高速公路交通事故时空影响动态效应的传播分析

doi:10.12141/j.issn.1000-565X.220353

华南理工大学学报(自然科学版) ›› 2023, Vol. 51 ›› Issue (1): 123-133.doi: 10.12141/j.issn.1000-565X.220353

所属专题： 2023年交通运输工程

高速公路交通事故时空影响动态效应的传播分析

杨洋^1,² 胡嫣然³ 袁振洲³ 王云鹏^1,²

^1.北京航空航天大学交通科学与工程学院，北京 100191
^2.北京航空航天大学车路协同与安全控制北京市重点实验室，北京 100191
^3.北京交通大学交通运输学院，北京 100044

收稿日期:2022-06-06 出版日期:2023-01-25 发布日期:2023-01-02
通信作者: 杨洋（1988-），男，博士，在站博士后，副研究员，主要从事道路交通安全研究。 E-mail:yangphd@buaa.edu.cn
作者简介:杨洋（1988-），男，博士，在站博士后，副研究员，主要从事道路交通安全研究。
基金资助:
国家重点研发计划项目(2020YFB1600301);中国博士后科学基金资助项目(2021M700333);北京市自然科学基金资助项目(J210001)

Analysis on Propagation of Spatio-Temporal Dynamic Effects Towards Freeway Traffic Crash

YANG Yang^1,² HU Yanran³ YUAN Zhenzhou³ WANG Yunpeng^1,²

^1.School of Transportation Science and Engineering，Beihang University，Beijing 100191，China
^2.Beijing Key Laboratory for Cooperative Vehicle Infrastructure Systems and Safety Control，Beihang University，Beijing 100191，China
^3.School of Traffic and Transportation，Beijing Jiaotong University，Beijing 100044，China

Received:2022-06-06 Online:2023-01-25 Published:2023-01-02
Contact: 杨洋（1988-），男，博士，在站博士后，副研究员，主要从事道路交通安全研究。 E-mail:yangphd@buaa.edu.cn
About author:杨洋（1988-），男，博士，在站博士后，副研究员，主要从事道路交通安全研究。
Supported by:
the National Key Research and Development Plan(2020YFB1600301);the China Postdoctoral Science Foundation(2021M700333);the Beijing Natural Science Foundation(J210001)

摘要/Abstract

摘要：

为探究并量化高速公路交通事故的时空传播机理，克服传统交通波理论在此类问题中考虑维度单一的缺陷，首先，基于微波雷达检测器采集的动态交通流数据，分析高速公路事故前后的速度变化态势；进而，引入速度变化率作为事故影响的度量指标，采用双线性插值法构建速度变化率轮廓图，并根据Savitzky-Golay滤波拟合法拟合事故影响时空区域的外围轮廓；最后，在速度变化率的阈值分别取20%、30%和40%时，计算并分析交通事故时空影响的各量化指标，包括事故影响开始时间、事故影响结束时间、事故影响持续时间、事故影响最近距离、事故影响最远距离、事故影响空间范围、事故影响传播速度以及事故影响消散速度。结果表明：速度变化率的阈值取值越小，则事故影响的开始时间越早，结束时间越晚，持续时间越长，且事故影响的距离越长；速度变化率阈值取值越大，则事故影响的开始时间越晚，结束时间越早，持续时间越短，且事故影响的距离越短；不同速度变化率阈值下的事故影响传播速度随时间的变化趋势有差异。文中方法操作性强、辨识度高，能够为高速公路事故发生后的实时交通管控和引导提供理论支撑。

关键词: 高速公路, 交通事故, 时空影响传播, 双线性插值法, Savitzky-Golay滤波器

Abstract:

This paper aims to explore and quantify the spatio-temporal propagation mechanism of freeway traffic crashes and address the defect of traditional traffic wave theory considering single dimension in such problems. Firstly, the speed changing before and after the traffic crash was analyzed based on the dynamic traffic flow data collected by microwave radar detectors. Furthermore, the speed changing rate was introduced as a measure of the impact of a crash, the bilinear interpolation method was adopted to construct the speed changing rate curve, and the Savitzky-Golay filtering fitting method was applied to fit the outer contour of the spatio-temporal region affected by the crash. Finally, the indicators of spatio-temporal impacts of traffic crash were figured out and analyzed under the condition that the speed changing rate threshold is 20%, 30% and 40%, respectively. The indicators include the beginning time of the crash effect, the end time of the crash effect, the duration of the crash effect, the closest distance of the crash effect, the furthest distance of the crash effect, the spatial range of the crash effect, the propagation speed of the crash effect and the dissipation speed of crash effect. The results indicate that the smaller the threshold of speed changing rate is, the earlier the crash influence starts, the later the crash influence ends, the longer the duration and the longer the distance of the crash influence has; the higher the speed changing rate threshold is, the later the crash influence starts, the earlier the crash influence ends, the shorter the duration and the shorter the distance of the crash influence have; additionally, under various speed changing rate threshold, the changing trend of propagation speed generated by the traffic crash varies with time. The approach adopted in this paper has strong operability and high identification of results, which can provide theoretical support for real-time traffic control and guidance after freeway crashes.

