道路交通事故黑點(diǎn)鑒別方法研究*

劉鵬飛， 青偉， 申紹君

(長(zhǎng)沙理工大學(xué) 交通運(yùn)輸工程學(xué)院， 湖南 長(zhǎng)沙 410114)

由于交通條件和事故數(shù)據(jù)收集難易程度、評(píng)判方法認(rèn)可度不同，道路交通事故黑點(diǎn)定義尚未統(tǒng)一。一般來(lái)說，道路交通事故黑點(diǎn)(也稱事故多發(fā)點(diǎn))是指較長(zhǎng)的計(jì)量時(shí)段內(nèi)道路交通事故發(fā)生的數(shù)量或特征相比其他正常位置更加突出的某些位置(點(diǎn)、路段或區(qū)域)?？焖儆行У刈R(shí)別交通事故黑點(diǎn)，分析事故成因，提出解決措施，是事故黑點(diǎn)后續(xù)排查和綜合治理的基礎(chǔ)。

1 道路交通事故黑點(diǎn)特征

(1) 黑點(diǎn)事故發(fā)生較為集中。事故黑點(diǎn)為交通事故數(shù)量和特征不同于一般路段的位置，該位置在道路總里程中的占比很小，總事故數(shù)占比卻很高。

(2) 黑點(diǎn)受天氣影響顯著。天氣對(duì)黑點(diǎn)的影響較大。據(jù)統(tǒng)計(jì)，各等級(jí)道路晴天發(fā)生事故數(shù)占黑點(diǎn)事故數(shù)的60%～70%，雨天、陰天發(fā)生事故數(shù)僅占10%～15%，其他特殊天氣發(fā)生的事故數(shù)占比較小。

(3) 黑點(diǎn)形成受多種因素影響。超速行駛、疲勞駕車、制動(dòng)故障、爆胎、交通量大、彎道過長(zhǎng)等因素都可能導(dǎo)致道路交通事故發(fā)生，當(dāng)影響因素共同作用匯集于某個(gè)點(diǎn)、路段或區(qū)域時(shí)，該位置容易變成事故黑點(diǎn)。

2 道路交通事故黑點(diǎn)傳統(tǒng)鑒別方法

道路交通事故黑點(diǎn)鑒別由鑒別方法及技術(shù)指標(biāo)組成。傳統(tǒng)的黑點(diǎn)鑒別方法主要以事故調(diào)查和統(tǒng)計(jì)為基礎(chǔ)，基于概率統(tǒng)計(jì)思想，利用交通數(shù)據(jù)統(tǒng)計(jì)資料，重點(diǎn)分析交通事故數(shù)據(jù)資料，若分析得出的指標(biāo)結(jié)果明顯高于本路段或路網(wǎng)所設(shè)定的標(biāo)準(zhǔn)值，則初步將該路段定為事故黑點(diǎn)，之后進(jìn)行更深入的分析予以確定。不同路段路況不同，需根據(jù)實(shí)際需要選擇適宜的事故黑點(diǎn)鑒別方法。

(1) 事故頻數(shù)法。事故頻數(shù)法通過設(shè)定臨界點(diǎn)事故次數(shù)、統(tǒng)計(jì)某路段事故次數(shù)，并對(duì)統(tǒng)計(jì)數(shù)據(jù)與臨界點(diǎn)進(jìn)行比較，若路段事故次數(shù)超過臨界點(diǎn)，則判定為事故黑點(diǎn)。頻數(shù)法數(shù)據(jù)來(lái)源于事故統(tǒng)計(jì)數(shù)據(jù)，數(shù)據(jù)清晰易收集，計(jì)算簡(jiǎn)單方便，數(shù)據(jù)依賴性不強(qiáng)。鑒定指標(biāo)僅使用事故次數(shù)，未考慮事故嚴(yán)重程度、道路條件、交通量等，易導(dǎo)致誤判。該方法僅適用于小范圍路段或交叉口路段。

(2) 事故頻率法。事故頻率法通過統(tǒng)計(jì)某路段事故次數(shù)、平均每日交通量，并將路段事故次數(shù)和平均每日交通量的比值與可接受臨界值進(jìn)行對(duì)比，若比值超過可接受臨界值，則判定為事故黑點(diǎn)。頻率法綜合考慮了交通量和路段長(zhǎng)度，但未考慮事故嚴(yán)重程度、事故隨機(jī)性，易將低事故量、低交通量路段誤判為事故黑點(diǎn)，而將高事故量、高交通量路段誤判為安全路段，遺漏真正危險(xiǎn)的路段。該方法僅適用于小區(qū)域路段。

