陳咨羽，陳秀鋒，王瑞聰，高夢(mèng)圓

（青島理工大學(xué)機(jī)械與汽車(chē)工程學(xué)院，山東 青島 266520）

0 引言

行人交通安全問(wèn)題是交通安全中的熱點(diǎn)問(wèn)題。根據(jù)調(diào)查，行人占交通事故傷亡人數(shù)半數(shù)以上，其中城市道路傷亡人數(shù)約占總數(shù)的73%[1-2]。尤其在無(wú)信號(hào)控制的交叉口處，由于行人不規(guī)范過(guò)街行為常引起人車(chē)沖突甚至交通事故[3]。

國(guó)內(nèi)外針對(duì)行人過(guò)街行為以及安全問(wèn)題展開(kāi)深入研究：Aghabayk 等[4]首次綜合考慮行人特征、環(huán)境以及科技等影響因素，分析無(wú)信號(hào)交叉口行人過(guò)街行為特性，建立線性模型對(duì)各因素進(jìn)行差異性分析；袁黎等[5]引入物理動(dòng)力學(xué)原理的思想，以無(wú)信號(hào)控制路段人行橫道為研究對(duì)象，綜合考慮人車(chē)沖突的發(fā)生概率、沖突嚴(yán)重性和行人車(chē)期望沖突量等因素，構(gòu)建人車(chē)沖突風(fēng)險(xiǎn)的評(píng)估模型；陳永恒等[6]采用比值比法定量分析提前右轉(zhuǎn)車(chē)道行人與車(chē)輛沖突的嚴(yán)重程度，得出行人過(guò)街結(jié)伴行為、速度和過(guò)街位置等因素對(duì)沖突嚴(yán)重度的影響規(guī)律；彭勇等[7]研究無(wú)信號(hào)控制路段人車(chē)沖突等級(jí)劃分方法，選取人、車(chē)、路3 方面13 個(gè)獨(dú)立解釋變量建立Odered Probit的人車(chē)沖突量化模型，并進(jìn)行變量對(duì)人車(chē)沖突等級(jí)影響的顯著分析；何雅琴等[8]建立基于累積Logistic模型的行人事故分析模型，并引入彈性分析量化各顯著因素對(duì)事故嚴(yán)重度的影響程度；周竹萍等[9]實(shí)測(cè)信號(hào)交叉口行人過(guò)街交通數(shù)據(jù)，運(yùn)用FCM 聚類(lèi)方法對(duì)人車(chē)沖突嚴(yán)重等級(jí)進(jìn)行劃分，并分析行人違法率、觀察行為與人車(chē)沖突的相關(guān)性；任剛等[10]基于視頻采集交叉口高峰時(shí)刻交通數(shù)據(jù)，采用SOMK聚類(lèi)方法分類(lèi)沖突等級(jí)，提出信號(hào)交叉口人車(chē)沖突危險(xiǎn)度模型；曲昭偉等[11-12]針對(duì)信號(hào)交叉口行人過(guò)街常發(fā)的空間違章行為，實(shí)地調(diào)查分析過(guò)街行人全時(shí)空信息，建立行人溢出位置的正態(tài)分布模型來(lái)描述行人軌跡分布規(guī)律，并根據(jù)軌跡分布特性提出優(yōu)化措施意見(jiàn)進(jìn)行驗(yàn)證對(duì)比。但是在人車(chē)沖突嚴(yán)重性的量化中，多數(shù)研究只從單一指標(biāo)對(duì)沖突進(jìn)行劃分，不能準(zhǔn)確地描述沖突嚴(yán)重程度。行人在過(guò)街時(shí)，空間違章行為普遍存在，對(duì)行人過(guò)街安全產(chǎn)生顯著影響，尤其是提前右轉(zhuǎn)車(chē)道處的行人過(guò)街安全評(píng)估值得研究和關(guān)注。

基于此，本文針對(duì)交叉口提前右轉(zhuǎn)車(chē)道，通過(guò)“視頻+人工”的方法提取行人和機(jī)動(dòng)車(chē)時(shí)空信息，劃分行人過(guò)街軌跡類(lèi)型，分析包含生理差異和行人不良過(guò)街行為對(duì)過(guò)街安全的影響，聚類(lèi)劃分人車(chē)沖突嚴(yán)重度并建立多元有序Logistic模型，分析人、車(chē)、路等因素對(duì)人車(chē)沖突嚴(yán)重度的影響程度。

