基于区域道路实况数据的交通行为谱分析方法作者：黄丰雨吴业福陈镜任吴冰来源：《计算机应用》2019年第03期摘要：针对国内外有关交通行为谱研究的特征指标和评价指标不完善，且不能定量分析等问题，设计并定义了相应的特征指标和评价指标以建立完整的、能够定量化的分析区域交通行为数据的交通行为谱体系。

首先基于交通行为特征，采用改进的层次分析法（AHP）对交通秩序类型进行了分类;其次采用多数据融合的实时系统集成（RTSI）算法对某路段交通安全性进行综合评判。

最后开发了交通行为谱分析工具，该工具能根据交通实况数据计算区域路段的交通安全指数，较为完备地分析该路段内的交通行为。

关键词：交通行为谱;交通行为谱分析工具;区域道路实况数据;交通行为特征;多数据融合中图分类号： TP391.4文献标志码：A文章编号：1001-9081（2019）03-0907-06Abstract： Aiming at the problem that the characteristic and evaluation indexes for reasearch of traffic behavior spectrum are incompleted both at home and abroad and quantitative analysis cannot be performed in the research， the corresponding characteristic and evaluation indexes were defined to establish a complete traffic behavior spectrum system with quantitative analysis of regional traffic behavior data. Firstly， based on the characteristics of traffic behavior， an improved Analytic Hierarchy Process （AHP） was used to classify the traffic order types. Secondly， Real-Time System Integration （RTSI） algorithm with multi-data fusion was used to comprehensively evaluate the traffic safety of a certain road. Finally， a traffic behavior spectrum analysis tool was developed， calculating traffic safety index of a road section according to the traffic live data， and analyzing traffic behavior in the section more completely.Key words： traffic behavior spectrum; analysis tool of traffic behavior spectrum; regional road live data; traffic behavior characteristic; multi-data fusion0 引言我国汽车数量逐年上升，交通安全管理面临巨大的挑战。

为更好地提高人们的出行效率，提高人们的交通安全意识，根据实时路况进行交通安全预警，国家科技部、公安部、交通运输部组织实施了“国家道路科技行动计划（二期）”，以有效预防道路交通事故的发生、减少交通事故伤亡和损失。

交通行为由交通秩序和交通环境两部分构成。

现有的交通秩序评价指标主要包括车辆行驶速度、出行时间延误等[1]。

利用层次综合判断模型分析各项指标之间的联系，进而判定交通秩序的好坏[2]。

通过交通环境对交通安全的影响[3]，计算交叉口的交通运行能力和交通安全指数。

在构建交通行为谱体系前，需要进行数据采集和交通安全评价。

在数据采集方面，王坤峰等[4]提出了一种基于多特征融合的视觉交通数据采集的方法。

该方法在图像上配置多个虚拟环路（检测区域），通过识别像素变化来采集车辆数据。

Yu等[5]提出了基于无线传感器网络（Wireless Sensor Network， WSN）和浮動车辆技术的混合交通信息采集与通信算法，解决了数据包传递延迟长、延迟抖动大的问题。

Luo等[6]提出压缩数据采集（Compressed Data Gathering， CDG）方法，该方法可以降低通信成本，保持传感器数据保真度。

在交通安全评价研究方面：郭礼照等[7]构建了层次分析法（Analytic Hierarchy Process， AHP）和模糊综合评价法有机结合的评价模型，建立了相应的评价指标体系。

Wen等[8]利用模糊理论建立模糊综合评价模型，建立了交通安全评价指标体系。

李金花等[9]将微观仿真与交通冲突分析技术相结合，建立基于微观仿真的城市交叉口间接交通安全评价模型，确立城市交叉口交通安全评价流程。

罗强等[10]利用层次分析法，依次选取相应的二级和三级评价指标，进而建立城市道路交通安全评价的综合体系;然后基于此评价体系利用模糊算法建立城市交通状况的评价模型。

以上研究能够反映某路段、某时段的部分交通行为，但不全面。

本文所基于的课题提出了交通行为谱这一概念。

交通行为谱是全面记录区域交通的特征表现及其内在规律的数据体系，全面记录了交通参与者在交通过程中的共性特征，可以动态地分析相关的交通状况信息。

本研究就交通行为谱体系结构的评价方法和对应的应用分析工具展开研究，基于驾驶信息和卡口过车信息的基础数据，通过对基础数据信息的提炼分析，从中得出区域交通行为的内在规律。