(3) 事故頻數(shù)-事故頻率矩陣法。事故頻數(shù)-事故頻率矩陣法以事故頻數(shù)為矩陣橫軸、事故頻率為矩陣縱軸，矩陣中每個(gè)單元位置代表目標(biāo)路段危險(xiǎn)程度，具備最高事故數(shù)和最高事故率的危險(xiǎn)路段位于矩陣右上角，這些路段即為事故黑點(diǎn)。矩陣法綜合事故頻數(shù)法和事故頻率法，根據(jù)需求確定矩陣大小，能快速鑒定事故黑點(diǎn)，判斷目標(biāo)路段安全程度。但該方法未考慮事故嚴(yán)重程度、道路交通狀況等，且事故數(shù)多少和事故率高低的臨界值確定困難，難以區(qū)分高事故數(shù)、低事故率路段和低事故數(shù)、高事故率路段。該方法僅適用于道路條件相差不大的路段。

(4) 當(dāng)量總事故數(shù)法。當(dāng)量總事故數(shù)法對(duì)交通不同屬性(如死亡人數(shù)、受傷人數(shù)及財(cái)產(chǎn)損失等)賦予不同權(quán)重，比較加權(quán)值和可接受閾值，若加權(quán)值超過閾值，則判定為事故黑點(diǎn)。當(dāng)量法考慮了事故嚴(yán)重程度，但未考慮交通量、交通條件、路段長(zhǎng)度等，且交通屬性權(quán)重難以確定。該方法僅適用于條件差別不大的城市道路。

(5) 質(zhì)量控制法。質(zhì)量控制法認(rèn)為交通事故發(fā)生是小概率事件，路段事故次數(shù)遵循泊松分布，比較目標(biāo)路段事故率與相似路段平均事故率，依據(jù)顯著性水平確定平均事故率閾值，若目標(biāo)路段事故率高于閾值，則為事故黑點(diǎn)。質(zhì)量控制法綜合考慮了交通流量和事故隨機(jī)性，但未考慮事故嚴(yán)重程度。采用該方法鑒別道路交通環(huán)境相似路段較精準(zhǔn)。

(6) 累計(jì)頻率法。累計(jì)頻率法常將路段劃分為1 km的單位長(zhǎng)度，以事故次數(shù)為縱坐標(biāo)、大于某事故次數(shù)的累計(jì)頻率為橫坐標(biāo)，利用累計(jì)頻率散點(diǎn)圖擬合曲線，分析擬合曲線突變點(diǎn)，突變點(diǎn)即為事故黑點(diǎn)。累計(jì)頻率法以統(tǒng)計(jì)學(xué)為基礎(chǔ)，統(tǒng)計(jì)目標(biāo)路段事故數(shù)頻率，并將其排序計(jì)算累計(jì)頻率，累計(jì)頻率不高但事故率很高的位置即為事故黑點(diǎn)。該方法對(duì)數(shù)據(jù)要求較高，未考慮事故嚴(yán)重性，僅適用于道路交通、事故情況相差不大的路段。

綜上，道路交通事故黑點(diǎn)傳統(tǒng)鑒別方法基于概率統(tǒng)計(jì)思想，數(shù)據(jù)處理相對(duì)簡(jiǎn)單，鑒別精度不高，適用范圍有限，應(yīng)結(jié)合實(shí)際情況選擇適合的方法。

3 道路交通事故黑點(diǎn)現(xiàn)代鑒別方法

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)嵌入道路交通事故黑點(diǎn)問題研究的不斷深入，事故黑點(diǎn)鑒別方法不斷優(yōu)化?，F(xiàn)代化的事故黑點(diǎn)鑒別方法以系統(tǒng)思想綜合分析交通各影響因素的權(quán)重，評(píng)價(jià)各路段危險(xiǎn)綜合值，確定道路交通事故黑點(diǎn)所在位置。

