跨江特大桥事故特征分析与致因解析.pdf

为改善高速公路桥梁路段的交通安全水平,本研究基于飞云江大桥实车数据,从事故发生类别、方向、时空分布等方面分析事故特征.建立交通状态影响下的事故发生模型,定量解析事故致因.结果表明,追尾碰撞是桥梁交通事故中最为常见的;桥梁事故发生的时间与出行需求有着密切的联系;事故更多地发生在桥中段.各交通状态变量单独对交通事故的影响较小,但流量与车头时距会共同作用于交通事故的发生,在进行桥梁管控过程中需要同时考虑这 2 个因素的影响.本研究有助于提高桥梁路段运营期间的交通安全水平.关键词:跨江特大桥;事故特征;致因分析中图分类号:U 491文献标志码:A文章编号:2096鄄3432(2023)04鄄047鄄06收稿日期:2022鄄09鄄20.作者简介:邹晓芳(1987),女,工程师,硕士,研究方向为交通运输安全.E鄄mail:.Analysis of the Characteristics and Causes of Crashes on SpecialCross鄄River BridgesZOU Xiaofang1,WANG Yuejia2,DAI Yibo2,YANG Peidong1(1.China Merchants New Intelligence Technology Co.Ltd.,Beijing 100070,China;2.The Key Laboratory of Transportation Engineering Beijing University of Technology,Beijing 100124,China)Abstract:In order to improve the traffic safety of highway bridge sections,this study analyzes the crashcharacteristics in terms of crash type,direction,and spatial and temporal distribution based on the actualtraffic data of Feiyunjiang Bridge.The crash occurrence model under the influence of traffic conditions isestablished to quantitatively analyze the causes.The results show that rear鄄end collisions are the mostcommon on bridge segments;the timing of bridge crashes is closely related to travel demand;and crashesoccur more often in the middle section of the bridge.Each traffic state variable alone has a small effect ontraffic crashes,but traffic flow and headway can jointly contribute to the occurrence of traffic crashes,andthe influence of both factors needs to be considered in the process of bridge control.This study identifiescountermeasures that can help improve the traffic safety during the operation of bridge sections.Key words:cross鄄river bridge;crash characteristics;cause analysis0摇 引言随着交通强国战略的不断深入作为交通网络关键节点的桥梁被大量兴建,根据交通运输行业发展统计公报数据显示截至 2021 年末,全国公路桥梁约196郾 11 万座,较上年末增加约 5郾 3%,公路桥梁于2021 年末有共 7 380郾 21 万延米,比上年末增加了.桥梁的数量与日俱增,为交通出行及货物运输提供便利,但同时在桥梁上所发生的事故数也在增长,并且由于桥梁路段的特殊性,其发生事故所带来的人员伤亡及财产损伤程度比一般公路事故更严重1.桥梁上会出现车辆追尾事故、危化品车辆事故、因中交摇 通摇 工摇 程2023 年央隔离带缺失使失控车辆撞击对向车辆等事故,事故严重程度一般较大,事故发生频率比普通高速公路高.