Key words: freeway, traffic crash, spatio-temporal influence propagation, bilinear interpolation method, Savitzky-Golay filter

中图分类号:

U491.31

杨洋, 胡嫣然, 袁振洲, 等. 高速公路交通事故时空影响动态效应的传播分析[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 123-133.

YANG Yang, HU Yanran, YUAN Zhenzhou, et al. Analysis on Propagation of Spatio-Temporal Dynamic Effects Towards Freeway Traffic Crash[J]. Journal of South China University of Technology(Natural Science Edition), 2023, 51(1): 123-133.

图/表 16

图1

表1

表2

图2

图3

图4

图5

表3

图6

图7

图8

图9

图10

图11

表4

图12

参考文献 17

1	中国共产党中央委员会，中华人民共和国国务院．交通强国建设纲要［EB/OL］．（2019-09-19）［2022-06-06］．.
2	YANG Y， YUAN Z Z， MENG R ．Exploring traffic crash occurrence mechanism toward cross-area freeways via an improved data mining approach［J］．Journal of Transportation Engineering Part A Systems，2022，148（9）：04022052．
3	YUAN Z Z， HE K， YANG Y ．A roadway safety sustainable approach：modeling for real-time traffic crash with limited data and its reliability verification［J］．Journal of Advanced Transportation，2022（2022）：1570521．
4	杨洋．考虑区域类型差异的高速公路事故风险识别与交通安全评价研究［D］．北京：北京交通大学，2020．
5	CHOW W M ．A study of traffic performance models under an incident condition［J］．Transportation research record，1976，567：31-36．
6	MORALES J M ．Analytical procedures for estimating freeway traffic congestion［J］．Public Roads，1986，50（2）：55-61．
7	王建军，周伟．线性模型下高速公路交通事故和干涉车流波模拟理论研究［J］．西安公路交通大学学报，1998，18（3B）：283-289．
	WANG Jianjun， ZHOU Wei ．Expressway incident and intervention traffic-flow wave simulation theory on linear modelling［J］．Journal of Xi’an Highway University，1998，18（3B）：283-289．
8	胡晓健，王炜，陆建．道路交通意外事件影响范围确定方法［J］．东南大学学报（自然科学版），2007，37（5）：934-939．
	HU Xiaojian， WANG Wei， LU Jian ．Determination impact area of traffic incident［J］．Journal of Southeast University （Natural Science Edition），2007，37（5）：934-939．
9	WANG Y， YU R， LAO Y，et al ．Quantifying incident-induced travel delays on freeways using traffic sensor data：phase Ⅱ［R］．［S.l.］：Transportation Northwest，2010．
10	CHIEN S I J， GOULIAS D G， YAHALOM S，et al ．Simulation-based estimates of delays at freeway work zones［J］．Journal of Advanced Transportation，2002，36（2）：131-156．
11	CHUNG Y， RECKER W W ．A methodological approach for estimating temporal and spatial extent of delays caused by freeway accidents［J］．IEEE Transactions on Intelligent Transportation Systems，2012，13（3）：1454-1461．
12	SUN C， HAO J， XIN P，et al ．A data-driven approach for duration evaluation of accident impacts on urban intersection traffic flow［C］ ∥Proceedings of the 2016 IEEE 19th International Conference on Intelligent Transportation Systems （ITSC）．Rio de Janeiro：IEEE，2016：1354-1359．
13	WANG Z， QI X， JIANG H ．Estimating the spatiotemporal impact of traffic incidents：an integer programming approach consistent with the propagation of shockwaves［J］．Transportation Research Part B Methodological，2018，111（C）：356-369．
14	代萱．高速公路交通事故空间影响及通行能力研究［D］．西安：长安大学，2018．
15	YANG Y， HE K， WANG Y P，et al ．Identification of dynamic traffic crash risk for cross-area freeways based on statistical and machine learning methods［J］．Physica A：Statistical Mechanics and its Applications，2022，595：127083．
16	RAMAKRISHNAN V， PETE D J ．Savitzky-Golay filtering-based fusion of multiple exposure images for high dynamic range imaging［J］．SN Computer Science，2021，2：191/1-10．
17	沈静．高速公路事故风险实时预测及事后时空影响分析［D］．南京：东南大学，2017．