(1) 聚類分析法。聚類分析法根據(jù)數(shù)據(jù)特征，將特征相似數(shù)據(jù)分至同一類別，將全部數(shù)據(jù)分成多類別，從大量雜亂無(wú)序數(shù)據(jù)中挖掘獲取關(guān)鍵信息。交通事故黑點(diǎn)本質(zhì)上是易發(fā)生交通事故的路段，即發(fā)生事故次數(shù)的密度大。聚類分析法根據(jù)交通事故密度，若交通事故發(fā)生地點(diǎn)某半徑范圍內(nèi)發(fā)生的交通事故次數(shù)(即其鄰域內(nèi)密度)不小于給定閾值，則該事故地點(diǎn)判定為事故黑點(diǎn)。聚類分析分為事故數(shù)據(jù)讀取、數(shù)據(jù)篩選、事故黑點(diǎn)判斷、黑點(diǎn)展示4個(gè)步驟，其中：事故數(shù)據(jù)讀取須輸入事故地點(diǎn)領(lǐng)域內(nèi)所有路段交通事故數(shù)據(jù)；數(shù)據(jù)篩選依據(jù)核心字段過濾無(wú)用字段；事故黑點(diǎn)判斷須檢查所有未檢路段，判斷周圍事故密度是否不小于閾值，若達(dá)到閾值則輸出該路段為事故黑點(diǎn)，若未達(dá)到閾值則繼續(xù)循環(huán)，直到處理完所有路段，輸出事故黑點(diǎn)位置最小值為起點(diǎn)，位置最大值為終點(diǎn)；黑點(diǎn)展示通過GIS(地理信息系統(tǒng))展示。聚類分析法能從復(fù)雜無(wú)規(guī)律的交通事故數(shù)據(jù)中挖掘隱含信息，剖析事故時(shí)間分布和空間分布特性，揭露事故發(fā)生潛在規(guī)律。但海量數(shù)據(jù)處理計(jì)算量大，對(duì)服務(wù)器的要求高，且參數(shù)選取對(duì)聚類效果影響大，權(quán)重選取主觀隨意性強(qiáng)。該方法適用于所有路段的事故黑點(diǎn)鑒別，應(yīng)用廣泛。

(2) 灰色關(guān)聯(lián)法。灰色理論認(rèn)為系統(tǒng)行為模糊朦朧，數(shù)據(jù)雜亂無(wú)章，但存在潛在必然規(guī)律，可運(yùn)用累加(減)法降低數(shù)據(jù)隨機(jī)性，將雜亂無(wú)序的數(shù)據(jù)整理為有規(guī)律的數(shù)據(jù)?；疑P(guān)聯(lián)法依據(jù)每個(gè)元素的序列曲線與總序列曲線的幾何形狀相似程度判斷單個(gè)元素和集合是否關(guān)聯(lián)緊密。利用灰色理論非唯一性原理，選定交通事故指標(biāo)(事故數(shù)、受傷人數(shù)、財(cái)產(chǎn)損失和道路長(zhǎng)度)，精簡(jiǎn)、加工、延展事故數(shù)據(jù)，依據(jù)灰色關(guān)聯(lián)法分析每個(gè)事故點(diǎn)數(shù)據(jù)，繪制單個(gè)事故點(diǎn)的序列曲線和總序列曲線，以曲線幾何形狀相似程度判斷事故點(diǎn)間是否聯(lián)系緊密，判斷道路安全水平所處灰域，灰域即事故黑點(diǎn)，并依據(jù)分級(jí)標(biāo)準(zhǔn)對(duì)事故點(diǎn)安全性進(jìn)行分級(jí)?；疑P(guān)聯(lián)法以人、車、路、環(huán)境為子系統(tǒng)，以事故數(shù)、受傷人數(shù)、財(cái)產(chǎn)損失、道路長(zhǎng)度為事故統(tǒng)計(jì)指標(biāo)，可有效降低主觀偏好的影響，能運(yùn)用少量信息評(píng)價(jià)道路安全性，鑒別事故黑點(diǎn)，算法清晰，計(jì)算相對(duì)簡(jiǎn)單。但不同道路交通條件、交通特性區(qū)別較大，事故數(shù)據(jù)較少時(shí)鑒別精度偏低。該方法應(yīng)用廣泛，適用于所有路段。

(3) 粗集理論。粗集理論利用數(shù)據(jù)集合本身形成決策規(guī)則，無(wú)需提供集合外先驗(yàn)信息，可解決不確定性問題。其核心思想是信息系統(tǒng)分類能力恒定情形下優(yōu)化輸入信息并導(dǎo)出問題決策規(guī)則。其原理是去除某條件屬性，觀察決策屬性變化，若決策屬性變化較大，則該條件屬性較重要，反之該條件屬性不重要。粗集理論在有限的道路交通事故數(shù)據(jù)的基礎(chǔ)上構(gòu)建事故數(shù)據(jù)的知識(shí)表達(dá)系統(tǒng)，分析各事故成因的權(quán)重，補(bǔ)齊決策表，決策離散化，計(jì)算各屬性影響強(qiáng)度，判斷其重要性，判斷影響事故黑點(diǎn)的主(次)要因素，結(jié)合其他理論鑒別事故黑點(diǎn)。粗集理論不依賴先驗(yàn)知識(shí)，可處理隨機(jī)性和波動(dòng)性數(shù)據(jù)，能分析和推理有限數(shù)據(jù)，發(fā)現(xiàn)潛在規(guī)律，可區(qū)分事故黑點(diǎn)的主(次)因素，且與其他數(shù)據(jù)挖掘理論互補(bǔ)性強(qiáng)。但決策離散化數(shù)據(jù)補(bǔ)齊算法復(fù)雜，計(jì)算困難。該方法應(yīng)用廣泛，適用于所有路段。