跨江桥作为桥梁中 1 个重要分支,具有跨度长、架空高、封闭性强等特点2,相比于一般公路桥梁,通常事故严重程度更高,救援难度更大.如安徽铜陵长江大桥发生车祸,大客车险些坠江,小轿车内3 人死亡;2021 年松花江大桥 3 车相撞,1 人当场身亡,货车撞开护栏悬在半空等跨江桥梁交通事故.桥梁事故的发生还与桥梁位置有关,桥梁事故一般发生在桥梁进入的路面过渡段3,桥梁事故数量与桥梁道路路面结构及车道数量具有一定相关性4,桥梁事故数量与桥梁长度有一定相关性,研究发现:长桥中间路段事故率最低、进入桥梁时比驶离桥梁发生事故率高5,由于桥梁跨度大以及封闭性特性,构建基于桥梁车辆火灾事故桥梁结构性能设计框架6.由于跨江桥梁不同于普通公路桥梁强风对桥梁车辆事故有一定影响7.以台州大桥为例,对跨江桥车辆危险化学品事故进行研究分析,得出应对此事故的措施8.综上,目前针对桥梁交通事故的研究确实可为桥梁事故风险防控提供借鉴,但其统计分析维度普遍较少,主要聚焦于桥梁事故发生位置及某类车辆事故进行分析,对于桥梁交通运行相关参数对桥梁事故的影响分析及量化表征较少,特别是针对跨江桥这种风险程度高、救援难度大的桥梁类型.本文聚焦于跨江桥,以飞云江大桥为例,基于该桥梁附近雷达及门架视频设备记录的交通运行状态数据及事故数据,对 2021 年实车运行事故进行汇总分析,提取 2021 年飞云江大桥事故发生类别、方向以及时空分布特征.对飞云江大桥 1 a 内事故进行整理总结,利用典型相关性分析方法研究事故发生数量与流量、平均速度、平均车头时距及平均时间占有率 4 个交通状态参数的相关程度,并利用高斯多项式拟合方法构建交通状态影响下的事故发生模型,量化交通运行参数对桥梁路段事故的影响程度.本研究揭示了桥梁这一特殊风险路段的事故特征,为桥梁交通事故影响因素提供量化分析思路,有助于针对桥梁路段交通事故开展更加精准的预测与防控.1摇 数据采集及分析方法1郾 1摇 数据采集数据来源于飞云江大桥 2021 年事故统计信息,采集周期为 1 a,采集地点为浙江省瑞安市飞云江大桥(如图 1 所示).主要利用门架视频监测和雷达设备对桥梁数据进行采集,门架视频监测主要对桥上事故数据进行采集,雷达主要针对桥梁交通运行状态数据进行采集,采集频率为 5 min.图 1摇 飞云江大桥摇摇 摇 对门架视频监测设备和雷达设备监测数据种类的不同进行划分,并将其具体监测的数据字段汇总见表 1.1郾 2摇 方法1郾 2郾 1摇 典型相关性分析典型相关分析由 Hotelling 首次提出9,首先在每组变量中找出变量的线性组合,一般设 X1,X2,Xp和 Y1,Y2,Yq2 组相互关联的随机变量,参考主成分分析思想分析每组变量线性组合的关联性,最好到达2 组的线性组合之间相关系数最大,即:U1=a1X1+a2X2+apXp劬aT1X(1)V1=b1Y1+b2Y2+bqYq劬bT1Y(2)再选取 1 组与前期选择组合不相关的线性组合,使其与选定组合进行配对,比较配对组别中相关系数最大的 1 组,将 2 组变量之间的相关性都提取完成后才结束选取配对,不然一直重复上述步骤.通过此过程筛选出配对的线性组合称为典型变量,他们的相关系数称为典型相关系数.典型相关系数越高说明这 2 组变量之间联系强度越强,因此典型相关系数是 1 个重要指标.84摇 第 4 期邹晓芳,等:跨江特大桥事故特征分析与致因解析表 1摇 数据采集方法和字段采集方式数据类型数据字段门架事故数据日期时间方向事故类型事故地点雷达交通运行状态数据流量平均速度平均时间占有率平均车头时距1郾 2郾 2摇 多项式拟合当对某一数据进行拟合时,可采用多项式拟合方法,多项式拟合一般形式为:y=p0 xn+p1xn-1+p2xn-2+p3xn-3+pn(3)假设拟合得到的多项式如下:f(x)=p0 xn+p1xn-1+p2xn-2+p3xn-3+pn(4)则拟合函数与真实结果的差方如下:loss=(y1-f(x1)2+(y2-f(x2)2+(yn-f(xn)2(5)多项式拟合的关键是找到 1 组 p0-pn,使拟合方程得到的数值与实际数值尽可能地符合,其中拟合函数与真实结果差方最为检验多项式拟合优度的重要指标,即 loss 的值越小说明多项式拟合程度越好,拟合数值更接近于真实值.2摇 飞云江大桥事故特征统计分析采集飞云江大桥 2021 年事故数据信息,主要对事故发生类型、事故发生方向、事故时空分布 3 方面进行统计分析.2郾 1摇 事故类型分析基于飞云江大桥 2021 年事故信息,分析事故类型占比,如图 2 所示.桥梁附近所发事故中,追尾碰撞占比最高约9 成,其次是车辆剐蹭事故占比较高,占总事故的 5%左右,此外还有车辆侧翻事故、车辆撞击障碍物、撞击护栏事故等事故.