基于道路网画像的城市道路风险防范数字化排查

本文为公安部道路交通安全研究中心助理研究员刘婉在2022年11月11日第十七届中国智能交通年会专业论坛之一的道路交通控制与优化论坛上所做演讲的速记整理而来，未经本人审核，如有错漏，敬请谅解。

大家了解自己城市的路网吗？实际上，不同城市有独特的结构和规律，底层路网结构不同，交通发展也就有所区别。

在一些路网结构本身存在问题的地方，交通管理工作也会变得异常艰难。比如像异形路口、断头路、道路级配（不同等级道路的长度之比）不合理，随意开口等，因为路网结构问题产生事故、信号控制难等问题，相应交通管理措施的效果大打折扣。

当前多层域的交通大数据层出不穷，如果可以把多方数据融合起来可以更好的对交通态势进行研判，会让交通管理工作变得更加顺利。目前，对于城市路网评价指标主要包括路网密度和干线道路里程等指标，因此评价相对粗放，没有办法反映路网结构情况，同时没有办法支撑交通态势研判和交通优化。特别在当前城镇化快速发展阶段，现有的路网指标对城市交通发展来说远远不够。

城市道路网全息画像

城市道路网全息画像指标体系。现在，国家顶层设计和行业发展指引等都要求推动城市交通优化，要优化就要识别关键性的结构指标。公安部道路交通安全研究中心就想到给城市道路进行全息画像，提出路网全息画像模型，评估宏观的路网连通程度到终端的层级匹配结构，再到微观的交叉口合理形态识别，评估指标包括路网通达程度、交叉口间距、未交叉等等指标。通过这些指标，对道路网进行全方位的解析画像，突破深层次的瓶颈。这个评估量化过程先以一个城市作为研究范围，用大数据透视路网结构，同时深入到交叉口、出入口接入特征等进行刻画。

指标体系 

《中国重点城市道路网结构画像报告》，这是基于城市道路网全息画像指标体系，中心结合地理信息数据对36个重点城市进行了实际计算，并形成了《中国重点城市道路网结构画像报告》。

以宏观层面的路网连通度指标为例，连通度是道路网中邻接的路段总数与节点总数的比值，反映道路网的通达性，是检验道路网结构合理性的指标之一。连通度越高，道路网连通情况越好；反之道路网连通情况越差。

城市道路网连通度与城市规模、城市形态密切相关，城市形态不同，路网联动度也有所区别，而且不同城市形态（团簇状、组团状和条带状三类）的路网整体联合度在逐渐下降，平均联通度为3.30、3.27、3.23。

以中观层面的道路级配合理性（位阶差指标）为例，交叉口的位阶差反映相交道路的功能匹配程度，是检验交叉口结构合理性的指标之一，即道路也需要“门当户对”。假如相交道路的等级位阶不相匹配，那么其交通流量、运行速度的差异就会过大，不利于交叉口通行安全和交通信号控制。这样的点位很多就是路网隐患点，所以中心在这个基础上叠加了事故违法和拥堵数据，分析发现，越是不合理的地方，拥堵、事故、违法比较明显。这样的路口给交通管理带来很大的难题。

最后，从统计学的角度验证路网结构和交通安全之间的关系。首先，位阶差较大的道路交叉口和路段接入口处发生交通事故的概率是一般路口的1.3倍和4.1倍，同时发现交叉口形态对交通安全会有很大的影响，发生交通违法行为的概率是一般路口的2.3倍和12.7倍，多路交叉口和接入丁字交叉口，这些交叉口发生事故是一般的2.2和4.4倍。

城市道路风险隐患数字排查

该工作当前主要依赖于一线交警，更倾向于结果导向和事故后评估，往往事故发生后再做隐患排查。现在，更多人希望在被动控制基础之上去叠加道路结构、交通行为和交通状况等，来对城市道路做一个风险隐患排查，相当于对城市道路网做一个安全的体检。真正的把路网排查思路由被动控制向主动控制转变，工作从末端提到前端。

