行人交通事故（通用10篇）
行人交通事故 篇1
摘要：交通是现代城市经济生活的基础性保障。目前我国进入了交通事故高发期, 交通安全形势严峻。经调查, 每年由行人违法而引发的交通伤亡事故约占事故总数的10%左右。行人闯红灯、在机动车道穿行等违法行为已成为导致交通事故的主要原因之一, 但这些问题背后更深层次凸显的是行人交通安全意识淡薄, 因此提高行人安全意识是提高交通安全的关键因素。
关键词：城市道路,行人,影响分析
交通安全意识近几年来, 中国汽车市场迅猛发展, 机动车保有量逐年上升, 在2009年上半年中国一举超过美国成为全球最大的汽车销售市场。然而随着汽车保有量的持续增加, 我国道路交通事故发生率和死亡人数也居高不下。据2010年和2011年公安部交通管理局通报, 交通事故造成死亡人数分别是65225和62387人, 已经连续十余年居世界第一。平均每年车祸事故死亡人数占全世界的16%左右, 已成为世界上道路交通事故最为严重的国家, 也是死亡人数最多的国家。
中国道路交通情况复杂, 人、车并行情况多, 是世界上典型的以平路面混合交通为主的国家。这也使得我国的交通死亡原因和伤害模式与发达国家不同。国外的交通事故大多是车撞车, 而我国很多是车撞人。据统计我国车辆与行人碰撞事故行人死亡人数约占汽车交通事故死亡总数的25%。明显高于美国和欧盟各国。
随着汽车被动安全性技术研究的不断深入和应用, 更加安全的车身结构以及诸如安全带、安全气囊等被动安全装置已经被广泛采用, 使得车内人员得到更有效的保护, 进而有效地降低了事故中乘员的伤亡率。出于对事故中车内乘员保护的考虑, 车身的外部结构和材料强度不断得到提高, 但是这直接导致在人、车碰撞的交通事故中汽车对行人构成了极大的安全威胁。
在碰撞过程中, 人体暴露在一个机械冲击荷载的环境中, 在惯性力和接触力的作用下, 人体的各部分组织将产生一定的生物力学响应。若生物力学响应使人体组织超过可恢复的限度或导致解剖学组织破坏, 或导致正常生理功能变化或丧失, 这时就发生了人体损伤。本文通过对PCDS数据库 (Pedestrian Injury Causation Study) 即由美国国家公路交通安全管理局发起的“行人损伤研究”为基础, 通过1994-1998年的552个案例, 行人共计4500处损伤, 来分析行人交通安全相关参数的影响。
1 行人碰撞速度分析
碰撞速度分为三组, 0-24km/h为参考组, 25-55km/h和>56km/h分别为中速组和高速组。行人各部位的损伤几率与碰撞速度的关系:碰撞速度在统计上是评价行人损伤的一个显著性参数 (p<0.001) 。行人受到中速 (25-55km/h) 碰撞所遭受严重损伤的几率是低速 (0-24km/h) 的3.94-81.96倍, 而受到高速 (≥56km/h) 碰撞所遭受的严重损伤的几率则是低速 (0-24km/h) 的21.24-4342.14倍。速度越高, 行人受到严重损伤的几率越大。
2 行人个体参数分析
2.1 年龄
行人年龄是预测老人躯干和下肢相对于年轻人损伤几率的一个显著性参数, 老人下肢受到损伤的几率是年轻人的2.44倍 (p=0.020) , 而其躯干受到损伤的几率则是年轻人的23.84倍 (p<0.001) 。老人头部受到损伤的几率仅是年轻人的1.29倍, 但是并不显著 (p=0.661) 。老人受到损伤的几率是年轻人的2.24倍, 但显著性水平不太理想 (p=0.069) 。
研究结果表明, 老人的躯干比年轻人更容易受到损伤, 其下肢相较于年轻人也更容易受到伤害, 但老年行人的头部受到损伤的几率与年轻人的差异在统计上并不明显。即年龄对行人躯干和下肢损伤的影响显著, 但对头部损伤的影响并不显著。
由于绝大多数老年人患有骨质疏松症, 其骨骼的耐受限度与年轻时相比下降较多, 在事故中骨骼更容易损伤。因此, 年龄因素对行人躯干和下肢损伤的影响比较大。另外, 行人头部损伤主要是颅骨骨折和颅脑损伤, 但颅脑损伤在头部严重伤中占有更大比例, 而颅骨骨折在头部严重损伤中所占比例很小。因此, 年龄因素对行人头部严重损伤的影响不明显。
2.2 性别
行人性别对行人损伤的影响:男性行人受到损伤的几率是女性的1.14倍, 而其受到头部损伤、躯干损伤和下肢损伤的几率分别是女性的1.22倍、1.00倍和0.92倍, 但均不显著 (p>0.7) 。因此行人性别在统计上不是预测损伤几率的显著性参数。
在控制其他参数 (年龄、身高和体重) 的影响后, 行人性别对其损伤的影响并不显著 (p>0.70) 。同时, 行人性别对其头部、躯干和下肢损伤的影响也不显著。
2.3 身高
行人身高在统计上不是一个评价行人伤害、躯干伤害和下肢伤害的显著性参数 (p>0.5) 。
矮小身材的行人不易受到头部严重损伤, 并且这一结果在统计上是显著的 (p=0.031) , 这可能是由于矮小身材的行人更容易被汽车撞倒, 而不是头部与汽车发动机罩接触。
2.4 体重
体重偏大 (≥91kg) 的行人受到下肢损伤的几率是正常体重 (61.90kg) 行人的3.03倍 (p=0.015) , 而总体受到损伤的几率则是正常体重行人的4.26倍 (p=0.007) 。体重偏大的行人头部和躯干受到损伤的几率分别是正常体重行人的2.32倍和1.76倍, 但在统计上均不显著 (p>0.15) 。体重偏小 (0—60kg) 和正常体重的行人受到同等条件碰撞时, 身体各部分受到损伤的几率的差异在统计上不显著 (p>0.21) 。
因为体重较大的行人其惯性也较大, 在与汽车碰撞时会产生较大的碰撞力, 从而造成接触部位较大程度的损伤。这与计算结果中体重较大的行人更容易受到损伤和下肢损伤是一致的。但是, 体重因素因素对行人头部和胸部受到严重损伤的影响并不显著, 这可能是由于体重因素与碰撞力的方向有关。
行人与车辆的碰撞速度以及行人的年龄、性别、身高和体重等参数对于行人交通安全具有十分紧密的联系。但是, 设计具有较高行人安全性的汽车时, 不可能仅仅局限于对老人、女性、矮人或者胖人提高车辆安全性, 必须考虑到对整个人群的安全性, 因为在发生事故时驾驶员不可能选择撞击某一类人。因此, 在研究车辆参数对行人损伤的影响时, 有必要控制行人参数的影响。
参考文献
[1]李俊.人性化城市交通发展的理论与应用研究[D].武汉理工大学, 2007.
[2]郭烈.基于单目视觉的车辆前方行人检测技术研究[D].吉林大学, 2007.
