← 最新论文
⚡ electrical engineering

Development of a Risk Map Analysis Tool (RiskGrid) to Support Road Safety Impact Assessment

本文介绍了 RiskGrid,这是一个创新的数据驱动框架,它通过生成连续的空间风险图将主动安全分析整合到交通规划中,并证明了在识别碰撞热点方面,与 SSAM3 等传统方法相比具有更优越的计算效率和预测准确性。

原作者: VALERIO MICHIORRI, BRAYAN GONZALEZ-HERNANDEZ, DAVIDE SHINGO USAMI, LUCA PERSIA

发布于 2026-09-02
📖 1 分钟阅读☕ 轻松阅读

原作者: VALERIO MICHIORRI, BRAYAN GONZALEZ-HERNANDEZ, DAVIDE SHINGO USAMI, LUCA PERSIA

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

每当一座城市扩张时,道路的节奏也会随之改变。新的社区带来了新的家庭、新的工作和新的行程,这些都涌向了为另一个时代设计的街道。几十年来,城市规划者一直依赖一份标准清单来判断一项新开发项目是否安全。他们观察交通量、从A点到B点所需的时间,以及道路是否拥堵。如果车辆保持流动且行驶时间合理,项目就会获得绿灯。但这份清单存在盲点。即使道路感觉不再拥挤,它也往往会忽略由于交通模式变化而产生的隐藏危险。一条街道可能看起来效率极高,却在悄无声息中变成一个更容易发生碰撞的地方。

这种平滑交通与隐藏危险之间的差距,正是来自罗马和那不勒斯大学的研究团队致力于解决的问题。他们开发了一种全新的观察道路安全的方法,这种方法不再仅仅是在事故发生后进行计数,而是试图在第一辆车建成之前,就预测下一个事故可能发生的位置。他们的工作聚焦于一个被称为 RiskGrid 的工具,该系统旨在将复杂的车辆舞步转化为清晰的风险图景。通过在罗马一个快速发展的郊区测试这一工具,他们发现旧的检查方式错失了重点,而他们的新方法能以惊人的速度和准确度识别出危险点。其目标简单而深远:为规划者提供一种观察新路网中“隐形风险”的方法,确保效率绝不会以牺牲生命为代价。

研究人员将他们的新方法应用于莫雷纳(Morena)社区,这是罗马东南部边缘一个正迅速填满新住宅的地区。他们为该区域创建了一个“数字孪生体”,模拟了一旦新公寓入住后,流经该处的交通流量。为了确保安全,他们假设了一个最坏的情况,即新开发区的每一个人都在早高峰时段驾驶汽车。随后,他们运行了两次模拟。第一次是“不做任何处理”的情景,展示了如果没有新开发项目,道路会呈现何种状态。第二次则包含了来自新居民的额外交通量。

当研究人员使用传统的交通测量指标观察结果时,情况看起来很乐观。新开发项目仅增加了极少量的交通量。车辆的平均速度下降了微乎其微的比例,从每小时 44.7 公里降至每小时 44.6 公里。没有出现新的交通拥堵。如果规划者止步于此,他们会得出结论:该项目非常安全,对路网没有负面影响。但研究人员知道,安全不仅仅关乎车辆移动的速度,更关乎它们如何相互作用。

为了测试这一点,他们将新的 RiskGrid 工具与多年来使用的行业标准方法——即所谓的代理安全评估模型(Surrogate Safety Assessment Model)进行了对比。这个旧工具的工作原理是通过观察模拟车辆,并统计两辆车发生危险接近的具体时刻,例如一辆车差点追尾另一辆车,或者两辆车差点在交叉路口相撞。这是一个精确但缓慢的过程,需要计算机追踪每一个近距离接触事件。在本研究中,旧工具分析仅一个交通场景就需要超过 30 分钟。更重要的是,当研究人员将其预测结果与该地区 2021 年至 2023 年间的真实事故数据进行对比时,它未能发现危险。它仅正确识别了 13 个实际发生碰撞地点中的一个。它漏掉了 10 个关键位置,甚至还错误地将 3 个原本安全的地方标记为危险。

新的 RiskGrid 工具运作方式不同。它不再计数单个的近距离接触事件,而是观察覆盖地图的小方格内的整体交通流。它提出了一个简单的问题:在这个特定位置,车辆是从多少个不同的方向驶来的?如果车辆都朝同一个方向移动,风险就很低;但如果车辆从许多不同的角度驶来、相互穿插、汇合或转向,风险就会上升。该工具根据这种复杂程度,为地图上的每个方格计算出一个风险得分。其结果是一张连续的危险图,展示了网络中最脆弱的地方。

两者的性能差异十分显著。RiskGrid 处理整个交通场景用时不到一分钟,这种速度使其能够实际应用于日常规划会议。当研究人员根据相同的真实事故数据检查其预测结果时,它找到了 13 个实际热点中的 12 个。它仅错过了一个,并多标记了 5 个风险点。在安全规划领域,发现几个最终证明安全的额外点位,相对于漏掉一个危险点所付出的代价来说,是非常小的代价。漏掉一个危险点可能意味着失去一条生命,而检查一个额外的安全点位仅仅意味着规划者要花几分钟时间查看一个正常的地点。

当研究人员将 RiskGrid 应用于莫雷纳的新开发项目时,它揭示了一个传统交通检查所忽略的隐藏真相。尽管道路并没有变慢或变得拥挤,但新的交通模式导致碰撞的可能性增加了 2.1%。从绝对数值来看,这意味着新开发项目预计会导致当地增加一起事故,使总数从 84 起上升到 86 起。这一发现暴露了当前城市规划中的一个关键缺陷:一个项目在交通报告中看起来完美无缺,实际上却让道路变得更加危险。

研究表明,旧的安全性评估方法(依赖于计数特定的近距离接触事件)对于复杂的城市环境来说过于僵化。它往往会错过最常见且最严重的碰撞类型,即车辆在交叉路口交汇时发生的碰撞。新方法通过关注车辆来源的纯粹复杂性,能更好地捕捉这些风险。它将数据从孤立事件的列表转变为一张动态的危险地图。这使得规划者能够在道路建成之前,就能看到路网中的结构性弱点,而不是等待事故发生后再去尝试修复。

研究人员承认,他们的工具尚未达到完美。目前它仅观察汽车,并未包含行人或骑行者,而后者通常是最脆弱的道路使用者。它还将路网视为一张平面图,这有时会引起对立交桥或地下通道等重叠道路的混淆。然而,其核心理念是成立的,且结果令人期待。通过将这种持续风险制图法整合进标准的规划流程中,城市可以从“反应式”立场(即在事故发生后才修复问题)转变为“主动式”立场(即从设计之初就将安全性融入网络)。

最后,这些研究人员的工作为我们观察所建造的道路提供了一个新的视角。它表明,安全不仅仅是交通流量的一个附注,它是方程中的一个基本组成部分。一条能让车辆快速通行却隐藏了危险交互作用的道路,并不是成功的道路。有了像 RiskGrid 这样的工具,规划者终于可以看清全貌,确保未来的城市不仅高效,而且真正安全。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →