第96屆美國交通研究委員會年會基于信息化的交通安全管理方向進展

王雪松，李佳，楊奎，周清雅，裴賽君，楊俊廣，李艷

（同濟大學(xué)道路與交通工程教育部重點實驗室，上海201804，中國）

第96屆美國交通研究委員會年會基于信息化的交通安全管理方向進展

王雪松，李佳，楊奎，周清雅，裴賽君，楊俊廣，李艷

（同濟大學(xué)道路與交通工程教育部重點實驗室，上海201804，中國）

2017年1月8日-12日，同濟大學(xué)交通運輸工程學(xué)院101名師生赴美國華盛頓哥倫比亞特區(qū)參加第96屆交通研究委員會年會，會議涵蓋交通運輸?shù)母鱾€方面。本文從公路安全手冊的應(yīng)用、事故預(yù)測模型建立、模型可移植性評估、主動交通安全管理四個方面介紹了基于信息化的交通安全管理方向的研究進展。

交通研究委員會，公路安全手冊，事故預(yù)測模型，可移植性，主動交通安全管理

1 參會概況

2017年1月8日-12日，美國科學(xué)院（National Academies of USA）交通研究委員會（Transportation Research Board）舉辦的第96屆國際交通年會在華盛頓召開，國際交通年會是交通運輸領(lǐng)域知名度最高、與會人數(shù)最多的全球?qū)W術(shù)盛會。此次大會收錄同濟大學(xué)交通運輸工程學(xué)院的論文共計65篇，院系負(fù)責(zé)人、教師和研究生共計101人參加了本次年會。

資深教授座談會和青年學(xué)者座談會學(xué)院陸鍵教授介紹了同濟大學(xué)和交通運輸工程學(xué)院的發(fā)展歷史、學(xué)術(shù)成就和人才發(fā)展規(guī)劃等，在海外工作的資深教授和青年學(xué)者都對同濟大學(xué)的國際化辦學(xué)思路進行了認(rèn)可，并從學(xué)科建設(shè)、人才培養(yǎng)和國際合作等方面提出了很多建設(shè)性的建議。

在人才招聘宣講會上，學(xué)院黨委書記吳兵教授介紹了學(xué)院的人才政策，并鼓勵海外優(yōu)秀人才歸國到同濟大學(xué)參加工作，在共同建設(shè)交通運輸領(lǐng)域世界一流學(xué)科的進程中實現(xiàn)個人夢想。本次招聘會共吸引了目前在美國、加拿大、澳大利亞等國家工作和學(xué)習(xí)的50余名學(xué)者、博士、博士后前來應(yīng)聘。應(yīng)聘者與學(xué)院領(lǐng)導(dǎo)就關(guān)注的話題通過宣講會、面談與咨詢等不同方式進行了熱烈的交流與探討。

2 基于信息化的交通安全管理

會議針對交通安全管理方向主要有以下三個委員會：交通安全管理委員會（ANB10）；安全數(shù)據(jù)，分析與評估委員會（ANB20）；公路安全性能委員會（ANB25）。本文主要從公路安全手冊的應(yīng)用、事故預(yù)測模型的建立、模型的可移植性、主動交通安全管理四個方面介紹該方向的進展。

2.1 公路安全手冊

美國交通運輸委員會于2010年出版公路安全手冊（Highway Safety Manual, HSM）。該手冊基于美國八個州的數(shù)據(jù)針對鄉(xiāng)村兩車道道路，多車道道路，城市和郊區(qū)主干道的路段和交叉口，建立安全分析模型，并給出各個影響因素的建議安全修正系數(shù)。由于各地數(shù)據(jù)的不完善，其他州或國家競相借鑒HSM中推薦的模型對當(dāng)?shù)毓钒踩M行評估。Parvin等[1]基于明尼蘇達州的鄉(xiāng)村兩車道道路，對比了HSM修正模型與當(dāng)?shù)氐陌踩治瞿Ｐ停⊿afety Performance Function, SPF），在建立當(dāng)?shù)氐腟PF時，建立了三種模型，只有常數(shù)項的泊松模型，泊松模型，以及負(fù)二項模型。對比表明新建立的SPF和修正的SPF差異不大，因而推薦修正的HSM中的SPF可以應(yīng)用到該州。

Siddique等[2]采用HSM中的事故預(yù)測模型分析俄勒岡州的行人及自行車事故，并計算成本效益，對俄勒岡州交通部門的事故改善項目提供了參考。

Frustaci等[3]基于猶他州鄉(xiāng)村雙向兩車道道路，基于HSM中的life-cycle benefit-cost analysis方法，提出了可以為猶他州交通管理部門提供了計算11中路段類型改善措施成本效益比率的表單工具。