行人交通事故 篇2
2014年04月23日 21:16
金陵晚报讯(记者 李有明 通讯员 吴晓晖 朱玉)一名75岁的老人，骑电动车时撞了行人，行人伤无大碍。但老人倒地后一动不动，行人吓得跑掉了。后来，老人经抢救无效死亡，行人属于肇事逃逸。近日，交警一大队将逃逸的行人李某抓获归案，目前他已被刑拘。据了解，此次交通事故责任仍在调查处理中。
4月17日上午11点56分，交警一大队接到报警。报警人称，在中山门大街的南京理工大学校门口对面，一名老人骑车摔倒在地，躺在地上一动不动。交警赶到现场时，受伤的老人已被120送往医院急救。报警人称，他没看到老人是如何倒地的。交警走访得知，老人是撞到了一名行人后倒地的。据目击者称，老人骑车由东向西行驶，电动车车头撞到了行人的腿部，行人无大碍，但老人摔倒在地。4月18日，老人经抢救无效死亡。
民警通过大量走访，锁定这名行人是附近一家商店的工作人员。4月19日，交警一大队民警将行人李某抓获归案。李某说，事发后，他看到老人躺在地上不动了，便躲在现场周围观察情况，发现民警当时没有找到他，他就抱着侥幸继续躲避。目前，李某因肇事逃逸已被刑事拘留。不过，这起交通事故的责任，仍在调查处理中。
行人交通事故 篇3
关键词：福银高速；行人上高速；治理
福银高速公路临川、温圳段地处江西省中部，是连接经济较活跃省份（福建）的交通大动脉，同时，该条高速也是横穿我省多个地市的主干线，现归口江西省公安厅交警总队直属三支队三大队管辖，全长99.4公里。辖区沿线人口稠密，途经两个辖区市，12个乡镇，71个自然村，3所学校和1个服务区。高速公路每日车辆通行量达到9000台次（单向）以上，其中小型车辆约占65%。
一、行人上高速的成因和特点
（一）行人上高速的成因
1、高速公路隔离网外缺少与高速公路平行的便道，缺少过路桥梁和地下通道，沿线村民借道通行。例如，福银高速公路483KM、511KM处路段每到汛期或雨季，借道的村民激增，很重要的原因就是因为桥下的路被水淹没，村民便冒险借道高速公路通行。
2、高速交警对行人缺乏严厉有效的处置手段，对行人多是劝返和带离，效果和效率都不理想，不能较好地控制住行人上高速公路，这是造成高速公路上进出行人多的间接原因。高速交警对行人处罚幅度小，教育提醒一下了事，不痛不痒，达不到杜绝目的。
3、客运车辆高速随意停车载客，导致行人上高速等车。由于福银高速公路临川服务区离抚州市城区较近，导致部分乘客选择了到福银高速公路临川服务区拦乘外地过往客车，也导致了一部分“摩的”司机转型为在市中心拉客、而后在高速公路上倒客的“兔子”。
4、高速公路业主的工作人员安全意识淡薄，随意横穿高速情况较为普遍，如工程队在施工作业时横穿，服务区工作人员为了快捷到达对向服务区而横穿等
（二）行人上高速的特点
1、行人结构多样。包括高速公路沿线附近的村民，在高速公路上下车的乘客，在高速公路进行施工、作业、养护的作业人员，在高速公路上捡拾垃圾人员及流浪人员，高速公路行驶车辆的司乘人员以及无行为能力人，如精神病患者、疾呆人员、未成年的少年儿童等。
2、具有即时性。一般行人上高速公路具有即时性和规律性，从时段上讲，早7时至9时行人较多；他们当中大多数人是出门乘车、村落串客、下田干活等。
3、危害性非常大。行人上高速公路具体表现为在高速公路车道内行走、攀越中央隔离带，更有精神病患者在主车道上驻足；客运车辆违停多表现为未开启报警闪光灯、未设置警告标志。一旦遇有车辆疲劳驾驶、超速行驶躲闪不及，极易引发群死群伤的重特大交通事故发生。
4、容易诱发群体性事件。《道路交通安全法》第七十六条规定：“机动车与行人之间发生交通事故，有证据证明行人违法道路交通安全法律、法规，机动车驾驶人已经采取必要处置措施的，减轻机动车一方的责任”。在行人上高速公路引发的交通事故中，行人往往承担事故的全部或主要责任。而在事故损害赔偿过程中，少数行人的家属、朋友采取堵路、闹市等过激方式以获得经济赔偿，引发群体性事件。
二、对行人上高速的治理对策
（一）加强安全宣传教育，提高交通安全意识。世界上预防道路交通事故做得较好的一些国家的经验也已经证明，广大交通参与者的安全意识和法律意识的高低是决定预防道路交通事故工作成败的一个关键，而提高人们安全意识和法律意识的一个重要途径就是要抓好并积极开展交通安全宣传教育工作。
因此我们要交通安全宣传“五进”（进农村、进社区、进企业、进学校、进家庭）活动，加大对《道路交通安全法》的宣传力度和范围，提高驾驶人、行人等交通参与者遵守交通法律、法规的意识，减少交通违法行为。高速公路交警必须以交通参与者为对象，在全民中采取多种形式，实行全方位的高速公路交通法律、法规和交通安全常识宣传教育，提高交通参与者的法制意识和安全意识，把交通安全观念变为自觉行动。
在宣传时要注重宣传效果，不能流于形式，要改变以往枯燥、单一的说教方式。宣传教育的内容要简明、易懂，要适应不同对象的交通参与者。让每一个交通参与者都树立“以遵守交通安全为荣，以违反交通法规为耻”的理念，让交通安全意识逐渐形成一种富有时代特色的社会公德。
（二）及时排查路面隐患，修复完善高速公路沿线的交通安全隔离设施。以福银高速公路为例，每年业主部门都对隔离网进行了修护，但桥梁、涵洞附近的隔离网仍时常被周边村民破坏，于是业主部门甚至不愿再花费经费进行修护。许多老人、孩子可以轻而易举地步行上高速公路主道漫步、玩耍，形成诸多交通安全隐患。因此，不修复、完善路外隔离设施，治理行人上路违法行为根本就无从谈起。因此，只有依法履行维护保养义务，使收费公路处于良好的技术状态，才能从根本上为行人上路问题的治理提供物质保障。
（三）加强源头管理。大队要将辖区的行人上高速进行登记，坚持每月分析统计，并结合统计分析结果到辖区乡、镇政府上门通报，既要让政府相关部门知晓违法的情况，更要让他们知晓违法行为造成严危害，并有针对性地提出建议，切实发挥了交警部门的监督和指导作用。
（四）加强路面监控管理力度。一是强化客运车辆违法行为告知制度。大队根据《道路交通安全法》的有关规定，制作了《江西省公安厅交通警察总队直属三支队第三大队客运车辆违法行为告知书》台帐，实行客运车辆违法行为告知制度。此外，大队对客车的违法行为一律录入交通违法系统，对违法客车进行锁定。通过履行告知，实现了交警和客运单位“双管齐下”的管理模式，有效地震慑了违法驾驶员；四要为群众提供了方便。大队在纠正交通违法的前提下，尽量不进行现场处罚，缩短了纠违时间，为群众的出行提供了方便。二是强化管理手段，从严治理客车违法。
探析行人交通组织方法 篇4
行人交通是交通系统中的重要组成部分, 特别是在交叉口等行人密集地段, 行人、机动车和自行车之间的冲突广泛存在, 进而引起延误的增加, 通行能力的下降;另外, 从交通安全的角度出发, 行人在交叉口交通事故中受害较大。因此, 处理好交叉口行人过街交通、有效解决人车冲突, 是保障交叉口交通通畅运行的关键条件之一。
一、研究现状