有了这个思路，同时也具备比较丰富详实的数据基础，借助前期的路网画像、地图导航和全息数据后，再来构建城市路网风险隐患排查的架构，包括路网拓扑层、交通运行层、冲突识别层。路网拓扑层是对静态的路网做一个评估，从而过滤出一些枢纽点、交织点、瓶颈点；交通运行层，获得一些事故黑点、违法黑点和常发堵点数据。前两者是互为补充的关系，找到这些点位后，将这些关键点位导入冲突识别层，层层叠加可以提高开发效率。

同时基于系统架构体系，对每个层级提出一些指标进行筛选。每个指标遵循可表征、可获取，可计算的有13个指标。研究人员提取路网交叉口位阶差、交叉口形态、交叉口展宽差、出入口间距、车道突变差等指标；而事故运行层提取事故强度、违法强度、流量指数、车速指数等，最后冲突提出日均冲突当量、高峰小时冲突量、日均危险冲突量等指标。

基于这样的体系，来排查路线，从而对路网拓扑层和交通运行层梳理出道路结构不合理点段、事故违法高发点、交通拥堵常发点段，最后在冲突识别层针对各种冲突实践的属性划分风险等级，一共四级，最后产出就是一份道路体检报告，包括宏观整体评价和微观具体评价。

    首先，整体评价是针对一个城市路网的整体水平评述。通过一些宏观的指标支撑，获得城市路网整体的情况。但与此同时，不能只有总体评述，还应要有微观的诊断。研究人员希望通过路网层和交通运行层打通规则，划了4级不同点位，根据4级不同点位附上动态层说明，再加上风险属性信息，基于这些数据分析给出最高风险点段的风险致因和改善策略。

系统架构流程。根据海恩法则，每一起事故背后必然有29次轻微事故和300起未遂先兆和1000起事故隐患。研究人员希望希望隐患排查可以预防风险，先于事故发生。总的来说，数字化排查可以摆脱传统排查的痛点，真正助力城市交通安全。

数字化排查。研究中心团队做过验证，首先针对交通运行层和脱铺层建立了两大规则，分为由两大场景，研究人员分别筛选风险点段，即交叉口和道路。城市快速路和普通路网静态的路网拓扑层指标不同，研究中也做了一个划分。针对一级风险点段，研究人员希望对拿到的这些点段提供参考依据，不必所有的路口都上全息路口；另外高危点段的数据可以为高危点段提供精细化的数据，因为每个点位都做了验证。

点位筛选结果

研究团队对路网拓扑层进行等级的划分，分为4个风险等级点位，同时基于交通运行层的指标做了划分，同样分为4个等级，最后得到四级风险点位结果。研究人员对C市交叉口的做了验证，最后得到了四级风险点位结果，研究发现这些风险点位普遍存在位阶差不合理，大小事故高发。

基于路段的筛选结果。首先通过路网拓扑层对快速路和普通路进行筛，再进行运行层的风险筛选，得到四级风险路段。快速路也存在突变较大、事故强度较高的问题，普通路网更明显。

上述做案例验证时，与当地交警支队取得了联系，比对发现，基于数据分析找到的这些点位，确实是日常交通管理工作中事故高发的点位，这样的论证结果，也验证了体系的合理性。这个工作，相当于为高危的风险点位取得了全息路口数据，研究团队基于全息路口的数据有一个指标库，基于指标库提出由指标库到致因库的逻辑，吸收基于全息路口数据生成致因数据的判别，这是团队未来重点研究的方向和工作。

城市道路网全息画像及安全风险监测平台。平台可以对路网结构指标横向比对，可以细化到每个城市，看细化数据，可以看到交叉口不合理的点位，也可以看到一些事故常发的路段。平台可以层层叠加来看这些点位致因的关联关系。

除此之外，还可以再细化，把研究区域进行框选。基于数据可以看到有实时监测，预警分析，交通研判等，分析交叉口形态。右边有一个属性表，支持多区域多指标的对比分析，最终生成一个对比报告。还可以对某个区域做一个历史分析，相当于溯源和隐患排查，分析得出事故高发点段，标记该点位的属性信息，同时，对这个区域做一个研判预警。

研究团队还提出了风险指数模型，可以对某一个点段在未来某一个时刻的风险指数做预测，相当于为交管预警研判工作提供支撑。最后是安全评估模块，除了找到问题所在，还要提供建设的解决方案和简单评估策略。