通过深入研究交通行为特征指标和分析软件工具，客观评价交通行为类型，为交通行为谱分析系统提供有效的理论和工具支持。

1 交通行为谱指标设计1.1 交通行为特征指标交通行为谱通过对区域交通行为进行实时监测，从中提取出评价区域交通行为的特征参数。

交通行为谱体系结构如图1所示。

区域交通安全直接受交通秩序和交通环境的影响。

衡量道路交通秩序的好坏，与道路的车流量密度、车辆的违章情况以及车辆行驶速度等因素有关。

交通环境与道路上的交通指示牌、道路天气以及道路线形等因素有关。

从交通的特点出发，本研究将交通秩序主要分为好（A）、中（B）、差（C）三种类型，将交通环境分为好（a）、差（b）两种类型。

综合交通秩序、交通环境两者，将区域交通行为谱的描述指标及其安全等级规划如表1所示。

这些描述指标的表现如下：1）交通秩序好交通环境好（Aa）：超速的车辆比例低，交通违章率低，路段平均车速较高，低于限速比例的车辆少，交通环境良好，总体上此路段为行车安全路段。

建议：保持当前交通状态。

2）交通秩序好交通环境差（Ab）：超速的车辆比例低，交通违章率低，路段平均车速较高，车速差小，低于限速比例的车辆少，交通环境较差，总体上此路段行车较为安全。

建议：保持当前交通状态，需关注恶劣天气变化引起的交通状态改变。

3）交通秩序中交通环境好（Ba）：超速车辆及交通违章率适中，车速差较小，部分车辆车速低于限速比例，但交通环境良好，总体上此路段为行车较安全路段。

建议：加强交通管理，降低超速比例。

4）交通秩序中交通环境差（Bb）：超速的车辆及交通违章率适中，车速差较小，部分车辆车速会低于限速比例，加之，交通环境较差，总体上此路段行车较为危险。

建议：加强交通管理，采用可变信息板引导行车速度。

5）交通秩序差交通环境好（Ca）：超速的车辆及交通违章率较高，车辆车速低于限速的比例较高，超车现象较多，但交通环境良好，总体上此路段行车较为危险。

建议：加强执法力度，严惩违法行为。

6）交通秩序差交通环境差（Cb）：超速的车辆及交通违章率较高，车辆车速低于限速的比例较高，超车现象较多，加之，交通环境较差，总体上此路段行车很危险。

建议：加强现场执勤和执法力度，严惩违法行为。

1.2 交通行为评价指标交通行为一般根据道路车辆行驶速度、违章次数以及行车间距等因素来评判。

交通行为每5min计算一次，以下指标都是5min内采集的数据。

交通事故的产生往往与驾驶人超速的违章行为紧密相关，因此，交通行为中的违章率可由超速车辆比例来反映：其中：N0为5min内经过的车辆数，N>120%为5min内超过限速20%的车辆数，一般城市道路限速为60km/h，Α为超速车辆比例。

一般而言，在道路行驶时，在不超速的情况下，车辆行驶速度越大，车头时距越大，道路交通秩序越好，因此用路段平均车速和车头时距不足占比两个因素作为交通行为的评价指标，即：其中：vi表示车辆的行驶速度，N0为5min内经过的车辆数，V为平均车速，tn表示第n 车经过道路某一断面的时间，tn-1表示第n-1 辆车（即车辆n的前车，同一车道）经过道路某一断面的时间;N<2.5表示在限定时间段内，通过道路某一断面的、车头时距低于2.5s的车辆数，表示车头时距小于2.5s的车辆比例。

车辆在行驶过程中，如果车速过低，会降低卡口的效率甚至造成交通拥堵，严重影响卡口的交通秩序，因此将低速行驶作为交通秩序的评价指标，即：其中：Nles表示在5min内低速行驶的车辆数，N0表示在5min内经过的车辆的总和，B 表示低于限速车辆的比例，将车速低于40km/h的车辆定位低速行驶车辆。

2 交通行為谱特征指标计算2.1 交通秩序分析算法及步骤交通秩序由交通秩序评价指标决定，首先构造交通秩序分类层次模型，对各个交通秩序评价指标进行两两比较的运算分析;然后计算交通秩序分类层次模型中各个交通秩序评价指标的权重，综合各项评价指标的运算分析结果，将权重乘以各项指标运算结果得到最终交通秩序结果。

流程如下：步骤1 首先建立交通秩序分类层次结构模型，如图2所示。

步骤2 采用1-9标度法对交通秩序评价指标两两比较运算，将超速车辆比例（A1）、路段平均车速（A2）、低于限速车辆比例（A3）及车头时距不足占比（A4）两两对比，得到对应的判断矩阵D如下：步骤3 为保证交通秩序层次分类模型的一致性，对交通秩序分类单排序进行一致性检测。

一致性指标CI定义如下：其中：λmax为矩阵D的最大特征值，n为矩阵D的阶数即为4。

计算矩阵D的特征值，计算得到最大特征值λmax为4.0429，代入式（8）中得到一致性指标CI为0.0143，查表可得判断矩阵平均随机性一致性指标RI为0.9，随机一致性比率的定义如下：将CI和RI的值代入式（6）中，计算得到CR为0.0158<0.1，可以证明交通秩序分类单排序结果具有良好的一致性。