Farhan等[4]根據(jù)道路安全審計數(shù)據(jù)，依據(jù)HSM手冊，預(yù)測了沙特阿拉伯東部省份兩條交通走廊范圍內(nèi)城市、郊區(qū)，以及鄉(xiāng)村道路的事故數(shù)，并且評價了改善措施對事故的減少程度。

綜上所述，關(guān)于HSM在其他州或國家的應(yīng)用較多，我們也可以考慮HSM在國內(nèi)事故及其他道路、交通數(shù)據(jù)不充足的城市應(yīng)用

2.2 事故預(yù)測模型

交通事故的發(fā)展有偶然性，也有必然性。從研究方法來看，采用的模型包括二項logit模型、多項logit模型、隨機參數(shù)logit模型、線性空間logit模型、Probit的模型。采用的有序回歸模型包括有序logit模型、隨機變量有序logit模型、廣義線性有序logit模型。

很多文章中考慮了事故的時空相關(guān)特性。在考慮空間相關(guān)的模型方面：Cai等[5]對比了基于人口普查街區(qū)，交通分析小區(qū)，交通分析地區(qū)為單元的宏觀交通模型，并對比考慮空間相關(guān)與不考慮空間相關(guān)的模型。對比發(fā)現(xiàn)以交通分析地區(qū)作為分析單元的預(yù)測模型最優(yōu)，且考慮空間相關(guān)的模型較優(yōu)。Xu等[6]考慮空間相關(guān)性，采用條件自回歸的分層貝葉斯方法對事故進行預(yù)測。在考慮時間相關(guān)性的模型方面：Cheng等[7]采用independent-over-time隨機效應(yīng)模型考慮時間相關(guān)性。Ghasak等[8]采用多變量模型來考慮不同事故類型之間的相關(guān)性?？臻g與時間相關(guān)性模型可以應(yīng)用于未來城市道路的建模過程中。

還有一些研究采用了數(shù)據(jù)挖掘的方法，例如關(guān)聯(lián)法則、貝葉斯網(wǎng)絡(luò)、決策樹、隨機森林、支持向量機模型（SVM）等。

2.3 模型可移植性

由于交通安全分析中數(shù)據(jù)的不完善，模型可移植性近年來受到學(xué)者的關(guān)注。模型可移植性包括時間和空間可移植性。Khalid Al Kaaf等[9]將HSM中的事故預(yù)測模型移植到利雅得城市四車道道路。首先采用HSM中的事故修正系數(shù)對模型進行校正，然后采用本地的事故修正系數(shù)對模型進行校正，此外還建立了本地的事故預(yù)測模型。將上述三個模型的預(yù)測效果進行對比，發(fā)現(xiàn)本地事故預(yù)測模型最優(yōu)，采用本地事故修正系數(shù)進行校正的模型優(yōu)于采用HSM中的事故修正系數(shù)進行校正的模型。

Ahmed Farid等[10]檢驗了佛羅里達州、俄亥俄州、加利福尼亞州的事故預(yù)測模型可移植性，以及綜合多個州的數(shù)據(jù)建立的事故預(yù)測模型的可移植性。通過計算遷移指數(shù)來評估哪一個模型可以更好的進行區(qū)域移植。此外，為了幫助提高模型的可移植性，本文提出了修正經(jīng)驗貝葉斯方法，來計算針對特定地區(qū)的模型校正系數(shù)。結(jié)論：佛羅里達州和加利福尼亞州的事故預(yù)測模型比俄亥俄州的事故預(yù)測模型具有更好的可移植性；當(dāng)使用幾個州的綜合數(shù)據(jù)時，遷移指數(shù)有所增加；本文中計算的校正系數(shù)優(yōu)于HSM中的校正系數(shù)。

Wang等[11]研究了事故預(yù)測模型在空間上的可移植性。文中指出將安全性能函數(shù)在不同州之間往往不能直接進行遷移，需要計算事故修正系數(shù)。

Narayan Venkataraman等[12]研究了事故預(yù)測模型在時間上的可移植性。文中考慮了不同的事故嚴(yán)重程度及道路類型，針對2005-2010、2011-2012和2005-2012這三個時間段，分別建立負(fù)二項事故預(yù)測模型，總共建立了六十個模型。通過似然比檢驗來評估模型在時間上的可移植性。結(jié)果顯示，基于2005-2010年數(shù)據(jù)建立的模型到2011-2012年的可移植性并不理想，說明了安全性能函數(shù)在時間上的不可移植性。

2.4 事故風(fēng)險評估及主動交通管理

本屆TRB年會中，事故風(fēng)險評估研究方面的涉及建模方法、特定行為或事故的風(fēng)險評估、新數(shù)據(jù)的探索等方面，但在事故風(fēng)險評估模型的應(yīng)用方面研究較少，接下來可進一步深入拓展。Li等[13]利用軌跡數(shù)據(jù)，使用Logistic回歸模型評估了高速公路交織段四種跟車類型對追尾事故風(fēng)險的影響。沖突時間（TTC）被引入作為表示追尾事故風(fēng)險的安全替代指標(biāo)，基于病例對照研究方法，建立三個不同TTC閾值下的Logistic模型。研究結(jié)果顯示高速公路交織段不同跟車類型的追尾事故機理不同，TTC閾值為2s時貨車跟隨小汽車的追尾事故風(fēng)險時小汽車跟隨小汽車的3.167倍。小汽車跟隨貨車、貨車跟隨貨車是較為安全的跟車類型。

Wu[14]使用實時交通數(shù)據(jù)和天氣數(shù)據(jù)，構(gòu)建了霧天下前車制動時的跟車減速度與舒適度水平的關(guān)系算法，并討論了關(guān)于能見度、速度和間距的三種情況。研究結(jié)果顯示高速和低能見度需要更大的最小舒適度和安全間距；基于該算法，霧天條件比晴朗條件下能觀測更多的危險跟車行為。

會議中關(guān)于主動交通管理研究的成果主要集中在主動交通管理策略的構(gòu)建及評價。在交織段，交通在有限的空間中實現(xiàn)合流、分流和交織，容易產(chǎn)生高事故風(fēng)險。為了提高擁擠交織段的安全，Wang等[15]在微觀仿真中檢驗了多種主動交通管理（ATM）策略。事故率和替代安全評價模型（SSAM）被用于評估ATM策略對交通安全的影響。事故率是實時安全分析模型計算得到的。研究中策略包括匝道控制（RM）、可變限速（VSL）、組合的匝道控制和可變限速（RM-VSL）。研究結(jié)果顯示ATM能提高交織段的交通安全水平，加強的RM-VSL能降低16.8%的交通沖突和6.0%的事故率。

Siddiqui和Al-Kaisy[16]研究了部署在俄勒岡州波特蘭的OR-217高速公路的可變限速系統(tǒng)對安全的影響。文章除了使用事故數(shù)據(jù)，還使用安全替代指標(biāo)評估系統(tǒng)對安全的影響。事故分析顯示總體事故數(shù)、總體事故率（包括追尾事故）均有下降；在固定點，系統(tǒng)降低了平均速度、同車道的速度波動和中間車道與路肩車道的速度差異。

楊奎匯報論文：Kui Yang, Rongjie Yu, Xuesong Wang, Mohammed Quddus. Utilizing stochastic gradient descent for model updating in real-time crash risk prediction

周清雅匯報論文：Xuesong Wang, Qingya Zhou, Quddus M, Tianxiang Fan. Speed, Speed Variation, and Crash Relationships for Urban Arterials

3 成果展示

在基于信息化的交通安全管理方向，王雪松教授團隊的楊奎同學(xué)就城市快速路事故風(fēng)險模型的更新算法進行了研究；周清雅同學(xué)就速度及速度方差對城市主干道安全的影響進行了研究。

[1] Parvin, Niloo; Morshedi Shahrebabaki, Mehrdad; Goswamy, Amrita. Comparison of Calibrated Highway Safety Manual Model and Jurisdiction–Specific Safety Performance Functions for Rural Two-Lane Highways [C]//Transportation Research Board 96th Annual Meeting. 2017 (17-06475).

[2] Siddique, Zahidul; Bish, Doug; Salyer, Amanda. Using the Highway Safety Manual Predictive Method to Prioritize Pedestrian/Bicycle Safety Projects [C]//Transportation Research Board 96th Annual Meeting. 2017 (17-00602).

[3] Frustaci, Jordan; Saito, Mitsuru; Schultz, Grant.Implementing the HSM Life-Cycle Benefit- Cost Analysis of Safety Improvements [C]//Transportation Research Board 96th Annual Meeting. 2017 (17-00657).

[4] Farhan, Muhammad. A Sketch Planning Approach to Highway Safety Manual Based Crash Prediction Methods Using Road Safety Audit Data in Saudi Arabia [C]// Transportation Research Board 96th Annual Meeting. 2017 (17-04598).