1 行人過(guò)街軌跡及實(shí)驗(yàn)

1.1 行人過(guò)街軌跡分類(lèi)

行人過(guò)街時(shí)因求近心理會(huì)選擇最短路徑到達(dá)目的地，導(dǎo)致軌跡偏離人行橫道[13]。在提前右轉(zhuǎn)車(chē)道處，按照行人偏離人行橫道的位置分布，將行人過(guò)街軌跡根據(jù)起始位置劃分為5 種類(lèi)型，如圖1所示。除軌跡類(lèi)型Ⅲ外，其他過(guò)街類(lèi)型均為行人空間違章行為[14]。

圖1 行人過(guò)街軌跡類(lèi)型Fig.1 Pedestrian crossing trajectory types

1.2 數(shù)據(jù)收集與處理

本文選取青島市香港中路-海爾路交叉口的4 個(gè)提前右轉(zhuǎn)車(chē)道處作為調(diào)查地點(diǎn)，交叉口周邊均為吸引力較大建筑（商場(chǎng)、地鐵等），且渠化設(shè)計(jì)相似，能夠有效減少環(huán)境差異對(duì)行人過(guò)街軌跡的影響。調(diào)查地點(diǎn)的渠化以及車(chē)流條件見(jiàn)表1。

表1 調(diào)查地點(diǎn)信息Table 1 Survey site information

數(shù)據(jù)采集處理方法如圖2所示。調(diào)查時(shí)間為節(jié)假日17:00-19:00 人流量高峰時(shí)間，共計(jì)觀測(cè)行人樣本2 062 個(gè)，其中空間違章過(guò)街的行人占總數(shù)的42.87%。在不同空間違章軌跡類(lèi)型中，Ⅳ型軌跡的行人所占比例最高（35.86%），其次為Ⅱ型軌跡（30.43%）。調(diào)查數(shù)據(jù)包括性別、年齡、科技設(shè)備影響、是否與車(chē)輛產(chǎn)生沖突、行人過(guò)街速度、車(chē)流速度、車(chē)輛到達(dá)率和行人到達(dá)率。其中對(duì)于性別、年齡等特征指標(biāo)采用分組賦值的方法以提高觀察準(zhǔn)確性[15]。

圖2 數(shù)據(jù)處理方法Fig.2 Data pr ocessing method

行人與機(jī)動(dòng)車(chē)發(fā)生沖突時(shí)，由于運(yùn)動(dòng)狀態(tài)變化較為復(fù)雜，單一指標(biāo)不能較好描述沖突嚴(yán)重性，因此本文選取沖突時(shí)間（time to conflict，TTC）[16]、后侵入時(shí)間（postencroachment time，PET）[17]以及安全減速度（deceleration to-safety，DST）[18]3 類(lèi)指標(biāo)作為沖突嚴(yán)重性判別指標(biāo)。利用所提取機(jī)動(dòng)車(chē)行人全時(shí)空信息，通過(guò)齊次坐標(biāo)轉(zhuǎn)換計(jì)算人車(chē)沖突嚴(yán)重度指標(biāo)[19]，具體計(jì)算公式如式（1）～（3）所示：

式中：Tl為前者離開(kāi)沖突區(qū)域時(shí)刻；Ta為后者到達(dá)沖突區(qū)域時(shí)刻；Sci，Spi為i時(shí)刻機(jī)動(dòng)車(chē)、行人距沖突點(diǎn)距離；Vci，Vpi為i時(shí)刻機(jī)動(dòng)車(chē)、行人的速度，m/s。

2 行人軌跡特征及其因素影響分析

2.1 行人軌跡特征

行人軌跡特征如圖3所示。行人過(guò)街平均速度區(qū)間為1～1.8 m/s，見(jiàn)圖3（a）。軌跡類(lèi)型Ⅴ的行人過(guò)街速度明顯高于其他類(lèi)型。Ⅰ，Ⅱ型軌跡速度箱體長(zhǎng)度平均超出Ⅲ型約50%，行人過(guò)街速度較為離散。由圖3（b）可知空間違章行為均導(dǎo)致沖突比例的上升，其中軌跡類(lèi)型Ⅰ和Ⅴ的人車(chē)沖突比例分別高達(dá)45.29%，38.00%。

