李志斌,刘 攀,金茂菁,徐铖铖
(1.东南大学 交通学院,南京 210096;2.科技部 高技术研究发展中心,北京 100044)
高速公路瓶颈位置的交通需求大于瓶颈通行能力时,易产生车辆排队并向上游路段传播,此过程中运动波(Kinematic waves)活动频繁,交通流波动较大[1]。行驶车辆遇到减速波后被强制降低行驶车速,当车辆间距不足以完成减速行为时,追尾事故发生。因此,高速公路常发拥堵路段追尾事故风险较高。建立基于实时交通流数据的追尾事故风险实时预测技术,可以为动态交通管理和控制提供依据,对于降低常发拥堵路段追尾事故风险及提高行车安全具有显著意义。
以往研究多是根据高速公路线圈检测器数据建立实时事故风险预测模型[2-6]。此类数据包括每30s交通流速度、流量及占有率。但这些模型并不适用于常发拥堵路段追尾事故风险预测。部分学者采用碰撞时间[7-8]、停车距离指数[9-10]、个体车辆速度、车头间距[11]等指标衡量追尾事故风险,但该类方法需要个体车辆的轨迹数据,这无法从常规交通流检测器获得,导致这些方法在实际交通管理中的应用受到了限制。
文献[12-13]比较了不同交通流状态下事故风险,发现排队传播过程中事故风险是自由流状态下的4倍左右。文献[14]分析了诱发交通事故的运动波特性,发现运动波传播速度越快、运动波传播前后速度差越大,或者交通流处于半拥堵状态,则事故发生概率越大。国内有学者基于实时交通流数据的事故前兆特征变量建立了相关模型以预测高速公路实时事故风险[15-17]。……