考虑追尾事故在总事故中的高占比情况,管理部门应考虑在桥上加设“车距确认冶标志,并多向驾驶人发布“保持车距、谨防追尾冶等内容的预警信息.2郾 2摇 事故方向分析分析飞云江大桥 2021 年事故发生方向,如图图 2摇 2021 年事故类型摇图 3摇 2021 年事故方向摇3 所示.由图 3 得出桥梁台向发生的事故远高于福向,台向事故数约是福向事故数的 9 倍,故建议管理部门加强对台向车辆的管理与监控,主动预防桥梁事故的发生,减少事故所带来的财产人员的损伤.2郾 3摇 事故时空分布分析基于 2021 年飞云江大桥事故信息,逐月统计事故时间分布情况,如图 4 所示.图 4摇 2021 年飞云江大桥不同月份的事故分布情况摇从不同月份事故分布情况来看,10 月份事故数量远高于其他月份,这可能与国庆节假期出行需求增加94交摇 通摇 工摇 程2023 年有关.此外,5 月份与 8 月份事故数也较多,这可能也是由于五一黄金周及暑期人们有较多出行需求所导致的.故应特别加强节假日的桥梁运营管控.进一步将时间细化为 1 d 中 24 h,同时考虑空间位置,综合分析 2021 年飞云江大桥交通事故时空分布特征(如图 5 所示).图5摇 2021 年飞云江大桥交通事故的空间和时间分布特征从时空上来看,事故集中发生在07:0019:00,空间位于 K1772+000、K1773+000、K1774+000 的位置;对于 K1772+000,位于飞云江大桥与瑞安互通和三都岭隧道之间,经常发生交通拥堵,故容易出现交通事故;应加强对桥隧群等多种结构组合路段的管理与防控;对于 K1773+000 与 K1774+000 可发现,相比于桥头和桥尾,事故更多地发生于桥中段;事故集中发生在 13:0015:00 间,主要原因可能是该时间段驾驶人容易疲劳驾驶.3摇 基于交通流状态的事故致因挖掘基于上述事故特征统计分析得到,事故主要发生在桥梁台向,并且考虑事故监测器在桥梁的安装位置与桥梁实际出入匝道实际情况,即福向检测器与主桥之间有出入匝道,会导致桥梁交通运行数据有一定缺失,但台向无此问题,故重点分析台向事故致因.将事故信息按月份进行统计,基于桥梁事故发生频率如果按天进行事故数量统计,得到的事故统计矩阵中将大面积出现零数据,为了避免事故数据零膨胀现象所产生的预测偏差,因此本文只基于台向事故的逐月统计数据对飞云江大桥进行事故致因分析.首先分析各交通状态参数与事故数量之间的相关性,绘制各交通流状态参数与事故数的散点图,挖掘相关关系(如图 6 所示).由图可得出单独看流量、平均速度、平均车头时距和平均时间占有率 4 个交通状态参数,与事故数量之间均未有明显的相关关系.由于单个参数对事故数量没有显著相关性,故尝试以流量、平均速度、平均车头时距、平均时间占有率的集合作为综合交通状态指标,通过典型相关分析挖掘综合交通状态指标与事故数的相关性,结果表明综合交通状态指标与事故数之间存在显著相关性(p=0郾 02 0郾 05,F=5郾 981).其中流量和平均车头时距典型载荷绝对值较大(见表 2),因此对于交通状态指标相关性最大的变量为流量和平均车头时距,即该 2 个变量最能代表交通状态,同时考虑到模型的可解析性与可视化,以这 2 个交通状态参数为自变量,构建车头时距与流量交互影响下的事故发生模型,如图 7 所示.摇 摇 采用多项式拟合得到拟合公式见式(6),拟合R 值为0郾 77.由高斯多项式拟合公式可看出事故数受平05摇 第 4 期邹晓芳,等:跨江特大桥事故特征分析与致因解析图 6摇 交通流状态参数与事故相关关系摇表 2摇 交通流状态参数荷载摇 变量荷载流量0郾 715平均速度-0郾 054平均时间占有率0郾 309平均车头时距-0郾 571均车头时距影响较大,式中受平均车头时距影响的有 3 项,且对比流量和平均车头时距 2 个变量 1 次幂的系数,平均车头时距系数与流量系数不在同等数量级,可看出相比于流量对事故发生的影响程度,平均车头时距对事故发生影响程度更高.z=-766郾 3+9郾 734 伊10-4x+17郾 27y-1郾 898 伊10-5xy-0郾 036 46y2(6)通过式(6)得到流量与车头时距对事故发生有一定交互影响,并且得出事故的发生对车辆平均车头时距更敏感.因此在进行桥梁运营管控过程中不仅要同时考虑这 2 个因素的作用还应对平均车头时距有一定侧重,在实施流量监管的同时可通过路侧发布设备提醒驾驶人时刻注意跟车距离,或是安装车距确认标识等防控方法.图 7摇 车头时距与流量交互影响下的事故发生模型摇4摇 结论本文基于飞云江大桥 2021 年事故数据,结合桥上安装的门架监控视频和雷达监测设备所采集事故信息,对事故特征进行统计分析.