圖3 行人軌跡特征Fig.3 Pedestrian trajectory char acteristics

2.2 影響因素分析

不同性別、年齡、科技設(shè)備、車(chē)輛到達(dá)率、車(chē)輛速度及車(chē)道數(shù)對(duì)行人過(guò)街軌跡影響顯著，如圖4所示?？臻g違章比例為除軌跡類(lèi)型Ⅲ以外，各軌跡類(lèi)型占比之和，可通過(guò)圖4中對(duì)應(yīng)軌跡類(lèi)型百分比求和得到。相比于女性行人（39%），男性行人空間違章現(xiàn)象更為頻繁（47%），尤其軌跡Ⅰ中男性空間違章比例明顯高于女性；行人空間違章比例隨年齡段的增長(zhǎng)而增加，老年人完全不使用人行橫道高達(dá)35%；科技設(shè)備對(duì)行人過(guò)街空間違章行為影響程度從大到小依次為：打電話（61%）、聽(tīng)音樂(lè)（49%）和低頭看手機(jī)（33%）。觀測(cè)中，低頭看手機(jī)的行人多數(shù)在過(guò)街前觀察車(chē)流以及自身位置，選擇人行橫道內(nèi)通過(guò)街道；結(jié)合圖4和表1交通條件可知，在車(chē)流平均速度較低的區(qū)域，行人安全意識(shí)降低，導(dǎo)致空間違章比例有一定增加。

圖4 過(guò)街軌跡類(lèi)型交叉分析Fig.4 Cross analysis of crossing trajector y types

3 人車(chē)沖突分析模型

3.1 沖突嚴(yán)重度分級(jí)

結(jié)合DST，PET，TTC 3 類(lèi)指標(biāo)利用K-means聚類(lèi)方法，確定類(lèi)別數(shù)k=3，分為潛在沖突、輕微沖突和嚴(yán)重沖突3 類(lèi)[20]，得到各行人軌跡類(lèi)型下不同嚴(yán)重度的沖突比例如圖5所示。由圖5可得，與軌跡類(lèi)型Ⅲ對(duì)比，Ⅰ，Ⅱ，Ⅳ，Ⅴ型空間違章行為使得嚴(yán)重沖突占比由29%分別上升至59%，71%，51%，66%，嚴(yán)重沖突占比均提升75%以上，對(duì)人車(chē)沖突嚴(yán)重度有顯著性影響。

圖5 各軌跡類(lèi)型沖突嚴(yán)重度占比Fig.5 Per centage of conflict severity of each trajectory type

3.2 相關(guān)性分析及建模

在進(jìn)行建模分析前，對(duì)行人性別、年齡、科技設(shè)備影響等8 個(gè)自變量進(jìn)行相關(guān)性檢驗(yàn)，利用SPSS 選取斯皮爾曼系數(shù)進(jìn)行相關(guān)分析，結(jié)果證明各變量間不存在顯著的相關(guān)關(guān)系，滿(mǎn)足共線性檢驗(yàn)，可以進(jìn)行回歸分析。結(jié)合前文沖突嚴(yán)重度聚類(lèi)結(jié)果，將沖突樣本按照嚴(yán)重度等級(jí)i進(jìn)行分類(lèi)賦值，1：潛在沖突；2：輕微沖突；3：嚴(yán)重沖突，i=1，2，3。由于沖突嚴(yán)重度指標(biāo)具有等級(jí)特征，因此采用多元有序Logistic模型，沖突等級(jí)作為因變量，自變量選取行人性別、年齡、科技設(shè)備影響、過(guò)街軌跡類(lèi)型、車(chē)流平均速度、人行橫道長(zhǎng)度、車(chē)輛到達(dá)率以及行人達(dá)到率8 個(gè)因素，模型具體表達(dá)式如式（4）所示：

對(duì)P取Logit變化，將模型線性化如式（5）所示：

式中：Pi為嚴(yán)重度等級(jí)i沖突發(fā)生的概率；X1～X8為8 個(gè)自變量；β1～β8為對(duì)應(yīng)系數(shù)；α為常數(shù)項(xiàng)。

3.3 模型結(jié)果

運(yùn)用SPSS 26.0 對(duì)人車(chē)沖突樣本，進(jìn)行多元有序Logistic回歸分析，參考因變量為沖突嚴(yán)重程度=3（嚴(yán)重沖突），分析結(jié)果見(jiàn)表2。

