位置和走向，排除同向沖突后，將機(jī)—機(jī)沖突分為13種類(lèi)型，機(jī)—非沖突分為17種類(lèi)型，機(jī)—人沖突分為8種類(lèi)型(見(jiàn)圖2)。各種類(lèi)型的交通沖突在信控交叉口出現(xiàn)的頻率、嚴(yán)重程度以及分布的位置各不相同。出現(xiàn)頻率及嚴(yán)重程度高的沖突類(lèi)型以及沖突點(diǎn)分布密集的區(qū)域是信控交叉口安全改善關(guān)注的重點(diǎn)。

3.1 沖突類(lèi)型特征

針對(duì)機(jī)—機(jī)沖突類(lèi)型的調(diào)查發(fā)現(xiàn)，直行與對(duì)向左轉(zhuǎn)(機(jī)—機(jī)沖突類(lèi)型3)沖突數(shù)量最多，占45%，其次是直行與相鄰右轉(zhuǎn)(機(jī)—機(jī)沖突類(lèi)型5)以及右轉(zhuǎn)與對(duì)向左轉(zhuǎn)(機(jī)—機(jī)沖突類(lèi)型10)沖突，三種沖突的數(shù)量累積頻率高達(dá)80%(見(jiàn)圖3a)。直行與對(duì)向左轉(zhuǎn)沖突主要因無(wú)左轉(zhuǎn)專(zhuān)用相位分隔左轉(zhuǎn)車(chē)流和直行車(chē)流引起，另外在4相位交叉口也會(huì)因?yàn)橹毙熊?chē)輛在通行時(shí)間結(jié)束后仍未通過(guò)交叉口而與對(duì)向左轉(zhuǎn)車(chē)輛沖突。進(jìn)一步，直行與對(duì)向左轉(zhuǎn)嚴(yán)重沖突的數(shù)量占嚴(yán)重沖突總數(shù)的54.2%，因此該類(lèi)沖突是機(jī)—機(jī)沖突中數(shù)量最多且最嚴(yán)重的類(lèi)型。

針對(duì)機(jī)—非沖突的調(diào)查發(fā)現(xiàn)，超過(guò)50%的機(jī)—非沖突由右轉(zhuǎn)機(jī)動(dòng)車(chē)引起，沖突次數(shù)最多的兩種類(lèi)型分別是右轉(zhuǎn)機(jī)動(dòng)車(chē)與同向直行非機(jī)動(dòng)車(chē)(機(jī)—非沖突類(lèi)型16)和右轉(zhuǎn)機(jī)動(dòng)車(chē)與近端直行非機(jī)動(dòng)車(chē)(機(jī)—非沖突類(lèi)型14)沖突(見(jiàn)圖3b)。從視頻觀測(cè)中可知，右轉(zhuǎn)機(jī)動(dòng)車(chē)在信控交叉口不受信號(hào)控制并且避讓非機(jī)動(dòng)車(chē)的意識(shí)淡薄，而騎車(chē)人在信控交叉口的風(fēng)險(xiǎn)騎行行為較多，兩個(gè)方面的原因引起了較多的右轉(zhuǎn)機(jī)—非沖突。此外，右轉(zhuǎn)機(jī)動(dòng)車(chē)引起的嚴(yán)重沖突數(shù)占機(jī)—非嚴(yán)重沖突總數(shù)的60%，由此可知右轉(zhuǎn)沖突是機(jī)—非沖突中嚴(yán)重性最高的類(lèi)型。

5個(gè)信控交叉口的機(jī)—人沖突中，最常出現(xiàn)的類(lèi)型為右轉(zhuǎn)機(jī)動(dòng)車(chē)與相鄰出口道行人(機(jī)—人沖突類(lèi)型1)及右轉(zhuǎn)機(jī)動(dòng)車(chē)與同向進(jìn)口道行人(機(jī)—人沖突類(lèi)型8)沖突，共占59%。其次是左轉(zhuǎn)機(jī)動(dòng)車(chē)與相鄰出口道行人(機(jī)—人沖突類(lèi)型3)沖突，占17%(見(jiàn)圖3c)。另外機(jī)—人嚴(yán)重沖突的數(shù)量以右轉(zhuǎn)沖突類(lèi)型最為突出，占52%。出現(xiàn)較多的右轉(zhuǎn)機(jī)—人沖突是因?yàn)闄C(jī)動(dòng)車(chē)可以隨時(shí)右轉(zhuǎn)，容易與享有通行權(quán)的行人發(fā)生沖突。而左轉(zhuǎn)機(jī)—人沖突多數(shù)由進(jìn)口道未設(shè)置左轉(zhuǎn)專(zhuān)用相位引起。