目前, 国内外交通控制研究考虑行人交通因素的还比较少。在国内没有明确规定行人的速度, 设计时大多依赖于国外指标或与其相似指标, 这些交通特性不一定都适应于国内行人交通。我国是全世界人口最多的国家, 日均行人交通量也很大。因此尽管在各城镇交叉口中, 一般都设置了人行横道, 但对于交通量特别大的交叉口, 仅靠设置人行横道不能从根本上解决行人过街问题。交叉口设安全岛的措施在我国起步较晚, 少数省市也尝试了不同类型的行人安全岛, 但还没有得出比较统一成熟的结论。
二、行人交通分析
2.1行人过街速度
行人步行速度对城市信号控制交叉口信号配时是至关重要的。一个绿灯相位不仅要求保证车辆的通行, 同时也要保证过街行人的安全穿越。通常行人以1.2m/s的步速穿越一个12m左右宽的交叉口需要大约10秒钟时间。实际上, 人们通常需要另外大约7秒的平均反应时间。这样绿灯信号应至少大于17秒以保证行人的安全穿越。
2.2行人交通运行基本状况
我国现行的交叉口交通控制信号大多是针对机动车交通流设置的, 加上行人专用信号灯很少, 行人过街交通近于无控无序状态。这种状态导致了行人穿越机动车、非机动车流, 既不利于行人安全, 也妨碍了机动车和非机动车交通的正常运行, 常发生行人、机动车相互干扰的混乱交通现象。
2.3行人安全性分析
在交通发国家的交通死亡事故中, 机动车驾驶员与交通弱者 (行人、乘员、骑自行车人) 的死亡之比是3:1, 而我国恰恰相反, 这一比例为1:3, 就是说有75%以上的死亡人数为交通弱者。国内道路大多是行人、自行车、摩托车和汽车混行, 行人、自行车、摩托车造成的交通事故比例也就非常高。在欧洲, 有12%的交通事故死亡为行人, 在美国为11%, 中国则超过50%。
三、行人过街设施
对交叉口行人交通, 有多种设施设计方法, 应用最多的是设置行人过街横道, 即防止行人随便穿越交叉口而在进口车行道上设置标线。另外, 也可以采取建安全岛进行二次过街设计、建天桥或地下通道等方法。
四、信号控制
4.1行人过街最短绿灯时间
信号配时的关键在于确定行人绿灯时间。信号控制交叉口上行人过街所需的最短绿灯时间根据人行横道长度D及行人过街步行速度确定。
(公式1)
式中:
———行人过街所需的最短绿灯时间 (s) ;
———采用第15百分位步行速度, 中国可采用1.2m/s;
Y———绿灯间隔时间 (s) , 一般取5s;
D———人行横道长度 (m) 。
当交叉口相交道路较宽时, 步行所需最短绿灯时间也相应较长, 可考虑在主街中央设置安全岛, 让行人分两段过街, 以缩短行人过街的最短绿灯时间。
4.2行人通行能力及延误
交叉口各向行人过街的绿信号时间主要由通行能力确定。需要计算人行横道的理论最大通行能力和实际最大通行能力。
一、理论最大通行能力
理论最大通行能力是指过街行人均匀到达, 按正常步速行走, 不受机动车及行人干扰, 每小时穿过行人横道终点断面处最大的行人通过量。交叉口一个进口的人行横道在行人绿灯时间期间, 其理论通行能力按下式计算:
式中:
C———信号灯周期 (s) ;
R———行人过街绿灯时间 (s) ;
b———行人过街道长度 (m) ;
———前后行人间距 (m) ;中国行人步幅为0.66m左右, 考虑到行人之间有一步半的自由度, 以保证行人按正常速度行走, 故将值确定为1m;
———行人过街正常速度1.2m/s;
———第一名行人过街时间 (s) ;
———连续人流中前后行人通过某一断面的时距 (s) ;
t———行人损失时间 (s) 。
行人损失时间分为两部分:为等待过街的行人对色灯从绿灯变为红灯所需的反应时间, 造成的损失很短, 可忽略不计;为红灯末期行人因安全感而使流量未达到饱和所造成的损失, 经实测。
二、实际最大通行能力
事实上行人过街时受到右转车辆、行人到达的不均匀性及对向行人相互干扰影响, 使理论通行能力值大为降低, 故实际最大通行能力应按以上影响因素分别予以折减:
式中:
———人行横道每米宽度的实际通行能力;
———由于车辆干扰使通行能力降低的折减系数;
———由于行人到达的不均匀性的折减系数;
———由于对向行人干扰的折减系数。
行人延误与信号周期时长、绿信比和饱和度等指标密切相关, 是一个能综合反应交叉口行人过街情况的评价指标, 其计算方法如下:
式中:
c———信号周期 (s) ;
g———行人过街绿灯时间 (s) 。
通过对行人通行能力的计算, 可得出交叉口各向行人通过所需要的绿灯时间, 从而结合机动车在交叉口的通行情况对其进行配时, 然后对交叉口各向进行行人延误计算, 最后算出行人过街的平均延误, 用于评价信号配时的优劣。
4.3相位设计
在信号控制交叉口中, 一般对行人控制采取只允许行人随本相直行机动车同时通行的方法。此放行方式, 在道路较宽的交叉口, 行人过街所要求的最短绿灯时间较长, 常常成为机动车直行相位长度的制约条件, 虽然饱和度已经很低, 但为满足行人安全过街的要求, 不得不加大绿灯时间;而且在多相位的大交叉口, 信号周期较大, 引起了较大的行人过街延误。所以根据交叉口具体情况可以进行交通调查, 考虑在适宜时段采用两相位与多相位的转换。
4.4控制方法
在管理措施方面, 现行理想交叉口人行横道处的管理措施可以分为:定时信号控制人行横道、行人按钮式人行横道和无控人行横道。前2类又可统称为信号控制人行横道。对于信号控制交叉口处人行横道的行人, 基本上是由机动车信号统一控制的。但有些交叉口为2个相位的定周期控制, 堵塞现象严重, 尤其在机动车高峰时段, 经常出现大量的机动车等待行人过街, 机动车和行人相互干扰的交通混乱现象。
为避免在行人绿灯信号的末端还有行人进入过街横道的情况发生, 建议在行人信号灯显眼处设置行人过街信号的倒记时显示牌 (或设置特殊的语音提示, 方便盲人过街) , 明示行人还有几秒绿灯时间, 便于行人决定是否过街。
结语
以人为本是现代城市交通管理的最根本原则。以人为本, 必须优先考虑大多数人的出行问题, 特别是弱势群体的出行, 如行人交通、自行车交通与残疾人交通等。只有处理好行人交通, 才能实现以人为本的最根本原则。
参考文献
[1]徐良杰, 王炜, 俞斌.信号交叉口非机动车及行人交通控制研究[J].交通运输工程与信息学报, 2004, 2 (2) :102～109
[2]杨晓光主编.城市道路交通设计指南[M].北京:人民交通出版社, 2003.74～76
行人交通安全的演讲稿 篇5
你去问一个小学生，他会说：“红灯停绿灯行。”你去问一个不会开车的成年人，他会说：“宁等三分钟，莫抢那一秒。”你去问一位司机，他会说：“我在开车方面什么都懂。”既然大家都知道马路如虎口，可为什么还要冲上去呢?是考驾照时学的知识全忘了?还是他压根就不会开车?我觉得不是，是他们心存侥幸。他们心中可能都在想：回家的路那么近，喝点小酒应该没问题吧;在这个时间，交警应该不在巡查;不就是开了几个小时车吗?哪有没那么严重!
