越江越海隧道入口段追尾事故风险预测模型研究

来源：交通运输系统工程与信息杂志2021年第6期北京时间：

作者：陈丰, 张婷, 黄雅迪, 陈慈河, 张曙光, 吕明

单位：1. 同济大学，道路与交通工程教育部重点实验室，上海 201804；2. 中国城市规划设计研究院，西部分院，重庆 400000； 3. 中交西南投资发展有限公司，成都 610213

摘要：针对越江越海隧道入口段追尾事故风险问题，本文首先基于上海长江隧道入口处路侧监控视频提取车速数据，通过聚类算法得到不同交通流状态下的实际平均速度，作为设置实验参数的依据。然后在驾驶模拟实验中，分别在晴天、雨天、雪天等不同环境下设置拥堵流、拥挤流、自由流3种交通流状况，并且在不同环境下分别设置一次追尾事故高危风险情境，获取驾驶行为数据。通过相关性分析和随机森林方法进行变量筛选和重要性排序，发现车头时距最小值、两车速度差最大值、急躁、加速度标准差、拥堵流这5个变量对事故风险有显著影响。最后，引入随机过采样方法优化不平衡数据问题，构建随机森林模型，结果表明，基于随机过采样策略的随机森林预测模型AUC指标提高了6.8%，且对比随机森林、XGBoost、支持向量机模型，基于随机过采样-随机森林算法的短时追尾事故风险预测模型效果最佳。

关键词：城市交通,事故风险预测模型,随机森林,越江越海隧道入口段,追尾事故

基金资助：国家自然科学基金；云南省交通运输厅科技创新示范项目