检测时间	检测器编号	车道编号	方向	流量/辆	速度/（km?h^-1）	占有率/%
2013-04-11 19：29	523050003	1	2	22	59	16
2013-04-11 19：29	523050003	2	2	35	66	24
2013-04-11 19：29	523050003	3	2	30	70	23
2013-04-11 19：29	523050003	4	1	19	72	10
2013-04-11 19：29	523050003	5	1	27	70	19
2013-04-11 19：29	523050003	6	1	17	58	15
2013-04-11 19：30	523050003	1	2	18	62	14
2013-04-11 19：30	523050003	2	2	14	71	9

序号	有效性检验	判别方法
1	交通流三参数的取值范围	速度小于0 km/h
2	交通流三参数的取值范围	流量小于0辆
3	交通流三参数的取值范围	占有率小于0%或者占有率大于100%
4	交通流三参数之间的基本关系	速度等于0 km/h且流量等于0辆，但占有率大于0%
5	交通流三参数之间的基本关系	速度大于0 km/h，但流量等于0辆

检测器序号	检测器编号	里程数/km	距离事故点的里程数/km
1	523050015	19.000	0.300
2	523050014	17.984	1.316
3	523050013	16.800	2.500
4	523050012	15.600	3.700

量化指标	不同阈值下的取值
量化指标	20%	30%	40%
事故影响开始时间	18：05：10	18：07：30	18：08：50
事故影响结束时间	21：34：00	21：28：10	21：23：30
事故影响持续时间/min	208.83	200.67	194.67
事故影响最近距离/m	300	300	300
事故影响最远距离/m	2 432	2 279	2 126
事故影响空间范围/m	2 132	1 979	1 826

[1]	庄焱, 董春娇, 米雪玉, 王菁, 杨妙言. 基于改进网络核密度和负二项回归的事故黑点鉴别[J]. 华南理工大学学报(自然科学版), 2024, 52(1): 119-126.
[2]	黄炎, 符锌砂, 曾彦杰, 等. 基于激光雷达里程计的高速公路三维建模方法[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 129-138.
[3]	林培群, 张扬, 罗芷晴, 等. 融合多源数据的高速公路路段车流碳排放精细测算方法[J]. 华南理工大学学报(自然科学版), 2023, 51(7): 100-108.
[4]	林培群, 龚敏平, 周楚昊. 面向运输风险识别的高速公路货车用户画像方法[J]. 华南理工大学学报(自然科学版), 2023, 51(6): 1-9.
[5]	周楚昊, 林培群, 闫明月. 基于自监督学习的交通数据补全算法[J]. 华南理工大学学报(自然科学版), 2023, 51(4): 101-114.
[6]	吴娇蓉, 黄正文, 邓泳淇. 都市圈分层空间结构的交通网络密度发展规律[J]. 华南理工大学学报(自然科学版), 2023, 51(2): 111-121.
[7]	胡郁葱, 韦湖, 曾强. 基于空间广义有序Probit模型的高速公路事故严重程度分析[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 114-122.
[8]	吴艳霞, 周彤, 黄帅, 等. 基于驾驶员注意力分布模型的路侧环境安全性研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 49-57.
[9]	林旭坤, 张扬, 罗芷晴, 等. 高速公路网车辆碳排放测算方法研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 22-28.
[10]	郭淼, 赵晓华, 姚莹, 等. 基于驾驶行为和交通运行状态的事故风险研究[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 29-38.
[11]	何永明, 冯佳, 权聪, 等. 基于联合仿真的超高速公路车辆制动避撞系统[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 19-28.
[12]	漆巍巍, 马思维, 周南杰. 高速公路分合流区车流元胞模型的构建及应用[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 11-18.
[13]	王晓飞刘永李思雨. 公路空间曲率连续性衰退与事故频数影响关联模型[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 26-34.
[14]	林培群夏雨周楚昊. 引入时空特征的高速公路行程时间预测方法[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 1-11.
[15]	马新露, 樊博, 陈诗敖, 等. 基于实时交通流的事故风险评估与分析模型[J]. 华南理工大学学报(自然科学版), 2021, 49(8): 19-25,34.

高速公路交通事故时空影响动态效应的传播分析

Analysis on Propagation of Spatio-Temporal Dynamic Effects Towards Freeway Traffic Crash

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 17

相关文章 15

编辑推荐

Metrics

本文评价