对此，我想对各位司机说，不怕一万，就怕万一。哪怕是万分之一，那也是危险。必须时刻提醒自己遵守交通规则，才能做到万无一失。生命是无价的，我们为什么要拿自己的生命当儿戏呢?万一真的出事了，那是谁替自己流泪呢?我们生活在和平年代，又过上了小康生活，为什么要把这些美好生活扔掉呢?除了开车的司机，走路的行人也要注意安全。
在马路上，一辆辆汽车都是洪水猛兽，我们必须小心应对。过马路走斑马线，过马路不闯红灯，过马路左右看。这些知识一个小孩都会，我们为什么要比一个小孩还要傻，自己跑到老虎面前去逗弄它?而作为司机，也要让一让行人，这样对大家都有好处。马路“杀手”虽然可怕，但只要做好一个合格的市民，时刻遵循交通规则，“杀手”就会消失在城市的每一个角落，我们的生活也会更美好。
行人交通信息采集方法分析 篇6
1 行人交通特征表现
行人交通特征表现在行人的速度、对个人的空间要求、步行时的注意力等方面。这些与行人的年龄、性别、教养、心境、体质及出行目的等因素有关,也与行人所处的区域、周围的环境、街景、交通状况等有关。具体表现在:如果不是赶时间尽快到达目的地,行人都倾向于以自己最舒适的步行速度来行走;行人总是与其它行人和边界保持一定距离,这个距离在人们匆忙行走的时侯就会变小,也会随着人流密度的增大而递减;当行人密度增加时,步速和步幅都会明显减小;年青人步幅较大,步速较快,老年人则步幅较小,步速较慢。
2 行人交通信息的组成
行人交通信息包括行人流量、步频、步幅、速度、加速度、密度、行人可接受间隙等,按照行人交通设施的不同,将行人交通分为步行道纵向交通和过街横向交通,在步行道交通条件下,行人交通信息主要包括行人流量、速度、步频、步幅等;在人行横道条件下,行人交通信息主要包括集结密度、过街等待时间、过街速度、行人可接受间隙等。
3 行人交通信息采集方法
行人交通信息的采集可以借鉴机动车交通信息采集方法,分为人工采集法和自动采集法。人工采集法,为手动计数,在劳动强度大的场合,人工采集法有一个易疲劳的突出问题,精度得不到保证,花费人力多,人工成本大,不宜长时间信息采集。自动采集法是指利用红外检测器、微波检测器、超声波检测器、视频检测器和GPS检测器等设备来自动采集行人交通数据的方法;由于行人所固有的物理特性,地感线圈检测器和压电式检测器等方法不起作用。
3.1 人工采集法
人工采集法是一种运用广泛的数据采集方法,采集方法所使用的常用工具有:秒表、尺子、纸张等,需要的采集工具十分简单。人工采集方法具有机动灵活、易于掌握的特点。但人工采集法有一个易疲劳的突出问题,单位人工成本高也是一个不容忽视的问题,不适宜进行长时间的观察。因此,人工采集法常用于短期行人交通信息的采集,如可进行短期行人交通流量调查、记录行人的性别、年龄等参数。
3.2 视频采集法
视频采集法就是对行人交通进行摄影录相,对采集到的视频图像再进行图像识别从而得到行人数据的方法,具有可重现、长时间数据采集的特点。西北工业大学空中交通管理系统研究所,对行人检测与跟踪进行系统研究,对行人的运动加以跟踪,提取出了行人的运动轨迹。北京工业大学的何民开发出的交通视频数据采集软件Track,它不单对车辆和自行车有好的识别效果,他还对行人数据采集性能进行了大量提升,能通过鼠标点击行人的特征点,如头部等进行方便地数据采集,能测量行人在不同时刻的交通数据:速度、加速度、位置以及运动轨迹等。根据实测,在70 m×70 m的现场中精度获得了低于0.4%的误差。
3.3 GPS采集法
GPS数据采集系统可以对单个人的启动过程和行进过程进行连续的数据采集,这时GPS系统就比人工观测法更加适合于个人微观行为的数据采集了,GPS用于行人交通的数据采集具备以下优势:①全天侯数据采集,且不受天气的影响;②可以提供连续的、实时的行人三维坐标位置、速度和时间;③定位精度高,精度可达10 m,经过基准基站调准并采用差分定位等方法,精度可以进一步提升达到厘米和毫米级;④体积小,行人方便携带。GPS数据采集方法对行人的启动过程和行进中的微观数据采集具有很好的效果。由于GPS采集设备不具备普及的特点,所以当需要对不同的行人进行大量的数据采集时GPS采集方法并不适用。
3.4 无线定位采集法
无线定位技术即手机定位技术,是利用已经建成的各通讯网络资源和移动通讯设备这些日常生活中已有的资源来实现的定位技术,这种定位方式比GPS定位方式,最大的优势是投资少,不需要购买新的设备,只需要行人拥有一个手机再辅以手机无线定位软件,或者基站在定位上升级硬件和软件就可以实现获取行人坐标位置和时刻数据。对位置加以坐标变换,过滤掉噪声数据,再辅以地图匹配技术来修正行人位置推算出行人的运动轨迹,就可以得到实时的行人基础交通数据,如速度和行程时间等。无线定位已经得到了越来越广泛的关注,特别是自美国联邦通讯委员会通过的E911法案,强制运营商要在紧急情况下需知用户的位置信息,运营商和技术研发部门就大力在提升无线定位服务精度了,定位服务质量在逐渐的提升,满足一定的行人交通数据获取的精度要求,随着无线网络的优化和技术的发展,无线定位精度是有进一步提升的可能。无线定位技术目前比较流行的有TDOA,A-GPS和GPSONE。
3.4.1 地图匹配技术
由于无线定位获取的行人位置存在误差,将导致行人的运动轨迹偏离实际的道路,因此通过地图匹配技术来校准行人位置,达到减少误差的目的,才可以进行行人交通数据的获取,匹配前需要进行坐标转换和过滤噪声。
无线定位一般所采用的坐标体系是WGS-84经纬度坐标,而我国的地图坐标体系采用的是北京54坐标系,两个坐标系统存在一定的误差,必须转换统一才能应用。转换步骤如下:①将WGS-84的经纬度坐标(B84,L84,H84)转换为以地心为中心点的大地坐标(X84,Y84,Z84);②通过坐标平移、缩放、旋转,将地心大地坐标(X84,Y84,Z84)转换为54坐标系下的地心坐标(X54,Y54,Z54);③将地心坐标(X54,Y54,Z54)转换为54坐标系下的大地坐标(B54,L54,H54);④利用高斯克吕格规则对(B54,L54,H54)进行投影得到投影坐标(x,y)。
转换后的数据包含噪声数据(机动车和非机动车使用者手机传回的数据),必须把这些噪声数据过滤掉,保留行人正常在道路上行走的数据,才能进行地图匹配。过滤噪声数据可以根据一定的判断准则和统计方法来进行,如可基于位置的变换率来判断,数据在道路左右,且移动迅速的,可判断为机动车辆;位置变换率低于车辆但高于行人的,一般可判断为非机动车或者拥堵状态下的车辆。保留下来的行人数据还要进一步剔除,有可能缓慢移动的车辆和非机动车数据在有些情况下(如拥堵情况下)是接近于行人数据的,这时要结合该移动台的历史数据进行判别。
地图匹配的效果和精度受多种因素的影响,如匹配算法的类型、手机位置更新的周期、电子地图的和手机定位的精度等,以下分别讨论点到点、点到线的地图匹配。
1)点到点地图匹配。 在电子地图数据库存储的点中搜索离无线定位位置最近的点作为匹配点,假设无线定位点为W(x0,y0),该点位于道路外面,且该点离电子地图上临近的路线为Li(i =1,2,…,n),Li由若干点构成,点坐标为P
求得i=I,j=J,则匹配的点为P(xp,yp)。
2)点到线地图匹配。 把待匹配的无线定位点向电子地图上附近的道路做投影,计算它们之间的距离为d,在所有侯选道路中选择距离值最小的作为匹配道路,且道路上的投影点即为匹配点P(xp,yp)(见图1)。
3.4.2 实时行人交通信息获取
利用经电子地图匹配后的无线定位数据,可获得行人的流量、地点速度,平均速度。
1)行人流量。行人流量是指单位时间内,通过道路某一点、某一断面的行人数量,常用单位为人/15 min。行人流量是对运动目标跟踪,获得进入目标区域的行人数量来获取的,公式为
式中:q为流量; N为数据采集间隔内的人数; T为数据统计采用的时间间隔。
2)步行速度。步行速度是指行人某一时刻的地点速度
式中:vi为采样间隔内第i个行人的地点速度;Δti为采样间隔内第i个行人通过前后采样点的时间差; D为前后采样点之间的距离。
3)平均速度。行人平均速度即为一段观测时间内,通过某区间道路的单位距离,设平面坐标依次为p0(x0,y0),p1(x1,y1),p2(x2,y2)…pq(xq,yq)…,总时间间隔为td=tq-t0,则通过手机数据推算行人路段平均速度为
式中:d为区间道路总位移; td为行人行走区间道路所费时间。
4 结束语
本文从行人的交通特性出发,分别介绍了行人的4种数据采集方法:人工采集法、视频采集法、GPS采集法和无线定位采集法。人工采集法简单易行,但不适宜进行长时间的采集,常用于短期行人交通信息的采集;视频采集法具有可重现、长时间数据采集的特点,随着图像识别技术的发展,行人视频采集技术具有广阔的发展前景;GPS数据采集方法对行人的启动过程和行进中的微观数据采集具有很好的效果,但不足之处是无法进行大样本的数据采集。重点介绍了无线定位采集法,无线定位采集法可以利用手机普及的优势开展大量行人数据调查,随着无线手机技术的发展,手机定位精度不太精确的劣势得到克服,行人无线定位数据采集是有着无限的运用前景。
摘要：从行人的交通特性出发,分别介绍人工采集法、视频采集法、GPS采集法和无线定位采集法等行人交通信息采集方法。详细分析无线定位采集法在行人交通信息采集中的运用,对研究行人交通具有重要意义。
关键词：行人交通,视频采集技术,GPS技术,无线定位
参考文献
[1]杨晓光,陈白磊,彭国雄.行人交通控制信号设置方法研究[J].中国公路学报,2001,14(1):73-76.
