摘要：城市隧道交通拥堵问题日益严重，追尾事故常发，在高峰时段尤为突出.为提高隧道口通行能力、减少因事故产生的拥堵，基于上海长江隧道入口的视频采集的交通流数据，对隧道口各车道的车流特征进行了统计分析，并对实际观测的碰撞时间进行了分布拟合，结合安全碰撞时间标准构建了追尾隐患概率模型，为降低大流量隧道口追尾事故隐患提供参考.研究结果表明：流量较大时，隧道口行驶车速及跟驰车辆的速度差与追尾隐患概率显著正相关;此时不宜采用固定限速值对隧道口进行管理，建议在隧道口前设置小型车专用道或者在大流量时段对大型车(如货车)实施限行.本模型可以有效评价隧道口追尾事故隐患，为改善措施提供理论基础，保障隧道的安全运营.
关键词：交通运输规划与管理;追尾隐患概率;碰撞时间;城市隧道口
目前，随着机动车保有量的持续增加，交通需求日益增大，其中城市隧道作为路网的重要组成部分，出现了日益拥堵的现象.车辆从隧道外进入隧道的过程中，其速度、加速度、视距等均会发生变化，特别当隧道口处存在车道数量变化、交通分流与汇流以及大流量等状况时，驾驶员在车辆变道、速度控制等方面的行为常异于普通道路，尤其在城市隧道口处经常发生追尾事故.因此，研究城市大流量隧道口的追尾隐患概率模型对提高隧道的通行能力以及安全具有重要的意义.
国内外研究学者主要利用历史数据进行回归统计，王琰[1]认为事故率随着交通量的增加有着先减后增的趋势，即当交通量在某一值时事故率最小.但历史事故数据的获取需要长时间的积累，而我国隧道发展时间短，且建造迅速，故累积的事故数据仍难以满足统计分析要求，并不能够应用到我国城市大流量隧道口的追尾隐患研究.目前交通冲突技术发展日益成熟，一定程度上解决了事故数据不足的现状，并已经用来进行公路和交叉口处的事故黑点判断[2-3]等方向的研究.罗石贵等[4]认为分析交通冲突最重要的步骤是交通调查.赵永红等[5]利用Poisson对交通冲突的过程进行分析，带动了交通冲突预测技术的发展.在交通冲突的影响因素的方面，日本学者Naito等[6]通过仿真发现合流的车辆合流时的速度越高、车头时距越小，碰撞越容易发生，并提出一个最优速度模型来提高合流区段的安全.朱彤等[7]运用条件概率的思想求出追尾事故发生的概率来表征跟车风险.陆斯文等[8]提出了基于模糊聚类的等级阈值划分方法，以追尾碰撞速度差来简化追尾风险指标.Salem等[9]研究发现导致追尾事故的主要因素是由于车速离散性大、超速造成的.
我国隧道口的历史事故数据匮乏，且很少利用交通冲突技术对城市大流量隧道口的追尾隐患问题进行研究.因此，本文作者以大流量下的上海长江隧道口为例，在历史事故数据匮乏的情况下，利用实际拍摄录像，通过对交通量观测数据处理，采用交通冲突技术中的碰撞时间评价指标拟合其不同类型的3条车道碰撞时间的特征函数，同时结合不同车速、车速差组合下的碰撞时间标准，分别构建3条车道的追尾隐患概率模型，利用车道类型及车辆类型对大流量隧道口的安全水平进行了有效评价，并为今后交通设施的改善提供了理论基础，对于丰富城市隧道口的安全评价方法具有一定的借鉴意义.
1评价指标选取
基于碰撞时间的冲突计算方法已得到国内外认可，也是最常用的评价交通安全的微观指标.Hay-ward[10]在20世纪70年代的研究中首次提出了碰撞时间(time-to-collision，TTC)的概念.之后，国内外学者基于TTC进行交通评价的研究及模型的拓展.Vogel[11]将车头间距与碰撞时间进行对比，发现碰撞时间能够展现实际道路状态，更适用于评价交通安全.卢川等[12]针对公路的平面交叉口，以85%位累积频率对应的碰撞时间值作为下限对交通冲突严重性进行判定.陆建等[13]基于碰撞时间评估了不同类型驾驶人在主干路以及快速路的追尾风险，Oh等[14]构建了碰撞时间的指数衰减模型，并用来分析发生事故的概率.由于以往学者对于碰撞时间的研究已经趋于成熟，因此本文采用碰撞时间作为基础评价指标.
2交通流参数数据获取与处理
2.1数据采集地点
为获得隧道口大流量状态下的交通流参数数据，本文以上海长江隧道口作为典型大流量隧道口为例进行研究.上海长江隧道位于长江入海口，是崇明岛与上海市区相接的重要通道，对区域路网具有重要的社会经济意义.其道路是半封闭半开放的双向六车道高速公路，计算行车速度为80km/h.上海长江隧道的地理位置见图2.
