摘要
在无交通控制的T型交叉口遵守通行权规则有助于避免事故并缓解拥堵。在交通状况不均匀的情况下，右转行为具有不同的驾驶特征，如不遵守规则（未让行）、漫不经心的态度以及竞争性行为。本文提出了一种成本效益高的计算机视觉框架，利用无人机拍摄的视频来分析右转行为，并评估无交通控制T型交叉口的安全性与运行效率（拥堵状况）。通过定义车辆的冲突锥体，可自动检测通行权违规行为并判断是否需要让行。研究还运用Tweedie广义线性模型分析了驾驶相关参数及外部交通对违规行为的影响。本文提出了一个综合的替代安全指标condPET，以及一个新参数congValue，用于识别因违规行为导致的严重冲突和拥堵情况。对于那些因漫不经心或竞争性行为而造成路径受限的情况，则通过检测车辆的横向避让动作来进行判断。研究结果表明，仅有7.50%的车辆会主动让行，6.25%的冲突属于严重级别（而仅使用PET指标时这一比例为38.94%，使用CS指标时为11.05%）；在所有视频时长中，有44.00%的时间存在局部拥堵现象。总体而言，45.34%的车辆造成了路径受限，26.00%的车辆违反了通行权规则，这些行为不仅导致了拥堵，还使主要道路上的平均行驶时间分别增加了2.0倍和3.5倍。我们的方法能够基于计算机视觉，在交通状况不均匀的无交通控制T型交叉口中自动评估道路交通安全性与运行效率，为道路交通监测系统提供了有力的工具。