[2]陈然,董力耘.中国大都市行人交通特征的实测和初步分析[J].上海大学学报(自然科学版),2005,11(1):93-97.
[3]廖明军,李克平,王凯英,等.行人交通微观仿真研究综述[J].武汉理工大学学报(交通科学与工程版),2010,34(1):180-183.
[4]邵春福,李娟,赵熠,等.行人交通的视频检测方法综述[J].交通运输系统工程与信息,2008,8(4):23-28.
[5]何民.混合交通流微观仿真关键技术研究[D].北京:北京工业大学,2003.
[6]孙智勇,葛书芳,荣建,等.行人交通的数据采集方法研究[J].北京工业大学学报,2006,32(6):530-533.
[7]胡明伟.无线定位技术应用于实时交通信息采集研究[J].深圳大学学报(理工版),2007,24(3):246-250.
[8]范平志,邓平,刘林.蜂窝网无线定位[M].北京:电子工业出版社,2002.
行人交通事故 篇7
1 道路交通事故中行人的法律责任判定
1.1 道路交通事故法律责任的概念
1) 交通事故法律责任, 指道路交通参与人的行为违反相关法律规定, 或者交通参与人未能及时采取事故防范措施而导致交通事故发生的, 并且给他人的人身安全和财产安全造成一定的损害, 公安司法部门要依法追究当事人的法律责任。
2) 交通事故法律责任的分类:由于交通参与人的行为违反法律、法规的相关规定而造成具一定后果的交通事故, 公安司法机关根据当事人违反法律的性质和严重程度的不同, 将交通事故法律责任分为行政责任、刑事责任和民事责任。
交通事故行政责任, 就是事故当事人的行为构成违法安全行为、安全生产违法行为或者行政违纪行为, 对道路交通的其他参与人造成伤害, 必须依法承担相应的法律责任。交通事故刑事责任, 是指交通事故当事人的行为触犯刑法, 构成刑事犯罪, 必须承担刑事法律责任。民事责任是当事人的行为违反民事法律和合同的有关规定, 必须承担的法律责任。民事法律责任可分为合同责任、侵权责任和其他责任。
1.2 道路交通事故行人法律责任的判定原则
交通事故法律责任的判定, 是司法机关依据有关的法律、法规对交通事故参与人行为需要承担的法律责任进行判断和确认。判定原则就是在对交通事故的法律责任判定过程中需要遵循的标准和依据。在道路交通事故中, 行人法律责任的判定原则有依法原则和科学原则。
1) 依法原则: (1) 责任法定原则。道路交通事故法律责任的判定必须有法可依, 是事先制定关于交通违章行为法律责任的判定依据, 规定责任相关的性质、范围以及追究责任的方式等内容, 在对交通事故当事人法律责任判定过程中严格遵照法律依据进行, 秉承责任法定原则。 (2) 责任相当原则。对当事人交通事故法律责任判定过程中, 保证既不错判、重判, 也不能轻判当事人的责任, 始终坚持责任相当的原则。 (3) 责任平等原则。在责任判定中不得因国际、民族、种族、性别、职业、文化以及财产状况的不同而有所差异, 应该追求法律责任人人平等。
2) 科学原则: (1) 行为责任原则。在交通事故中追究交通参与人的法律责任时, 首先确定引起交通事故的因果关系, 然后判定当事人的交通行为对交通事故后果的作用大小, 认定过错的严重程度。根据当事人的过错程度以及其行为对事故后果的作用大小进行事故法律责任的判定。如果行人的过错导致交通事故的主要原因, 那么行人负有主要责任;如果行人的行为与交通事故无关, 那么行人不承担任何责任。 (2) 因果关系原则。根据《交通事故处理程序》中的有关规定, 在交通事故当事人法律责任认定时, 依据造成交通事故的因果关系及其当事人的行为对交通事故后果的作用大小进行交通事故法律责任的划分。 (3) 路权原则。在道路交通中, 给行人、非机动车和机动车都规定了各自的通行的路权, 但是仍然存在“借道通行”的现象, 由于借道通行导致交通事故发生, 借道方承担全部责任。
2 道路交通事故行人法律责任的判定流程
道路交通事故发生后首先认定机动车驾驶员的责任, 在有证据证明行人有过错的情况下才进行判定行人的法律责任。
2.1 机动车责任的判定
在道路交通事故法律责任的判定过程中, 依据《安全法》的相关规定, 分别从人、车、路、环境等方面依次判定, 最终确定事故法律责任。
1) 车辆技术性能。机动车驾驶员驾驶机动车上道行驶前, 首先, 应该对机动车的技术性能和安全性能进行全面检查, 排除安全隐患, 禁止不符合安全要求的机动车辆在道路上行驶。如果经鉴定车辆发生事故的原因是车辆运行技术条件 (GB7258-2012) 不符合机动车运行标准, 如存在隐患, 机动车驾驶人因疏忽大意而没有预见, 以致损害后果的发生, 则驾驶人存在过错。在交通事故中造成交通参与者财产损失的, 驾驶员承担民事责任, 由伤亡事故的将承担刑事责任。
2) 道路条件。车辆在道路上行驶过程中行车视距和停车视距的大小、道路的设计缺陷、道路施工路段有无防护措施以及城市道路交叉口的管制措施不合理等都可能会直接导致道路交通事故的发生。由于道路条件不良造成的交通事故, 机动车驾驶员和行人都无责任, 但是如果驾驶员未及时采取措施的, 将会承担法律责任, 而行人无责任。
3) 人。机动车驾驶员是道路交通的重要参与者, 道路交通事故发生后要对驾驶员有无驾驶证、超速、酒后驾驶、疲劳驾驶等违章行为加以判定。 (1) 有无驾驶证判定。驾驶机动车, 应当依法取得机动车驾驶证。由于无证驾驶造成的交通事故, 机动车驾驶员应该承担全部责任。 (2) 酒后驾车判定。根据《安全法》第二十二条第二款规定:“饮酒、服用国家管制的精神药品或者麻醉药品, 或者患有防碍安全驾驶机动车的疾病, 不得驾驶机动车”;因为饮酒后酒精会使驾驶员的神经麻痹, 反应迟钝, 在驾驶过程中容易不自觉的加速行驶, 并且遇到前方有潜在的危险时不能及时做出反应, 是造成道路交通事故的主要原因, 机动车驾驶员应当负交通事故主要责任。 (3) 疲劳驾驶判定。“疲劳驾驶”是机动车驾驶人持续驾驶时间超过4h, 驾驶员生理疲乏、反应迟钝, 视线模糊, 注意力不集中等, 在行车过程中驾驶员不能及时发现道路上的潜在危险, 发现危险情况后也不能及时采取相应的措施。疲劳不仅指生理疲劳而言, 也包括精神疲劳。《安全法》第二十二条第二款过度疲劳影响安全驾驶的, 不得驾驶机动车的规定, 如果是造成事故主要原因, 机动车驾驶员应当承担主要交通事故责任。 (4) 超速驾驶判定。超速驾驶就是车辆的行驶车速超出交通部门规定的最大限制速度。车辆超速行驶时, 驾驶员的视距变短、视野变窄, 对前方物体的的辨识度降低。当发现危险时不能及时停车, 需要的制动距离变长。由于车辆超速行驶造成的交通事故, 机动车驾驶员应当承担主要或全部责任。
在道路交通事故中, 事故车辆的行驶速度是否超过交通管理部门规定的最大安全行驶速度, 其验算方法有4种: (1) 车辆制动痕迹验算法; (2) 行人抛出距离验算法; (3) 车辆遗留散落物抛出距离验算法; (4) 汽车形变量计算法。
2.2 行人法律责任的判定
根据行人在道路交通中的行为对交通事故影响的大小, 将行人法律责任分5类, 即:全部责任、主要责任、同等责任、次要责任和无责任。
1) 全部责任。在机动车一方没有违章, 而行人出于自杀或者非法谋取保险赔偿等目的故意闯红灯、任意横穿马路等违章行为造成的交通事故, 机动车方不承担责任, 行人将承担全部责任。
2) 主要责任、次要责任和同等责任。机动车与非机动车发生交通事故的, 首先认定机动车驾驶员的责任, 在有证据证明行人有明显的违反道路交通安全法律、法规的, 将减轻驾驶员的责任。责任大小要根据各方对交通事故后果的作用大小进行划分。
3) 无责任。行人没有任意横穿马路、也没有闯红灯的条件下, 完全由机动车驾驶员一方违章造成的事故, 则行人不承担法律责任。
3 结束语
在交通事故中对当事人的法律责任进行判定, 关系到交通事故当事人是否需要承担相应的刑事责任、民事责任或行政责任。本文从目前在交通事故处理过程中常常忽视行人的法律责任出发, 探讨道路交通事故中法律责任判定的原则、依据、方法和科学的判定流程, 为公平、公正和快速的处理交通事故提供理论依据, 对行人法律责任的判定有利于提高行人尊法、守法的意识具有重大意义。
摘要：针对目前道路交通事故处理过程中采取无过错责任方式, 认为驾驶员是道路交通事故的主要承担者, 对行人法律责任的认识不足等问题, 文中给出道路交通事故中行人法律责任的科学判定流程, 对目前存在的行人任意横穿马路、闯红灯等违章造成的交通事故中行人法律责任判定的难题予以解决。
关键词：道路交通事故,行人,法律责任判定
参考文献
[1]杨勇.交通事故中的责任认定研究[D].长春:吉林大学, 2008.
