408 东南大学学报(自然科学版) 第49卷 法与传统方法相比有易于应用和扩展的优势,同时险的定量评估是突破道路运输网络风险辨识的关键 更容易直观识别各因素对交通事故的影响道路交技术另外,笔者还就国内某一城市部分道路交通网 通网络安全风险预警的相关研究在车辆碰撞概率预络安全现状进行了调查分析,结果发现:该城市道路 测、车辆换道预警模型、危险信息预报等方面已经取交通事故黑点、交通违法热点等安全风险特征的变 得了大量的研究成果,并逐步走向市场应用 化存在一定的时空规律,有效掌握这些规律对于识 5讨论 别道路安全风险具有重要作用;交警部门在一些路 段及路口设置了违法交通行为(如套牌车辆等)的 通过对道路交通网络安全风险辨识相关研究缉查布控系统,可对经过布控区域的违法车辆进行 的梳理可知,现有的研究虽取得了阶段性的成果,实时监测及预警,但该系统只在极少路段布设,未做 并可一定程度应用于城市及高速公路路网的交通到大区域的覆盖.调查还发现其他不确定因素如天 状态判别、交通安全风险评估及风险预警等方面.气、驾驶员个体差异等显著影响道路安全风险的有 但随着近几年大数据分析和车联网等先进技术的效辨识.同时,在该城市道路交通网络中,存在严重 发展,已有的数据采集技术及交通安全态势评估及的机非混行、人非混行等交通组织混乱问题,一定程 预警方法等已经无法满足更精细化的交通安全管度上制约了交通网络风险的识别和预警.以上调查 理需求,一定程度上制约了道路交通网络风险的有中发现的问题在国内城市道路网络中普遍存在,因 效甄别本研究通过总结已有成果,认为现有研究此,在未来的研究中应予以重视 在以下方面存在不足 1)在交通信息采集方面.已有大量研究是基 结论与展望 于仿真路网层面的交通数据采集与处理,大多针对 1)在交通数据采集方面针对当前交通信息种 单源种或3种交通传感器数据进行分析.随着类、来源逐渐丰富的趋势,不断发展的信息技术能有 道路网络复杂性及对数据需求全面性的提升,基于效更新数据采集的手段,可对海量多源数据(如4种 实际混合道路网络的泛在性信息采集是当前道路以上不同来源数据)进行融合处理,并拓宽数据的应 交通信息采集研究的关键技术和难点未来的交通用领域.针对多源交通数据采集的安全性及便利性 信息采集要求不仅能应用于交通事件的自动检测未来可运用区块链技术进行数据的共享和流通,提 和辅助驾驶决策,更能实现广域混合交通网络安全升数据采集融合的效率.同时大数据的快速发展可 风险的辨识与预报.多模式交通信息的有效获取及弥补传统数据采集与处理的不足,使道路交通泛在 处理方面仍面临困难,多源交通数据的提取往往涉信息的实现成为可能大数据也能有效监测车辆的 及多个部门,部门之间信息共享机制欠缺,因此获运行轨迹并应用于事故隐患点的交通发展规律辨 取全面综合的交通数据困难重重 识,从而有效服务于交通安全风险相关研究 2)在道路交通网络动态演变规律辨识及态势 2)在道路交通网络演化规律辨识及态势分析 分析方面.已有的交通流演化规律模型及理论如元方面.在多源交通数据采集与处理的基础上,描述 胞自动机模型、基本图模型、复杂网络理论等在单交通参与者的出行行为,并构建混合交通网络下的 道路网络层面的研究已趋于成熟.未来在单一道交通动态演化规律模型及交通行为特征谱库,实现 路网络研究的基础上可进一步探索多模式交通运交通行为特征快速识别,为安全风险的早期预判奠 输网络演化规律.多模式交通运输网络是一个集多定基础.人工智能相关技术,如机器学习、深度学习 类型道路网络(如高速公路、城市快速路、乡村公等算法的提出可对获得的海量交通数据进行更有 路等)为一体的复杂交通大系统,其研究的关键点效的分析,并应用于更广域时间上的交通安全风险 在于如何建立在不同道路层面都适用的指标,用以分类与预测 定量衡量综合运输网络的整体运行情况.另外,在 3)在交通网络安全风险评估及预警方面应 交通网络态势分析方面,突破短时交通流状态的预重点对事故潜在发生点、交通违法热点等开展瞬时 测与估计,实现广域时间范围内的交通状态感知与风险评估,根据不同路段的风险特征,明确需要采 态势分析是目前面临的瓶颈. 集的交通信息特征及采集方式,并分析交通风险原 3)在道路交通网络安全风险评估及预警方面.因,建立合理的交通安全风险评估指标体系,提出 已有的部分研究是建立在事故数据分析基础上的事明确的风险等级划分标准等.借助于自动驾驶、车 后管理和评价,而基于事故前的交通隐患识别与风联网等新兴技术真正意义上实现车车之间的互通 http://journal.seu.edu.cnｈｔｔｐ：／／ｊｏｕｒｎａｌ．ｓｅｕ．ｅｄｕ．