3.2 沖突點(diǎn)空間分布

信控交叉口的右轉(zhuǎn)車(chē)流不受信號(hào)燈控制，會(huì)與其他享有通行權(quán)的車(chē)流或行人產(chǎn)生較多沖突。被調(diào)查的5個(gè)信控交叉口中右轉(zhuǎn)流量最大的進(jìn)口道分別是東進(jìn)口道、南進(jìn)口道、東進(jìn)口道、東進(jìn)口道和北進(jìn)口道。由圖4可見(jiàn)，機(jī)—機(jī)沖突點(diǎn)和機(jī)—非沖突點(diǎn)密集分布在右轉(zhuǎn)機(jī)動(dòng)車(chē)流量大的進(jìn)口道附近，機(jī)—人沖突點(diǎn)多分布在右轉(zhuǎn)匯入流量較大的出口道人行橫道處；上述位置的沖突數(shù)量約占沖突總數(shù)的40%。

如圖4中的1號(hào)和5號(hào)交叉口所示，在二、三相位的信控交叉口中，沖突點(diǎn)除密集分布在右轉(zhuǎn)流量大的進(jìn)口道附近外，還較多分布于信控交叉口中心區(qū)域，1號(hào)和5號(hào)交叉口中心區(qū)域的沖突數(shù)量占兩個(gè)交叉口沖突總數(shù)的28%。這主要是因?yàn)榻煌ㄐ盘?hào)未能完全分隔直行和對(duì)向左轉(zhuǎn)車(chē)流，導(dǎo)致在信控交叉口內(nèi)部產(chǎn)生較多的直行和左轉(zhuǎn)沖突。

4 影響因素分析

通過(guò)交通沖突特征分析可知，信控交叉口的交通流狀況、交通設(shè)施及信號(hào)控制會(huì)對(duì)交通沖突產(chǎn)生影響。為明確交通沖突及嚴(yán)重沖突的顯著影響因素，以信控交叉口的進(jìn)口道為研究單元進(jìn)行統(tǒng)計(jì)建模分析。首先對(duì)各進(jìn)口道沖突率及嚴(yán)重沖突率的頻率分布進(jìn)行K-S檢驗(yàn)，結(jié)果顯示：除了機(jī)—機(jī)嚴(yán)重沖突率服從負(fù)二項(xiàng)分布外，其余均服從正態(tài)分布。因此，分別利用負(fù)二項(xiàng)模型和多元線性回歸模型進(jìn)行影響因素分析。模型的因變量為沖突率和嚴(yán)重沖突率，考察的自變量包括交通流、交通設(shè)施和信號(hào)控制狀況(見(jiàn)表4)。

圖3 沖突類(lèi)型頻率分布Fig.3 Cumulative frequency of differentconflict types

圖4 沖突點(diǎn)分布Fig.4 Distribution of conflictpoints

4.1 機(jī)—機(jī)沖突及嚴(yán)重沖突

對(duì)機(jī)—機(jī)沖突進(jìn)行線性回歸分析，模型擬合優(yōu)度R2=0.71。利用負(fù)二項(xiàng)模型對(duì)機(jī)—機(jī)嚴(yán)重沖突進(jìn)行分析，模型擬合優(yōu)度AIC=124.28。兩個(gè)模型的結(jié)果顯示：雖然左轉(zhuǎn)沖突是機(jī)—機(jī)沖突中數(shù)量最多、嚴(yán)重程度最高的類(lèi)型，但是左轉(zhuǎn)車(chē)比例并不是機(jī)—機(jī)沖突率以及嚴(yán)重沖突率的顯著影響因素，而大型車(chē)比例和左轉(zhuǎn)專(zhuān)用相位是其顯著影響因素(見(jiàn)表5和表6)。大型車(chē)比例增加，機(jī)—機(jī)沖突率和嚴(yán)重沖突率均增大；進(jìn)口道設(shè)置左轉(zhuǎn)專(zhuān)用相位則二者均降低。

