交通冲突采集与界定方法的综述

禹统帅

摘 要：分析国内外交通冲突的研究现状，将传统的交通冲突观测和界定方法与计算机视觉技术对比，总结出传统技术的局限性以及基于计算机视觉识别技术的可行性。并针对当前交通冲突数据采集和界定方法的不足，将交通数据采集与界定方法与先进科技相结合，最终达到快捷、精确、节能的目的。

关键词：交通冲突；计算机视觉识别技术

中图分类号：U491.1

由于交通冲突具有短暂性和不易捕捉的特点，导致其采集以及界定出现了瓶颈，该技术研究进展缓慢。为了该技术能够得到长远的应用与发展，需找到一种能够对交通冲突类型进行快、准，高效的判别方法来辅助交通冲突技术的研究。

1交通冲突的概述

两个或以上交通参与者在同一空间或时间上相互靠近，如果其中的任一方出现非正常交通驾驶行为，导致发生碰撞，这种现象称为交通冲突。

2交通冲突观测法

传统的交通冲突观测方法有两种，它们分别是人工现场观测法和录像观测法。这两种方法应用比较广泛，在传统的基础数据采集方面起到不可或缺的重要地位。

2.1人工现场观测

由交通部出版的《交通冲突技术安全运行用户手册》可知，依据人工现场观测法的特点将交通冲突发生过程描述为以下四个阶段。①第一辆车首先发生不安全行为；②第二辆车处在可能发生碰撞的临界状态；③驾驶员采取避险措施；④两车继续行驶通过冲突区域。

2.2录像观测

首先对所要观测的交叉口进行录像，然后由专业人员对录像资料进行观察研究、分析讨论，最终确定冲突数。该法在一定程度上解决了人工现场观测时受外界或主观因素影响，但受观测设备的精度限制，测量的数据与实际值存在误差。同时也未能从本质上解决测量效率问题。

2.3计算机视觉技术

所谓计算机视觉技术主要是利用高清晰度的摄像机以及电子图像等设备对路况以及所要观测的目标进行识别、跟踪以及测量等过程。继而利用相关图像技术对收取到的视觉信息进行相应的处理，然后通过三维成像达到电子信息观察技术^[1]。

传统的测量方法存在弊端，不能满足目前人们的测量需求，在一定程度上阻碍了交通冲突的发展和应用。计算机视觉技术的出现能够弥补传统观测方法的弊端，提高了采集数据的精确度和研究效率。

3交通冲突界定方法

3.1交通冲突严重程度判定方法

以往交通冲突的划分方法比较简单，是根据各自的特征表现将其划分为非严重冲突和严重冲突。现在对交通冲突严重程度的判定通常用空间距离法；时间距离法；能量判定法以及临界冲突区域法这四种方法。

①空间距离法

冲突双方车辆之间的距离是空间距离法衡量冲突严重程度的重要指标。这一指标非常直观，冲突车辆之间的距离和碰撞的严重程度成正相关关系。其关键在于临界距离的确定。通常可以采用车辆制动过程中的总距离来计算临界距离。

②时间距离法

该方法的两个指标分别是TTC和PET。TTC是指处于相交轨迹上的两车，如果保持当前运动状态和轨迹不变，碰撞从开始到结束所用时间。PET是指处于相交轨迹上的两车，先后通过冲突点所用时间的差^[2]。

空间距离法和时间距离法对冲突判定规则的制定均以汽车制动的距离、速度与时间这三个指标作为主要依据，但由于传统交通观测条件及方法具有局限性，在实际应用中只选其一作为判别标准。

③能量判定法

若交通冲突能够发展成为交通事故，在判定过程中需要考虑两者之间的转化过程，以及造成后果的严重程度。鉴于以上情况，专家提出了基于能量元素的冲突严重程度判别方法。并采用碰撞能量TED来衡量交通冲突严重程度，如下式:

TED=E－E_F

式中，E表示冲突能量；E_F表示冲突损耗能量。碰撞能量能够反映出冲突车辆在冲突点处所具有的撞击力。根据标准碰撞能量将冲突分为低危险、危险、高危险三个等级。

能量判定法克服了空间距离法和时间距离法所共有的弊端，目前该方法在理论上是描述交通冲突严重程度最优的方法。但是在实际计算过程中需要考虑一系列的限制条件和影响因素。

④临界冲突区域判别法

该判定模型的新颖之处在于将目标冲突对象的行驶方向、速度、距离等参数作为研究指标，突破了传统以单一指标为研究对象的局限性，使得基于视频观测法的冲突判定规则更加完善。

3.2 视频技术在交通冲突判定中的应用

在交通冲突的检测和判定过程中，运用视频图像处理技术辅助，为交通冲突技术的发展开辟了一条新的路径。基于该技术对交通冲突有以下两种常用的研究方法。

①速度与距离结合法

首先运用视频技术对观测车辆进行追踪调查，将采集的数据运用齐次坐标处理，将图像坐标转换成地面坐标，从而获取到车辆的实时行驶位置。观察分析采集的追踪视频，通过判断视频中两帧画面之间车辆位置的变化，计算出车辆真实的行驶速度和加速度。最后选择一个实地路口进行分析。

②轨迹预测法^[3]

视频识别技术是交通冲突自动识别系统架构中的基础技术支持。该系统由两个主模块和多个并列次模块构成。主模块中包括识别模块和分析模块。其中识别模块可以从图像序列中识别道路使用者，并对他们进行分类，利用一系列时间和位置的坐标组合，最终提取道路使用者的轨迹；而分析模块关键技术在于生成期望运动轨迹，来预测他们的交互事件。

轨迹预测法也有它独有的判定规则，它通过跟踪观测冲突对象，运用视频处理技术对冲突对象进行分类，准确判断出冲突对象的初始状态、方向比以及速度差，然后根据这些数据预测接下来交通冲突对象可能行驶的轨迹。

视频图像处理技术最大的优点在于它可以全面、系统、定性、定量地对冲突问题进行分析研究。

4总结

视频处理技术的出现，提高了交通冲突采集数据的精度，使交通冲突技术进一步发展成为可能。但由于该技术的应用处于初级阶段，相关技术还不是很成熟，因此还存在一些亟待解决的问题。

①观测精度有待于进一步提高

因为当发生交通冲突时，冲突对象处在运动的状态，其行驶速度、行驶方向在不断变化。鉴于该情况，动态的冲突对象为数据的采集增加了难度，因为这些数据的精度，直接影响了冲突判定的准确性。

②观测速度有待于进一步提高

实时性是视频采集数据的一大优点。但由于交叉口处的交通参与者多且冲突状况较复杂，如要提高冲突判定的准确性，对计算机视觉观测速度要求较高，需完善一种全面、准确、实时的数据采集手段。

③冲突对象的种类细化

以往仅局限于机动车与机动车之间的冲突数据采集和研究，然而对于非机动车与行人所参与的交通冲突研究较少。因此，借助计算机视频处理技术对这两类交通参与的冲突类型的检测，有待于进一步研究。

④制定适合视频采集的冲突判定规则

与传统的冲突判定方法相比，基于视频的交通冲突数据采集依靠更加多元的指标作为参考标准，而且视频法也突破了传统观测手段的局限性，使得冲突采集的数据更加全面和完善。因此需要针对视频采集技术制定一套合适的冲突判定规则。

⑤提高智能化

交通信息化和智能化是未来行业发展的趋势。数据采集也应实现智能化。基于大数据的背景，将视频识别技术与射频识别技术相结合，实现动态数据采集，使得到的数据具有更高的可靠性。

参考文献

[1]吴疑. 智能交通系统中的计算机视觉技术应用[J]. 南方农机，2017,48(9).

[2]郭延永. 基于交通冲突理论的信号交叉口安全评价技术[D].南京，东南大学，2016.

[3]郭伟伟,曲昭伟,王殿海.交通冲突判别模型[J].吉林大学学报(工学版),2011,41(1):35-40.