ｃｎ 法与传统方法相比有易于应用和扩展的优势，同时 更容易直观识别各因素对交通事故的影响．道路交 通网络安全风险预警的相关研究在车辆碰撞概率预 测、车辆换道预警模型、危险信息预报等方面已经取 得了大量的研究成果，并逐步走向市场应用． ５ 讨论 通过对道路交通网络安全风险辨识相关研究 的梳理可知，现有的研究虽取得了阶段性的成果， 并可一定程度应用于城市及高速公路路网的交通 状态判别、交通安全风险评估及风险预警等方面． 但随着近几年大数据分析和车联网等先进技术的 发展，已有的数据采集技术及交通安全态势评估及 预警方法等已经无法满足更精细化的交通安全管 理需求，一定程度上制约了道路交通网络风险的有 效甄别．本研究通过总结已有成果，认为现有研究 在以下方面存在不足： １）在交通信息采集方面．已有大量研究是基 于仿真路网层面的交通数据采集与处理，大多针对 单源、２种或 ３种交通传感器数据进行分析．随着 道路网络复杂性及对数据需求全面性的提升，基于 实际混合道路网络的泛在性信息采集是当前道路 交通信息采集研究的关键技术和难点．未来的交通 信息采集要求不仅能应用于交通事件的自动检测 和辅助驾驶决策，更能实现广域混合交通网络安全 风险的辨识与预报．多模式交通信息的有效获取及 处理方面仍面临困难，多源交通数据的提取往往涉 及多个部门，部门之间信息共享机制欠缺，因此获 取全面综合的交通数据困难重重． ２）在道路交通网络动态演变规律辨识及态势 分析方面．已有的交通流演化规律模型及理论如元 胞自动机模型、基本图模型、复杂网络理论等在单 一道路网络层面的研究已趋于成熟．未来在单一道 路网络研究的基础上可进一步探索多模式交通运 输网络演化规律．多模式交通运输网络是一个集多 类型道路网络（如高速公路、城市快速路、乡村公 路等）为一体的复杂交通大系统，其研究的关键点 在于如何建立在不同道路层面都适用的指标，用以 定量衡量综合运输网络的整体运行情况．另外，在 交通网络态势分析方面，突破短时交通流状态的预 测与估计，实现广域时间范围内的交通状态感知与 态势分析是目前面临的瓶颈． ３）在道路交通网络安全风险评估及预警方面． 已有的部分研究是建立在事故数据分析基础上的事 后管理和评价，而基于事故前的交通隐患识别与风 险的定量评估是突破道路运输网络风险辨识的关键 技术．另外，笔者还就国内某一城市部分道路交通网 络安全现状进行了调查分析，结果发现：该城市道路 交通事故黑点、交通违法热点等安全风险特征的变 化存在一定的时空规律，有效掌握这些规律对于识 别道路安全风险具有重要作用；交警部门在一些路 段及路口设置了违法交通行为（如套牌车辆等）的 缉查布控系统，可对经过布控区域的违法车辆进行 实时监测及预警，但该系统只在极少路段布设，未做 到大区域的覆盖．调查还发现其他不确定因素如天 气、驾驶员个体差异等显著影响道路安全风险的有 效辨识．同时，在该城市道路交通网络中，存在严重 的机非混行、人非混行等交通组织混乱问题，一定程 度上制约了交通网络风险的识别和预警．以上调查 中发现的问题在国内城市道路网络中普遍存在，因 此，在未来的研究中应予以重视． ６ 结论与展望 １）在交通数据采集方面．针对当前交通信息种 类、来源逐渐丰富的趋势，不断发展的信息技术能有 效更新数据采集的手段，可对海量多源数据（如 ４种 以上不同来源数据）进行融合处理，并拓宽数据的应 用领域．针对多源交通数据采集的安全性及便利性， 未来可运用区块链技术进行数据的共享和流通，提 升数据采集融合的效率．同时大数据的快速发展可 弥补传统数据采集与处理的不足，使道路交通泛在 信息的实现成为可能．大数据也能有效监测车辆的 运行轨迹并应用于事故隐患点的交通发展规律辨 识，从而有效服务于交通安全风险相关研究． ２）在道路交通网络演化规律辨识及态势分析 方面．在多源交通数据采集与处理的基础上，描述 交通参与者的出行行为，并构建混合交通网络下的 交通动态演化规律模型及交通行为特征谱库，实现 交通行为特征快速识别，为安全风险的早期预判奠 定基础．人工智能相关技术，如机器学习、深度学习 等算法的提出可对获得的海量交通数据进行更有 效的分析，并应用于更广域时间上的交通安全风险 分类与预测． ３）在交通网络安全风险评估及预警方面．应 重点对事故潜在发生点、交通违法热点等开展瞬时 风险评估，根据不同路段的风险特征，明确需要采 集的交通信息特征及采集方式，并分析交通风险原 因，建立合理的交通安全风险评估指标体系，提出 明确的风险等级划分标准等．借助于自动驾驶、车 联网等新兴技术真正意义上实现车车之间的互通 ４０８ 东南大学学报（自然科学版） 第 ４９卷