表2 回歸分析結(jié)果Table 2 Regression analysis results

由表2可知，車(chē)流條件方面：車(chē)速的增加顯著增加了人車(chē)沖突的嚴(yán)重性（B=2.137，P=0.032），機(jī)動(dòng)車(chē)駛?cè)胗肄D(zhuǎn)車(chē)道初速度較高時(shí)，在遇到行人時(shí)需要更高的制動(dòng)速度來(lái)避免碰撞，因此產(chǎn)生的人車(chē)沖突嚴(yán)重性也隨之提高，但是在結(jié)果中，行人到達(dá)率對(duì)沖突嚴(yán)重性的影響并不顯著；性別對(duì)于沖突嚴(yán)重性無(wú)明顯影響；相比于老年，少年、青年和中年發(fā)生嚴(yán)重沖突的概率分別是老年人的0.013，0.195 和0.136 倍，老年人由于交通安全意識(shí)的薄弱，暴露于嚴(yán)重沖突的風(fēng)險(xiǎn)最大；科技設(shè)備影響分析中，不同手機(jī)使用情況對(duì)于沖突嚴(yán)重性的影響并不顯著，顯著性P值均大于0.05；空間違章類(lèi)型中，相比于Ⅴ型軌跡，行人無(wú)違章行為（Ⅲ型軌跡）大大降低了人車(chē)沖突風(fēng)險(xiǎn)，軌跡類(lèi)型Ⅲ的行人發(fā)生嚴(yán)重沖突的概率只有Ⅴ型軌跡的0.086 倍（OR=0.086，P=0），行人在靠近車(chē)輛來(lái)向一側(cè)的空間違章行為均導(dǎo)致人車(chē)沖突嚴(yán)重度的增加，尤其是軌跡類(lèi)型Ⅰ，發(fā)生沖突嚴(yán)重性上升的風(fēng)險(xiǎn)是Ⅴ型軌跡的3.426 倍（OR=3.426，P=0.035）。此外沖突嚴(yán)重度等級(jí)與人行橫道長(zhǎng)度呈反比（B=-0.710，P=0.025），原因?yàn)槿诵袡M道距離較短時(shí)，行人常選擇加速冒險(xiǎn)過(guò)街，導(dǎo)致行人和駕駛員的反應(yīng)時(shí)間縮短從而引起人車(chē)沖突，并且沖突嚴(yán)重性處于較高水平。

4 結(jié)論

1）不同過(guò)街軌跡下行人行為有明顯差異，行人整體過(guò)街速度呈下降趨勢(shì)，其中，Ⅴ型軌跡行人由于無(wú)法觀察車(chē)輛情況以及過(guò)街距離較長(zhǎng)，導(dǎo)致過(guò)街平均速度高于其他軌跡類(lèi)型行人；行人完全不使用人行道的行為造成機(jī)動(dòng)車(chē)與行人交互位置發(fā)生改變，更為復(fù)雜的交互過(guò)程導(dǎo)致該類(lèi)行人與機(jī)動(dòng)車(chē)發(fā)生沖突的概率處于最高水平。

2）機(jī)動(dòng)車(chē)速度（B=2.137）與沖突嚴(yán)重性呈正相關(guān)關(guān)系，過(guò)快的車(chē)速導(dǎo)致交通參與者反應(yīng)時(shí)間縮短，極大地增加了沖突嚴(yán)重性，因此采取措施控制車(chē)輛駛?cè)胗肄D(zhuǎn)車(chē)道的速度是保證行人安全的關(guān)鍵；老年人是所有年齡段中最容易暴露于嚴(yán)重沖突的群體，交管部門(mén)應(yīng)該加強(qiáng)對(duì)老年人的安全教育，強(qiáng)調(diào)空間違章的危險(xiǎn)；沖突嚴(yán)重度在人行橫道長(zhǎng)度較短的區(qū)域顯著增高，相關(guān)區(qū)域應(yīng)設(shè)置警示標(biāo)志限制行人違章行為。

3）回歸分析結(jié)果表明，空間違章行為會(huì)導(dǎo)致人車(chē)沖突嚴(yán)重度提升，尤其在靠近車(chē)流方向一側(cè)不規(guī)范使用人行橫道過(guò)街，極大增加過(guò)街風(fēng)險(xiǎn)。本文得到顯著影響人車(chē)沖突嚴(yán)重性的因素，可作為區(qū)域交通安全措施實(shí)施的理論基礎(chǔ)，并且能夠?yàn)樾腥税踩O(shè)施的建立提供參考，例如在人行道一側(cè)設(shè)置護(hù)欄限制行人過(guò)街起始位置從而減少空間違章行為等。