基于计算机视觉的无信号交叉口机非冲突风险分析.pdfVIP

第53卷第6期同济大学学报（自然科学版）Vol.53No.6

2025年6月JOURNALOFTONGJIUNIVERSITY（NATURALSCIENCE）Jun.2025

文章编号：0253‐374X（2025）06-0906-08DOIDOI：10.11908/j.issn.0253-374x.23363

基于计算机视觉的无信号交叉口机非冲突风险分析

1，23111

柴浩，程平，张志鹏，王奕曾，胡昊

（1.上海交通大学船舶海洋与建筑工程学院，上海200240；2.北京大学政府管理学院，北京100871；

3.银江技术股份有限公司，浙江杭州310000）

摘要：城市中的无信号交叉口是城市流动的关键节点，无信flowsofmotorizedandnon-motorizedvehicles，

号交叉口在没有信号灯控制的情况下，机动车与非机动车容increasingthelikelihoodofvehicle–bicycleconflicts.

易出现混合流情况，导致机非冲突概率增加，并致使驾驶者Suchconflictsfrequentlyleadtoabruptbrakingand

出现频繁的刹车制动与避让行为，造成城市流动效率降低。evasivemaneuversbydrivers，ultimatelyreducingthe

研究无信号交叉口内机非冲突风险并优化城市无信号交叉efficiencyofurbanmobility.Therefore，itisessentialto

口设计对提升城市流动效率极为必要。研究构建了一种基analyzetheconflictrisksatnon-signalizedintersectionsto

于计算机视觉技术的轨迹提取框架，结合超过2000min的无informintersectiondesignimprovementsandenhance

信号交叉口视频数据，对交通参与者不同类型的交通行为和overallurbanmobilityperformance.Thisstudyproposesa

冲突过程进行了分析，利用随机参数次序概率对冲突过程中trajectoryextractionframeworkbasedoncomputervision

的驾驶行为及环境因素与冲突严重程度之间的耦合关系进techniquestoanalyzetrafficinteractionsatnon-signalized

行建模。结果表明冲突过程中的侵入次序与交通参与者的intersections.Utilizingover2，000minutesofvideo

类型以及交通冲突的严重程度高度相关。其中，电动自行车footage，weexaminevarioustrafficbehaviorsandconflict

的交通参与会增加交通风险。研究开发的交通参与者轨迹processesamongdifferenttypesofroadusers.Arandom-

提取框架将为更多的交通冲