大型車(chē)占用的道路面積大、轉(zhuǎn)彎半徑大，易與其他機(jī)動(dòng)車(chē)發(fā)生沖突。并且在發(fā)生沖突時(shí)因其慣性較大，避險(xiǎn)措施難以在短時(shí)間內(nèi)生效，沖突的嚴(yán)重性往往較高。另一方面，信號(hào)相位是在時(shí)間上分離沖突車(chē)流的重要手段。若無(wú)左轉(zhuǎn)專(zhuān)用相位，直行車(chē)流和對(duì)向左轉(zhuǎn)車(chē)流會(huì)在相同的綠燈時(shí)間內(nèi)通過(guò)信控交叉口，增加沖突概率，綠燈時(shí)間內(nèi)較快的車(chē)速更加劇了沖突的嚴(yán)重性。

4.2 機(jī)—非沖突及嚴(yán)重沖突

對(duì)機(jī)—非沖突率和各因素之間進(jìn)行線性回歸分析，模型擬合優(yōu)度R2=0.83。結(jié)果顯示：左轉(zhuǎn)專(zhuān)用相位以及右轉(zhuǎn)車(chē)比例是機(jī)—非沖突率的顯著影響因素(見(jiàn)表7)。機(jī)—非嚴(yán)重沖突線性回歸模型的擬合優(yōu)度R2=0.36。左轉(zhuǎn)專(zhuān)用相位仍是其顯著影響因素，但右轉(zhuǎn)車(chē)比例不再是顯著影響因素(見(jiàn)表8)。

右轉(zhuǎn)車(chē)的比例越大機(jī)—非沖突率越高，這主要是因?yàn)橛肄D(zhuǎn)機(jī)動(dòng)車(chē)不受信號(hào)控制，容易與非機(jī)動(dòng)車(chē)發(fā)生沖突。而嚴(yán)重沖突率并不隨右轉(zhuǎn)車(chē)比例升高而增大，可能是因?yàn)橛肄D(zhuǎn)車(chē)流量較大時(shí)右轉(zhuǎn)車(chē)速會(huì)相應(yīng)降低，減少了嚴(yán)重沖突的發(fā)生。另一方面，設(shè)置左轉(zhuǎn)專(zhuān)用相位會(huì)使機(jī)—非沖突率及嚴(yán)重沖突率顯著降低。這是因?yàn)樽筠D(zhuǎn)專(zhuān)用相位分離了左轉(zhuǎn)車(chē)流和直行車(chē)流，顯著減少了危險(xiǎn)程度較高的左轉(zhuǎn)沖突數(shù)量。

4.3 機(jī)—人沖突及嚴(yán)重沖突

機(jī)—人沖突和機(jī)—人嚴(yán)重沖突線性回歸模型擬合優(yōu)度R2分別為0.88和0.82。根據(jù)模型結(jié)果，右轉(zhuǎn)車(chē)比例上升將增大機(jī)—人沖突率，另外進(jìn)口道設(shè)置左轉(zhuǎn)專(zhuān)用相位將顯著減少左轉(zhuǎn)機(jī)動(dòng)車(chē)和相鄰出口道行人的沖突(見(jiàn)表9)。機(jī)—人嚴(yán)重沖突率同樣與左轉(zhuǎn)專(zhuān)用相位顯著相關(guān)，但是與機(jī)—非沖突一樣右轉(zhuǎn)車(chē)比例并不會(huì)顯著增加機(jī)—人嚴(yán)重沖突率(見(jiàn)表10)。

5 結(jié)論

本文通過(guò)對(duì)上海市5個(gè)信控交叉口進(jìn)行交通沖突調(diào)查，分析了信控交叉口的沖突類(lèi)型特征和沖突點(diǎn)分布規(guī)律，并利用線性回歸模型及負(fù)二項(xiàng)模型分析了沖突影響因素。

