中国安全科学学报

作者：马社强, 陆育霄, 董春娇, 李鹏辉, 马继辉

单位：1 中国人民公安大学 交通管理学院,北京 100038；2 北京交通大学 综合交通运输大数据应用技术交通运输行业重点实验室,北京 100044

关键词：电动自行车,广义线性混合模型(GLMM),违规行为,严重程度,冲突预测

基金：国家社科基金重大项目(23&ZD138)

为减少电动自行车违规行为,提升交叉口安全管理水平,从冲突对象数量和运动状态2个方面选择后侵入时间(PET)、交通冲突时间(TTC)和安全减速度(DST)等指标,采用k均值聚类将违规骑行电动自行车引起的交通冲突严重程度划分为一般、严重和潜在冲突3类。并采用泊松函数拟合冲突频数分布特征,引入随机变量刻画交通冲突之间异质性的混合效应,构建基于广义线性混合模型(GLMM)的违规骑行电动自行车交通冲突预测模型,预测多等级交通冲突频次。结合视频调查得到的996起电动自行车交通冲突数据进行实证分析。结果表明:不同严重程度的电动自行车交通冲突占比与违规行为类型无关;构建的GLMM模型对违规骑行电动自行车交通冲突数据的拟合优于广义线性模型(GLM)方法,且对一般冲突频数的预测效果最好;通过加强管理电动自行车占用机动车道和越线等待行为、增设协管员和调整信号相位能有效降低违规骑行电动自行车冲突发生率。

来源：2024年第11期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2024年第11期