利用典型相关性分析方法和多项式拟合方法挖掘事故致因并定量表征影响因素,得到以下结论:1)从事故特征来看,桥梁事故发生类别多数为追尾事故,事故发生方向多为台向事故,事故主要分布在 5 月、8 月和 10 月(节假日期间出行),且在桥中段更易发生交通事故10.15交摇 通摇 工摇 程2023 年2)单独聚焦于流量、平均速度、平均车头时距和平均时间占有率 4 个交通状态参数,各自与事故数量之间均未有明显的相关关系.3)桥梁事故的发生受到流量和平均车头时距2 种交通状态参数的耦合影响,并且事故数对平均车头时距的变化更为敏感.本文主要对飞云江大桥前年事故进行统计分析和事故致因分析,但目前仅针对飞云江大桥 1 座桥梁,未来将对多座桥梁进行事故数据分析使结果更具有一般性;在数据收集方面,由于本文采用的是视频与雷达监测数据,缺少驾驶人行为特征,未来可通过驾驶模拟等技术,采用眼动仪等设备收集驾驶人行为数据,使结果更具有鲁棒性.本研究通过自然驾驶数据分析跨江桥梁的事故特征,数据比驾驶模拟数据更贴合实际,揭示了桥梁这一特殊高风险路段的事故特征;并对桥梁事故进行致因分析,以流量、平均速度、平均车头时距和平均时间占有率 4 个指标为综合交通运行状态参数,通过函数关系量化表征交通运行状态对事故发生所产生的影响,可在一定程度上为桥梁交通事故影响因素提供量化分析思路,有助管理部门针对桥梁路段开展更加精准有效的事故预测与防控.参考文献:1 阚有俊.基于BORA 法的长大桥梁运营安全风险评估技术研究J.安全与环境工程,2018,25(3):155鄄165.2 颜文华,陆建.特大桥梁危险品运输风险分析及防范措施研究J.交通标准化,2009(1):17鄄21.3 Hilton M H.Some case studies of highway bridges involvedin accidentsJ.Highway Research Record,1973,432:41鄄51.4 BehnamJ,LagurosJG.AccidentsandRoadwayGeometrics at Bridge Approaches J.Public Works,1973,104(4).5 Sagberg,Fridulv,RuneElvik,andPerAndreasLangeland.Crash Risk on Entrance versus Exit Zones ofRoad Bridges in Norway J.Accident Analysis andPrevention 2020(134):105247.6 Ma,Rujin,Chuanjie Cui,Minglei Ma,and Airong Chen.Performance鄄basedDesignofBridgeStructuresunderVehicle鄄induced Fire Accidents:Basic Framework and aCase Study J.Engineering Structures 2019(197):109390.7 Kim,Sejin,MohammadReza Seyedi,and Ho鄄Kyung Kim.Risk Assessment of Wind鄄Induced Vehicle Accidents onLong鄄Span Bridges Using Onsite Wind and Traffic DataJ.Journal of Structural Engineering(New York,N.Y.)2022,148(10):8 王华城,吴晓明.跨江大桥车载危化品事故应急管理初探J.现代交通技术,2014,11(6):86鄄89.9 Li Dan.Canonical correlation analysis and applicationresearchD.Xi蒺an University of Electronic Science andTechnology,2019.10 孙子秋,潘存书,徐进.基于自然驾驶数据的跨江大桥小客车驾驶行为特征研究J.交通信息与安全,2020,38(3):148鄄156.11 齐玉超.长三角地区特大桥梁运营安全评价与预测研究D.上海:上海交通大学,2012.12 王雪松,朱美新,邢祎伦.基于自然驾驶数据的避撞预警对跟车行为影响J.同济大学学报(自然科学版),2016,44(7):1045鄄1051.13 朱西产,魏昊舟,马志雄.基于自然驾驶数据的跟车场景潜在风险评估J.中国公路学报,2020,33(4):169鄄181.14 郝景贤.大跨径斜拉桥全寿命周期风险评估及对策研究D.西安:长安大学,2017.15 邵长专.斜拉桥风险评估研究与实践D.重庆:重庆交通大学,2011.25