[2]温恬.论新《道路交通安全法》中侵权归责原则体系之变迁与建构[J].法制与社会, 2009 (8) :68-79.
[3]刘家安.机动车交通事故责任的归责原则及责任归属[J].政治与法律, 2010 (5) :88-94.
[4]马庆国.道路交通事故责任认定研究[D].贵州:贵州大学, 2009.
[5]孙玉荣.《中华人民共和国道路交通安全法》第76条之法律适用[J].法学杂志, 2011 (5) :121-162.
[6]周海赟.道路交通事故损害赔偿责任归责原则探讨[J].交通企业管理, 2011 (8) :62-124.
[7]邵祖峰, 刘知音, 梁小华.论道路交通事故责任认定中的鉴定问题[J].湖北警官学院学报, 2012 (5) :75-88.
[8]聂早早.《道路交通安全法》实施的突出问题及其解决[J].江淮论坛, 2012 (3) :8-13.
行人交通事故 篇8
随着科学技术的发展,现代社会经济水平提高、人们生活节奏加快,路上的机动车也快速增长。据新华网报道,截至2014年底,中国机动车保有量达2.64亿辆[1],其中汽车1.54亿辆,全国平均每百户家庭拥有25辆私家车,人们交通出行结构发生了根本性变化。
智能的交通控制系统,可以有效分配机动车与行人的时间,提高交叉口的通行能力,缓解城市的交通拥堵,减少交通事故的发生。但目前的交通控制系统多以机动车为设计核心,较少考虑行人需求,尤其是老弱病残孕等特殊人群,他们的步行速度约为1.0m/s[2],远低于总体行人的平均值1.35m/s[3]。我们时常在交叉口看见人行绿灯已经开始闪烁即将变红灯,却有位老人才走过人行横道的一半,结果可能造成交通安全事故、交通拥堵,甚至对机动车司机和行人造成不同程度的身心伤害或经济损失。为此,在交通控制系统中设计了车流量实时监测信号和特殊行人识别信号,利用EDA软件Quartus II进行电路设计与仿真,当车流量大于阈值时增加车的通行时间,当有特殊人群过马路时则增加行人的通行时间,实现了对特殊人群通行交叉口的交通控制。
1 特殊行人的识别
自动识别技术近年来在全球范围内得到了迅猛发展,是一个集计算机、光、磁、物理、机电、通信技术为一体的高新技术。按照应用领域和具体特征的分类标准,自动识别技术可以分为七种:条码识别技术、生物识别技术、图像识别技术、磁卡识别技术、IC卡识别技术、光学字符识别技术(OCR)、射频识别技术(RFID)[4]。
特殊行人的识别方式可采用以下两种:
生物识别技术中的指纹识别。指纹是指人的手指末端正面皮肤上凸凹不平产生的纹线。纹线有规律的排列形成不同的纹型。由于指纹具有终身不变性、唯一性和方便性,可作为生物识别的有力特征。在道路交叉口设置指纹识别器,当特殊行人通过时伸出手指识别,识别器采集指纹信息与指纹库比对,得出行人的信息,并判断是否属于老、弱、病、残、孕等特殊行人,给出识别信号输入交通控制系统。指纹识别流程如图1所示。
非接触式IC卡识别,该类卡与IC卡读取设备无电路接触,通过非接触式的读写技术进行读写,识别信息,如我国的第二代身份证ID卡。在道路交叉口设置身份证识别器,当特殊行人通过时扫描身份证,识别器采集信息与身份证数据库比对,得到行人的身份信息,并判断是否属于老、弱、病、残、孕等特殊行人,给出识别信号输入交通控制系统。ID卡识别流程如图2所示。
2 对特殊行人的交通控制
结合实际情况:当交叉口监测到有大量机动车需要通行时,机动车道绿灯时间变长,特殊行人应等待直到人行道绿灯亮起,才响应特殊行人的信号,使行人通行时间变长;当交叉口的机动车辆较少时,机动车道绿灯时间不变,特殊行人等待直到人行道绿灯亮起,响应特殊行人的信号,使人行道绿灯时间变长,便于特殊行人顺利通行。而机动车道和人行道的绿灯时间,以及特殊行人的通行时间,应根据道路交叉口的位置、车均流量、人均流量、行人步行速度、忙时闲时等信息,综合考虑后进行设置。
本文利用Quartus II设计交通控制电路并仿真,设置参数如下:
人行道绿灯信号Pgreen亮起时为1,表示行人通行而机动车禁止通行,反之亦然。
机动车道绿灯通行时,一般亮灯时间为35秒,当车流量大时,增加绿灯通行时间至45秒。
车流量实时监测信号为Car,当车流量大于阈值时输出信号1,车流量小于或等于阈值时输出信号0。
人行道绿灯通行时,一般亮灯时间为15秒,当有特殊行人通过时,增加绿灯时间至20秒。
特殊行人信号为Sp,当识别到特殊行人时输出信号1,没有特殊行人时输出信号0。
本文设计机动车道和人行道交替通行,交通控制流程如图3所示。
3 基于Quartus II进行仿真
现代电子产品的设计多采用EDA(Electronic Design Automation)技术,即以大规模可编程逻辑器件为设计载体,以硬件描述语言为系统逻辑描述的主要表达方式,以计算机、大规模可编程逻辑器件的开发软件及实验开发系统为设计工具,用软件的方式完成电子系统硬件的设计[5]。Alter公司的Quartus II是主流的EDA软件工具之一,具有可现场编程、在线升级、进行各种仿真等特点。
交通控制系统中的分时置数控制电路采用四片74465八路单向三态传输门来实现,将机动车道和人行道的绿灯通行时间输出给交通信号灯,控制交通灯的交替变换,实现交通控制。74465的功能表如表1所示。
采用Quartus II进行仿真,得到仿真结果如图4所示。从图4(a)可以看出,在机动车道绿灯通行时即Pgreen=0,若监测到车流量大即Car=1,机动车通行时间由35秒增大到45秒;若监测到车流量小即Car=0,机动车通行时间保持为35秒;此时不响应特殊行人信号Sp,直到机动车道亮红灯人行道亮绿灯即Pgreen=1。由图4(b)可看出,在人行道绿灯通行时即Pgreen=1,若识别到特殊行人信号即Sp=1,行人通行时间由15秒增大到20秒;若没有识别到特殊行人信号即Sp=0,行人通行时间保持为15秒;此时不响应车流量监测信号Car,直到人行道亮红灯机动车道绿灯即Pgreen=0。
4 结束语
当前的交通控制系统基本是以机动车流作为设计核心,极少考虑到老弱病残孕等特殊行人,他们因步行速度较慢而无法在预定的绿灯时间内顺利通行,本文在交通控制系统中创新的设计了特殊行人识别信号,当识别到特殊行人时,灵活的增大行人通行时间。本文采用Quartus II进行电路设计和仿真验证结果,从理论上实现了对特殊行人的交通控制。
既然我们的技术发展要“以人为本”,将来的城市智能交通控制系统将更加人性化,特殊行人的智能识别还将广泛应用于医疗、公园门禁、社区福利院、城市智能救援等。
摘要：现代智能交通控制系统能监控车流量,控制交通灯的变换和响应时间,但较少考虑行人的需求,尤其是老弱病残孕等特殊人群,这类人群需要比常人更多的通行时间。采用指纹识别或ID卡识别两种方法识别特殊人群,并触发交通控制信号,使行人的通行时间自动变长。利用EDA软件Quartus II进行电路设计与仿真,设计了车流量实时监测信号和特殊人群识别信号,当车流量大于阈值时自动增加车的通行时间,当有特殊人群过马路时则自动增加行人的通行时间。
关键词：特殊行人,识别,交通控制,QuartusⅡ
参考文献
[1]新华社.中国机动车保有量达2.64亿辆[EB/OL].(2015-01-28).http:∥www.tj.xinhuanet.com/tt/rdzz/2015-01/28/c_1114159084.htm.