(4) BP神經(jīng)網(wǎng)絡(luò)算法。BP神經(jīng)網(wǎng)絡(luò)(誤差回轉(zhuǎn)神經(jīng)網(wǎng)絡(luò))是按照誤差逆向傳播算法訓(xùn)練的多層神經(jīng)網(wǎng)絡(luò)，由輸入層、輸出層和隱含層組成。信息由輸入層經(jīng)過隱含層處理后傳給輸出層，比較輸出值和期望值，若誤差超過閾值，逆向傳播誤差至各層所有單元，不斷調(diào)整迭代參數(shù)，直至達(dá)到預(yù)期后停止。道路交通事故黑點(diǎn)鑒別屬于識(shí)別問題，依據(jù)函數(shù)求解結(jié)果判斷是否為事故黑點(diǎn)，而道路交通事故的發(fā)生隨機(jī)性大，涉及因素多，難以用清晰的函數(shù)表達(dá)式和約束條件求解判別。BP神經(jīng)網(wǎng)絡(luò)自身具有較好的容錯(cuò)能力、混亂數(shù)據(jù)處理和訓(xùn)練學(xué)習(xí)能力，可解決非線性結(jié)構(gòu)復(fù)雜問題，擅長(zhǎng)處理事故黑點(diǎn)判別問題。輸入路段事故關(guān)聯(lián)因素?cái)?shù)據(jù)，如交通量、車道寬度、車道數(shù)、通行速度等，輸出路段安全類型，如事故黑點(diǎn)、正常路段和安全路段，設(shè)定隱含層傳遞函數(shù)、各層權(quán)值矩陣和偏置向量及誤差精度，不斷訓(xùn)練迭代，直至所有路段安全程度鑒定完畢。BP神經(jīng)網(wǎng)絡(luò)算法的非線性擬合能力、魯棒性和自主訓(xùn)練學(xué)習(xí)能力強(qiáng)，學(xué)習(xí)規(guī)則簡(jiǎn)單，但學(xué)習(xí)過程收斂速度較慢，網(wǎng)絡(luò)權(quán)值易現(xiàn)局部極值導(dǎo)致訓(xùn)練失敗，與遺傳算法、灰色理論等結(jié)合更完善，處理復(fù)雜無(wú)序交通事故數(shù)據(jù)適用性強(qiáng)。

(5) GIS。GIS對(duì)地理信息進(jìn)行數(shù)據(jù)處理，結(jié)合屬性信息和空間數(shù)據(jù)可視化信息，為決策者提供技術(shù)支持。道路交通事故數(shù)據(jù)復(fù)雜且數(shù)據(jù)模型抽象，GIS融合道路交通事故的屬性信息和空間數(shù)據(jù)預(yù)處理交通事故數(shù)據(jù)，除去或填充數(shù)據(jù)空值，以事故點(diǎn)為圓心、嚴(yán)重程度為半徑建立緩沖區(qū)對(duì)數(shù)據(jù)進(jìn)行緩沖區(qū)分析，確定事故路段影響范圍，重疊所有圖層緩沖區(qū)，形成事故分析綜合圖層，合理利用當(dāng)量總事故法、累計(jì)頻率法判斷路段安全水平，鑒別事故黑點(diǎn)，并以圖形化方式展示識(shí)別結(jié)果。GIS以可視化直觀形式展示事故數(shù)據(jù)，便于計(jì)算和判別，但數(shù)據(jù)量大且質(zhì)量要求高，定位精度影響GIS鑒別效果。城市道路、高速公路數(shù)據(jù)來(lái)源清晰、定位精準(zhǔn)，適合采用GIS方法鑒別事故黑點(diǎn)。

綜上，道路交通事故黑點(diǎn)現(xiàn)代鑒別方法基于系統(tǒng)工程思想，綜合考慮多因素，數(shù)據(jù)處理較復(fù)雜，鑒別精度較高，適用范圍較廣。

4 道路交通事故黑點(diǎn)鑒別方法發(fā)展趨勢(shì)

道路交通事故黑點(diǎn)現(xiàn)代鑒別方法相比傳統(tǒng)鑒別方法更精準(zhǔn)，但仍存在缺陷。未來(lái)道路交通事故黑點(diǎn)鑒別將與大數(shù)據(jù)技術(shù)、前沿信息技術(shù)、物聯(lián)網(wǎng)、云平臺(tái)、數(shù)據(jù)挖掘、啟發(fā)式算法等深度融合，提升道路交通事故黑點(diǎn)鑒別精度，從而減少交通事故，提高道路交通安全性。