上海长江隧道自开通以来，在节假日大流量情况下，拥堵现象常发，隧道口段经常发生交通事故，进一步加剧拥堵，大大降低了道路通行能力和服务水平.因缺乏历史数据分析及理论支撑，近期以来，交警部门、道路管理和养护单位虽采用信息提示、增加安全设施等措施，缓解了拥堵状况，但在追尾事故的预测等方面仍需作进一步的研究和完善.
2.2数据处理
根据式(1)，车辆碰撞时间的计算需要采集车辆的瞬时速度、车头间距等参数.研究选取上海长江隧道口某一节假日高峰时段(6：30-7：40)的交通流.由于上海长江隧道的类型是越江、越海隧道，隧道口前0～200m路段纵坡坡度大，在匝道连接处存在车辆汇流等影响隧道口通行能力的因素，故缺少越江、越海隧道驾驶经验的驾驶员无法预知前方信息，会出现急减速等影响隧道口安全的操作.因此，视频资料选取隧道口前200m处摄像头所拍摄的录像，该摄像头能覆盖隧道口前0～200m的区域并可清晰地观测交通流状态.利用AdobePremiere视频处理软件对所选的视频录像资料进行数据提取，将文件格式调整为30帧/s的格式.提取的交通参数包括：车辆所在车道、车型、断面时间差、车型组成(小客车编号为1、大客车编号为2、小货车编号为3、大货车编号为4)，并通过断面间距计算得到交通量、车头时距、车头间距、地点车速等相关数据.提取的部分数据见表1.
黑色横线断面处的视频识别统计断面见图3，其分割的车道由左向右分别为车道1、车道2、车道3，其中车道1为小客车专用道、车道2为客货混行车道、车道3为汇流匝道.
小型车的车长取4.5m，大型车计算车长取11m，利用式(1)计算得到上海长江隧道入口段所有车辆的碰撞时间数据，并去除无效及异常数据.最终得到共计3451个碰撞时间数据.
根据孟祥海等[15]计算的碰撞时间值，利用碰撞时间的取值范围将追尾冲突划分为严重冲突和一般冲突.定义严重冲突为碰撞时间<2s的冲突，一般冲突为2s≤碰撞时间≤6s之间的冲突.通过数处理，得到了上海长江隧道口在大流量情况下不同车道的追尾冲突数见表2.
相关知识推荐：交通工程sci期刊难投稿吗
由表2可见，车道2严重冲突个数占调查车辆总数比例最高，约为车道1所占比例的2倍;车道1的一般冲突个数占调查车辆总数比例最高，与车道2所占比例接近;车道3为汇流匝道且有信号控制，一般追尾冲突所占比例较其他两车道小.因此车道2的追尾隐患较车道1、车道3的追尾隐患大，即大、小型车混行车道较小型车专用车道发生严重冲突的可能性更大.
3追尾隐患概率模型构建
3.1碰撞时间分布函数拟合
为了更直观地展现上海长江隧道口3条车道的碰撞时间分布，对其进行观测频率直方图的展示.将车道n所有车辆碰撞时间的集合定义为TTCn，n=1，2，3.碰撞时间TTCn和ln(TTCn)的观测频率直方图见图4.由图4可见，ln(TTCn)的观测频率较TTCn的观测频率更具有规律性，且接近正态分布曲线，故采用ln(TTCn)的频率分布来研究其分布函数.由于无法对总体分布形态作正态分布的简单假定，且样本数较小，故采用K-S非参数检验方法，其对应的正态性检验结果见表3
由表3可见，渐近显著性(双侧)值均大于0.05，所以车道1、2、3的ln(TTCn)观测频率均服从正态分布，均值分别为3.0367、3.4494、3.1728s.
4结论
1)在大流量情况下，隧道口处车辆的追尾隐患概率会随着车速的增加而显著增大，且当跟驰前后车辆的速度差增大时，追尾隐患概率也会增大.
2)隧道口在大流量的情况下，设置固定限速值(如80km/h)在一定程度上并不合理，建议在隧道口前设置连续的可变限速标志进行阶梯式递减限速，使车辆速度由主线的高速度，如从100km/h逐步减速到安全的低限速值，保证隧道口在大流量情况下安全顺畅稳定.
3)在相同的车速条件下，大、小型车混行车道上的追尾隐患高于小型车专用车道.隧道口在大流量的情况下，小型车专用道的设置可以降低追尾隐患概率.对于已设置小型车专用道的隧道，建议在高峰时段进行大型车(如货车)的限行措施.——论文作者：陈丰1，2，姜茗馨1，朱明3，陈涛2