[2]Ann Coffin,John Morrall.Walking Speeds of Elderly Pedestrians at Corsswalks[Z].Transportation Research Record 1487,Transportation Research Board,National Research Council,Washington DC,1995.
[3]彭丽英.信号控制交叉口行人交通特性的研究[D].长春:吉林大学,2006:26.
[4]刘平.自动识别技术概论[M].北京:清华大学出版社,2013:205-210.
西直门交通枢纽的行人流分配研究 篇9
西直门地铁站是北京地铁交通中的重要换乘站。西直门车站客流量巨大, 换乘较为繁琐, 同时也是整个北京交通命脉的关键节点之一。现在西直门地铁站由2号线, 4号线和13号线组成。并且彼此之间都可以换乘, 其中13号线和2号线与四号线2条线路的换乘距离很长, 2号线和4号线换乘距离较近。2号线和4号线为地下车站, 而13号线为高架车站。
2 对早高峰每条线路的人流量分析
我们将西直门划分为33个站点进行人流量统计, 其中1-14站点是13号线的统计点, 28、26、24为B、C、D三个站口的统计点, 13号线往2、4号线方向的衔接点为16、18、19、20、30站点, 13号线换乘2号线为22站点, 13号线换乘4号线为21站点, 2号线两端为25、29站点, 4号线两端为23、27站点。
2.1 对13号线早高峰人流量分析
2.1.1 分析1-6号站点、9-10号站点的数据, 其结果如下
(1) 7∶30—8∶30人流量高, 这是早高峰人流最集中的时段, 7∶00—7∶30人流量开始上升, 8∶30以后人流量呈曲折下降, 人流量集中于200—300人次之间; (2) 13号线下车乘客经1号口的人流有两个流向, 往7号出站和往12号口换乘2/4号线, 人流整体上大部分去往换乘, 高于出站人流量一倍之多。
2.1.2 对13号线人流分配是否拥挤的分析总结
地铁13号线现有车辆:北京地铁DKZ5型和DKZ6型。其中DKZ5型共有6节车厢, 第一节和第六节车厢座位数为36, 合计72, 载客数为226人, 其余四节车厢座位数为42人, 合计168个座位, 总计240。DKZ6座位数与载客数同DKZ5, 也为240, 每5分钟内13号线疏散32182/24=1341人, 列车每2分钟来一趟, 5分钟内共有2.5辆, 两边对流, 故有5辆, 可以运输1200人, 因为车上可以站立的人数是座位数的3倍左右, 13号线的车在5分钟内输送1341人不会拥堵。
2.2 对2、4号线早高峰人流量的分析
人流进入2号线的站点有18、19、20、22、24、25、26、28、29、30、33, 其中24、26、28为BCD进站口的标记。高峰段的一小时内, 人流总量为70394人。两个方向各来了29趟列车, 列车频率相同, 假设两边疏散的人流相同, 对这58趟列车作平均值计算。说明, “缓冲”在通道里的人流和2号线离开的人流, 合计70394人。
“缓冲”在正八边形通道里的平均步行速度为1.135m/s, 早高峰乘客行走密度一般取2.2人/m2。单向行走时楼梯通过能力一般取70人/min (下行) 、63人/min (上行) 及53人/min (混行) 计算。通道通行能力则按照每米88人/min (单向) 、70人/min (双向) 计算。即1min内, 在长262.5m、宽3.6m的空间内, 每分钟平均缓冲人流量262.5*3.6*2.2=2079人。
同理可得, BCD口和13号往2号线方向1小时内平均缓冲人数为2486人, 三个入口合计为7458人。即在7:30~8:30, 2号线两个方向的58趟列车需要疏散旅客70394- (2079+7458) =60857人。此外, 还有缓冲在2号线换乘大厅的人数乘以0.75予以调整为60857*0.75/58=787人, 2号线每趟列车有256个座位, 因此, 我们推测这样的列车分流有很大压力。
非拥挤数据是拥挤数据的1/2, 得到非高峰时段一辆车要疏散人流787*1/2=393人。再假设列车到站时256个座位已坐满, 根据分析13号线时的思路, 得到可以站立的人数为256*2=512>393。说明非高峰时段, 2号线的换乘通道和列车安排是可行的。
对4号线客流的分析与2号线一样, 4号线的运载压力远远小于2号线, 15959105591所以, 4号线在早高峰时并不存在疏散乘客的压力。
3 结论
上述对西直门13、2、4号线三条地铁线的数据分析论证可知, 在早高峰时段, 疏散乘客有压力的是2号线。同时, 早高峰的黄金时段是7∶30-8∶30, 了解这一信息后, 对于车站根据时间安排管理出行具有指导性意义。最后, 地铁站内在标识、闸机布置等细节服务方面还有很大的改善空间。
摘要：地铁西直门站是地铁2号线、4号线和13号线的换乘车站, 是北京最繁忙的地铁枢纽站点之一, 如何安全疏散客流, 减轻换乘压力以及提高换乘效率, 成为西直门交通枢纽研究的重点和难点。为此, 研究将西直门站划分了33个站点, 采集早高峰的人流数据并分析论证西直门交通存在的压力和问题。
关键词：地铁西直门,早晚高峰,33个站点,交通压力
参考文献
[1]张蓁.城市轨道交通转换点内部换乘和外部衔接[D].上海:同济大学建筑与城市规划学院, 2007.
[2]于海霞.北京地铁西直门车站换乘方案研究[D].北京:北京交通大学, 2009.