沖突類(lèi)型方面，最突出的機(jī)—機(jī)沖突類(lèi)型為直行與對(duì)向左轉(zhuǎn)沖突(45%)。另外，超過(guò)50%的機(jī)—非沖突以及機(jī)—人嚴(yán)重沖突與右轉(zhuǎn)機(jī)動(dòng)車(chē)相關(guān)。信控交叉口的沖突點(diǎn)分布具有規(guī)律性。40%的沖突點(diǎn)密集分布在右轉(zhuǎn)流量最大的進(jìn)口道附近。另外在二、三相位交叉口的中部區(qū)域也存在較多的沖突點(diǎn)，主要由直行與對(duì)向左轉(zhuǎn)沖突導(dǎo)致。

表4 自變量描述性統(tǒng)計(jì)Tab.4 Descriptivestatisticsof independentvariables

表5 機(jī)—機(jī)沖突線性回歸模型結(jié)果Tab.5 Linear regressionmodel resultof vehicle to vehicle conflict

表6 機(jī)—機(jī)嚴(yán)重沖突負(fù)二項(xiàng)模型結(jié)果Tab.6 Negativebinomialmodel resultsof vehicle to vehiclesevere conflict

表7 機(jī)—非沖突線性回歸模型結(jié)果Tab.7 Linear regressionmodel resultof vehicle to non-motor vehicle conflict

表8 機(jī)—非嚴(yán)重沖突線性回歸模型結(jié)果Tab.8 Linear regressionmodel resultof vehicle to non-motor vehiclesevere conflict

表9 機(jī)—人沖突線性回歸模型結(jié)果Tab.9 Linear regressionmodel resultof vehicle to pedestrian conflict

表10 機(jī)—人嚴(yán)重沖突線性回歸模型結(jié)果Tab.10 Linear regressionmodel resultof vehicle to pedestrian severe conflict

沖突及嚴(yán)重沖突的顯著影響因素主要包括左轉(zhuǎn)專(zhuān)用相位、右轉(zhuǎn)車(chē)比例和大型車(chē)比例。設(shè)置左轉(zhuǎn)專(zhuān)用相位能減少左轉(zhuǎn)沖突數(shù)量；右轉(zhuǎn)車(chē)比例上升會(huì)顯著增加機(jī)—非沖突率和機(jī)—人沖突率；大型車(chē)比例上升則會(huì)使機(jī)—機(jī)沖突及嚴(yán)重沖突率增大。

沖突特征及影響因素的分析結(jié)果為信控交叉口的安全改善措施提供依據(jù)。針對(duì)直行與對(duì)向左轉(zhuǎn)沖突類(lèi)型，可通過(guò)增設(shè)左轉(zhuǎn)專(zhuān)用相位減少該類(lèi)沖突的發(fā)生。為減少與右轉(zhuǎn)機(jī)動(dòng)車(chē)相關(guān)的沖突，可縮小信控交叉口的轉(zhuǎn)彎半徑，在右轉(zhuǎn)流量大的進(jìn)口道附近設(shè)置減速警示標(biāo)志和減速帶等設(shè)施，并加強(qiáng)非機(jī)動(dòng)車(chē)違法行為管理。

[1]Amundsen FH,Hyden C.Proceeding of First Workshop on Traffi c Confl icts[C].Oslo∶Institution of TransportEconomics,1977.

[2]Gordon T,etal.Site-Based Video System Design and Development[R].Washington DC∶Transportation Research Board,2012.

[3]Saunier N,Sayed T.Automated Analysis of Road Safety w ith Video Data[J].Transportation Research Record,2007,2019(1)∶57-64.

[4]Dijkstra A,Marchesini P,Bijleveld F,Kars V,Drolenga H,Van M.Do Calculated Conflicts in M icrosimulation Model Predict Number of Crashes[J].Transportation Research Record,2010,2147∶105-112.

[5]Karim E,Tarek S.Safety Performance Functions Using Traffic Conflicts[J].Safety Science,2013,51(1)∶160-164.