[5] Cai, Qing; Abdel-Aty, Mohamed; Lee, Jaeyoung. Comparative Analysis of Zonal Systems for Macro-level Crash Modeling: Census Tracts, Traffic Analysis Zones, and Traffic Analysis Districts [C]//Transportation Research Board 96th Annual Meeting. 2017 (17-01200).

[6] Xu, Pengpeng; Huang, Helai; Dong, Ni. Modeling crash spatial heterogeneity a Bayesian spatially varying coefficients approach [C]//Transportation Research Board 96th Annual Meeting. 2017 (17-02834).

[7] Cheng, Wen; Gill, Gurdiljot; Choi, Simon. Alternative Ways of Addressing Temporal Correlation in Crash Frequency Modeling [C]//Transportation Research Board 96th Annual Meeting. 2017 (17-05548)

[8] Mothafer, Ghasak; Yamamoto, Toshiyuki; Shankar, Venkataraman. Multivariate Copula-Based Count Model to Examine Interdependency Among Freeway Crash Types [C]// Transportation Research Board 96th Annual Meeting. 2017 (17-03977).

[9] Khalid Al Kaaf, Mohamed Abdel-Aty. Transferability and Calibration of Highway Safety Manual Performance Functions and Development of New Models for Urban Four-Lane Divided Roads in Riyadh [C]//Transportation Research Board 96th Annual Meeting. 2015 (15-3054).

[10] Ahmed Farid, Mohamed Abdel-Aty, Jaeyoung Lee, Naveen Eluru, Jung-Han Wang. Exploring the Transferability of Safety Performance Functions：A case study of rural multilane divided highway segments [C]//Transportation Research Board 96th Annual Meeting. 2016 (15-5119).

[11] Jung-Han Wang, Mohamed Abdel-Aty, Jaeyoung Lee. Examination of the Transferability of Safety Performance Functions for Developing Crash Modification Factors using Empirical Bayes Method [C]//Transportation Research Board 96th Annual Meeting. 2016 (16-3853).

[12] Narayan Venkataraman, Venky Shankar, Jeremy Blum, Barad Hariharan, Jungyeol Hong. Transferability Analysis of Heterogeneous Overdispersion Parameter Negative Binomial Safety Performance Functions: A Case Study from California [C]//Transportation Research Board 96th Annual Meeting. 2016 (16-5969).

[13] Ye Li, Chengcheng Xu, Lu Xing, Wei Wang. Evaluation of impacts different car-following types on rearend crash risks at freeway weaving sections using vehicle trajectory data[C]//Transportation Research Board 96th Annual Meeting. 2017 (17-01540).

[14] Yina Wu, Mohamed Abdel-Aty, Qing Cai, Jaeyoung Lee, Juneyoung Park. Rear-End Crash Risk Algorithm under Fog Condition Based on Kinematics Analysis [C]//Transportation Research Board 96th Annual Meeting. 2017 (17-02271).

[15] Ling Wang, Mohamed Abdel-Aty, Jaeyoung Lee. Implementation of Active Traffic Management Strategies for Safety of a Congested Expressway Weaving Segment[C]// Transportation Research Board 96th Annual Meeting. 2017 (17-00248).

[16] Sohrab Siddiqui, Ahmed Al-Kaisy. Assessing the Safety Effects of an Advisory Variable Speed Limit System along an Urban Freeway Corridor [C]//Transportation Research Board 96th Annual Meeting. 2017 (17-04130).

Research progress on information based traffic safety management in Transportation Research Board 96th Annual Meeting

WANG Xuesong, LI Jia, YANG Kui, ZHOU Qingya, PEI Saijun, YANG Junguang, LI Yan
(Key Laboratory of Road and Traffic Engineering of the Ministry of Education, Tongji University, Shanghai 201804, China)

January 8-12th 2017, 101 teachers and students from school of transportation engineering in Tongji University went to Washington D.C. to attend the 96th Transportation Research Board Annual Meeting which covered every aspects of transportation. This paper introduces the research progress in the information based traffic safety management from the following four aspects: application of Highway Safety Manual, crash prediction model development, model transferability, and active traffic safety management.

Transportation Research Board;highway safety manual;crash prediction model;transferability;active traffic safety management

道路交通安全與環(huán)境教育部工程研究中心

Engineering Research Center of Road Traffic Safety and Environment, Ministry of Education交通安全國際合作聯(lián)合實驗室

Joint International Research Laboratory of Transportation Safety