基于CRITIC的交叉口引道区域电动自行车行车风险评估

摘要

为分析城市道路交叉口引道区域电动自行车的行车风险，采用无人机采集我国某城市道路交叉口引道区域的交通视频，提取电动自行车行车冲突数据。结合YOLOv8目标检测算法与DeepSORT跟踪算法识别与追踪视频中的目标，提取交通流参数，构建包含后侵入时间（post encroachment time, PET）、融合横向与纵向冲突的电动自行车冲突时间（electric-vehicle time to collision, EVTTC）和速度变异系数（coefficient of speed variation, CSV）3项指标的行车风险评价指标体系。采用CRITIC（criteria importance through intercriteria correlation）客观赋权法确定各指标权重，建立电动自行车行车风险指数（driving risk index, DRI）模型，评估交叉口引道区域电动自行车的行车风险。结果表明：当密度为0.03～0.04辆/m²、流率为400～600辆/（h·m）、速度为4～7 m/s时，行车风险指数呈局部峰值；在同一流率条件下，速度分布离散性较强，行车风险指数越高；模型验证结果显示，相较于传统TTC模型，DRI模型在高风险识别任务中的精确率由84.2%增至96.4%,真正率由56.1%增至71.1%,综合指标F₁分数由67.4%增至81.8%,行车风险识别精度和稳定性方面表现更优。

关键词

行车风险 / 交叉口引道区域 / 交通流 / 电动自行车

基金资助

国家自然科学基金项目(52502405); 山东省自然科学基金项目(ZR2025LZN022); 山东省自然科学青年基金项目(ZR2024QG058); 济南市高校院所自主培养创新团队项目(20233040); 济南市哲学社会科学规划研究项目(JNSK2025C080); 泰山产业领军人才工程资助(tscx202312132)