[6]Hydén C.The Development of a Method for Traffic Safety Evaluation∶The Swedish Traffic Conflicts Technique[J].Bulletin Lund Instituteof Technology Department,1987,70∶57.

[7]Hayward J C.Near M iss Determ ination Through Use of a Scale of Danger[R].Pennsylvania∶The Pennsylvania State University,1972.

[8]JarvisA,Tarek S,Mohamed H Z.Safety Evaluation of Right-Turn Smart Channels Using Automated Traffic Conflict Analysis[J].Accident Analysis and Prevention,2012,45(1)∶120-130.

[9]Johansson C,Leden L.Short-Term Effects of Countermeasures for Improved Safety and Mobility at Marked Pedestrian Crosswalks in Bor?s,Sweden[J].Accident Analysis and Prevention,2007,39(3)∶500-509.

[10]Liu P,Pan T,Lu J,Cao B.Estimating Capacity of U-Turns at Unsignalized Intersections∶The Conflicting Traffic Volume,The Impedance Effects,and the Left-Turn Lane Capacity[J].Journal of Transportation Research Board,2008,2071∶44-51.

[11]JTGB01—2003.公路工程技術(shù)標(biāo)準(zhǔn)[S].JTG B01—2003.Technical Standard of Highway Engineering[S].

[12]朱彤，白玉，楊曉光，宋光華.平面交叉口交通沖突安全評(píng)價(jià)失效分析及改進(jìn)方法研究[J].中國(guó)安全科學(xué)學(xué)報(bào)，2008，18(2)：157-161.Zhu Tong,Bai Yu,Yang Xiaoguang,Song Guanghua.Failure Analysis on Safety Assessment Method for Traffic Conflicts at Level Crossing and Its Improvement[J].China Safety Science Journal,2008,18(2)∶157-161.

[13]Tarek Syaed,Sany Zein.Traffic Conflict Modelsand Standards for Signalized and Unsignalized Intersections[C]//Canadian Society for Civil Engineering Annual Conference,Halifax,Canada,June 10-13,1998,4C∶303-313.

[14]Mohamed T.Developmentof a Conflict Rate Prediction Model at Unsignalized Intersections[D].South Florida∶Department of Civil and Environmental Engineering College of Engineering,University of South Florida,2003.

Traffic ConflictCharacteristics and Influential Factors at Signalized Intersections

Wang Xuesong1,2,Luo Lian1
(1.Schoolof Transportation Engineering of TongjiUniversity,Shanghai201804,China;2.The Key Laboratory of Road and Traffic Engineering of the M inistry of Education,Tongji University,Shanghai 201804,China)

∶Based on traffic conflict characteristics and influential factors at signalized intersections,potential dangers and correspondingmeasures can be identified quickly.Through investigating the traffic conflictsat five signalized intersections in Shanghai,this paper discusses the conflict types and spatialdistribution of conflictpoints so as to identify the cause of traffic conflicts.The results show that themostserious type of conflicts among motor vehicles is between straight-go and left-turn traffic(45%).Besides,over 50%of conflicts betweenmotor vehicles and non-motor vehicles or pedestrians are related to right-turn traffic.By analyzing influential factors of conflict and severe conflict using negative binom ialmodel and linear regressionmodel,the paper concludes that special left-turn phase,proportion of heavy vehicle,and proportion of right-turn vehiclesare the significantinfluential factors.

∶signalized intersection;traffic conflict;conflict types;distribution of conflictpoints;influential factors

1672-5328（2016）06-0060-07

U491.2+6

A DOI∶10.13813/j.cn11-5141/u.2016.0610

2015-04-24

國(guó)家自然科學(xué)基金項(xiàng)目“組合線性?xún)?yōu)化設(shè)計(jì)項(xiàng)目”(51522810)、上海市科委項(xiàng)目“上海市道路交通安全分析預(yù)警決策支持與事故主動(dòng)管控技術(shù)研究”(15DZ1204800)

王雪松(1977—)，男，山西忻州人，博士，教授，博士生導(dǎo)師，主要研究方向：交通安全、交通規(guī)劃、交通信息化、駕駛行為。E-mail∶wangxs@#edu.cn