行人交通事故 篇10
目前, 行人-车辆交通事故是导致行人死亡的主要因素之一。有关研究表明, 左转车辆最容易对行人造成伤害, 其事故是右转车辆与行人事故的4倍。2003年行人交通引发交通事故造成25 673人死亡、68 040人受伤, 分别占总数的24.6%和13.8%。由于行人在交通事中常常处于弱势地位, 一旦与机动车发生交通事故很容易受到伤害。为减少行人与车辆伤害事故发生, 在智能交通领域运用传感技术对行人进行检测, 并及时将行人信息传送给驾驶员, 提醒驾驶员前方有行人, 注意减速或者停车, 以免与行人发生碰撞, 造成伤亡[1,2,3,4]。
利用单目视觉系统采集的图像信息, 基于行人横道线特征, 采用动态阈值法将横道线和其他部分进行自动分类, 利用横道线边缘点拟合出横道线边界线以建立识别感兴趣区, 以人行横道线边界曲线方程作为计算约束, 由行人在图像中的像素坐标值可以确定行人处在哪2条边界线区间及区间中的哪条曲线上, 从而基本知道行人在实际路面坐标中的区间范围并求解出实际位置, 从而在连续序列图像中实现行人实时、可靠的交通参数 (位置、速度) 的获取。
1 人行横道线图像分割
Otsu阈值分割方法是从最小二乘法原理的基础上推导出来的, 其基本思路是基于图像的直方图, 某一灰度为阈值将图像分成2组并计算2组的方差, 当2组之间的方差最大时, 就以这个灰度值为阈值进行图像的阈值分割, 同时认为图像不同类间的分离性最好。设1幅图像的灰度值为L个, 灰度值为i, 然后用k值将其分成2组C1={1~ (k}, C2={k+1~ (L}, 则C1组和C2组的方差分别为[5,6]
式中:μ1, μ2分别为C1, C2组的平均灰度值;pi为各灰度值的概率;ω1, ω2分别为C1, C2组出现的概率;
2组之间的方差为
式中:μ为整体平均灰度值;σ2为阈值选择函数, 当k从1~L之间变化, 最大值时的k值就是阈值。
交叉口人行横道线灰度图像可以采用上述方法以一合适的阈值将图像像素分为横道线部分和其他部分, 分割前后的图像见图1。
2 识别感兴趣区建立
由于研究对象是在行人横道线上的行人, 图像中目标搜索区域也可由整帧图像缩小为由横道线特征点拟合出的横道线边界曲线vil、vir组成的区域, 称为行人识别感兴趣区, 如图2、图3 (黑色边界线间包括的区域) 所示。建立感兴趣区域有利于缩短检测横道线内行人所需的时间。
边界曲线方程分别表示为
式中:kl, kr分别为两边界曲线斜率;bl, br分别为两边界曲线截距。
3 行人检测
研究对象界定为在人行横道线范围内行走的行人, 且认为行人始终在人行横道线内行走。行人检测方法采用的是简单、有效的背景差分法[7]。在建立感兴趣区后, 背景差分法进行行人目标检测主要还包括以下几个步骤:背景模型构建、行人目标检测和背景更新。
1) 背景模型构建。背景建模有许多种方法, 如帧差法、帧均值和中值法、帧加权平均法、混合高斯模型法等, 考虑到算法实现的简单性和整体性能 (识别速度、内存需求、目标检测的精确性等) , 帧均值和中值法效果较好, 也是用得最多的背景模型构建方法[8]。其基本思想是通过视频采集系统获取L张视频帧, 求出这L张视频帧同位置像素值的平均值或中值作为背景图像中该位置像素值。笔者用帧均值法建立行人检测背景模型, 用公式表示为
式中:BL为L张视频帧同位置像素值的平均值;Ii (un, vn) 为在行人识别感兴趣区内, 第i张视频帧第n个像素, 坐标为 (un, vn) 的像素点的灰度值。
由此, 得到行人检测背景模型, 见图4。
2) 背景更新。艾海舟提出了动态背景更新的方法[7]。如果具体到交叉口行人图像, 背景更新时, 在感兴趣区域内自上而下扫描图像, 计算目标图像与初始背景每1行像素点的水平投影值, 两者平均值的差如果在设定的阈值范围内没有突变行, 则将此区域作为新的背景区域。在更新过程中, 如果初始检测区有突变, 而横道线特征区没有, 则先对横道线特征区进行更新再对初始检测区进行更新。
3) 行人目标检测。对交叉口人行横道线内行人的检测采取了2个步骤:行人的分割和行人的识别[9]。背景图像形成以后, 将输入的1帧图像 (当前帧) 与背景图像进行比较并对当前帧中的行人目标进行分割。由于同位置像素值间存在一定程度的差别, 进一步对这些像素点进行处理 (包括选择合适的阈值进行二值化) , 就可以得到目标的形状、大小、位置等信息, 再根据行人本身所表现出来的特征最终判断出分割出来的区域是否为行人。见图5。
对于分割图像, 由左向右同时由右向左进行扫描, 如果连续3列且每列垂直投影值都大于等于1, 记下目标所在图像的列号并计算出列宽。再对分割图像自上而下同时自下而上进行水平扫描求取水平投影值, 如果连续3行且每行水平投影值都大于等于1, 记下目标所在图像的行号并计算出行宽。如果是行人, 则行宽与列宽之比应在普通行人的高宽比范围内, 这样就可以确定行人的存在, 并记录下行人所处图像的行号和列号。
不同帧行人检测结果见图6。
4 过街行人位置确定
基于行人识别感兴趣区, 以人行横道线特征 (见图7) 作为计算约束, 可以求得行人过街位置坐标。
在图像平面中, 第m条横道线上边界的曲线方程表示为
相邻的下边界的曲线方程表示为
式中:km、km+1为直线斜率, 并且km=km+1;bm、bm+1为直线截距。
正常情况下, 应保证图像中的横道线与图像纵坐标相互垂直, 即km=0, 如果斜率km≠0, 则主要是由微小误差引起的。通常情况下, 人行横道线会在路面上长期存在并且每1条人行横道线具有一定的宽度, 《道路交通标志和标线》 (GB5758.3—2009) 中规定:人行横道线的线宽为40cm或45cm, 线间隔一般为60cm。笔者对每条横道线上、下边界均建立曲线方程, 设共有no条横道线在图像中, 则有2no条边界曲线, 如果某1条横道线间有行像素点 (不包括边界线) , 则此条横道线间有条曲线方程, 这样, 由行人在图像中的像素坐标值可以确定行人处在哪两条边界线区间 (对于处在横道线外的区域也可由相邻2条边界曲线确定) 及区间中的哪条曲线上, 从而获得行人在实际路面坐标中的区间范围并确定出行人的实际位置。
5 试验验证
横道线内行人被检测到后, 将在若干帧序列图像中连续存在, 其在图像中的位置也有一定的连续性, 其特征有很大的相关性。利用序列图像的这些特性, 对目标行人进行实时跟踪, 将识别后的行人最前端 (即脚部) 的像素坐标代入曲线公式中可求出行人实际路面位置。分别求解出2帧行人图像在实际路面中的坐标值就可以得到实际的行走距离, 距离除以2帧图像之间的时间差便可以得到行人行走的速度。在试验验证过程中, 所选CCD摄像机其图像采集速度最高可达到50帧/s。试验结果 (见表1) 表明, 算法的可靠性和实时性较好。
6 结束语
为提高城市道路交叉口过街行人的交通安全水平, 减少单目视觉技术测距与实际情况间的误差, 研究中充分利用人行横道线本身所具有的特征, 提出了交叉口人行横道线特征自动提取、识别, 以及行人交通参数获取方法, 可以有效地识别行人和确定行人在交叉口的位置、行进速度。下一步主要工作是针对复杂环境的交叉口或路段多行人的交通参数获取方法研究。
参考文献
[1]郭烈, 王荣本, 顾柏园, 等.世界智能车辆行人检测技术综述[J].公路交通科技, 2005, 22 (11) :133-137.
[2]Grubb G, Zelinsky A, Nilsson L, et al.3Dvision sensing for improved pedestrian safety[C]∥Parma:IEEE Intelligent Vehicles Symposium, 2004:19-24.
[3]裴玉龙, 程坦.城市道路平面信号交叉口行人安全分析[J].交通信息与安全, 2008, 27 (3) :105-107.
[4]Pai Chiajung, Tyant Hsiaorong.Pedestrian detection and tracking at crossroads[C]∥Shanghai:IEEE Intelligent Transportation Systems Conference, 2003:101-104.
[5]齐正罡.基于统计特征的AGV特殊标识符识别方法研究[D].长春:吉林大学, 2005.
[6]王荣本, 徐友春.基于线性模型的导航路径图像检测算法研究[J].公路交通科技, 2001, 18 (2) :47-51.
[7]艾海舟, 乐秀宇.面向视觉监视实时跟踪的动态背景更新方法[J].计算机工程与应用, 2001 (19) :104-106.
[8]代科学, 李国辉.监控视频运动目标检测减背景技术的研究现状和展望[J].中国图象图形学报, 2006, 11 (7) :919-926.