高速公路夜间养护作业区事故风险辨识及影响机理研究

复杂多变的夜间环境和压缩的行驶空间显著增加养护作业区的交通事故风险。为辨析风险特征以及捕捉影响因素与事故风险的内在联系;本文通过无人机航拍重庆市某段高速公路夜间养护作业区的交通流视频;利用Tracker软件提取车辆微观轨迹数据;揭示夜间养护作业区时空轨迹、车速和车头时距分布等交通流特征;基于时间和能量的安全替代指标分别研判事故发生的可能性和潜在事故后果的严重性;最后;通过极限梯度提升算法(XGBoost)构建车辆碰撞损失能量指数(Z_LEI)预测模型;并结合SHAP(SHapley Additive exPlanations)算法量化解释速度、车头时距、交通冲突和避免碰撞减速度等特征因素对潜在碰撞损失能量指数的影响机理。结果表明;从警告区到过渡区的车头时距呈现先减小后增大的趋势;车头间距在2.5~3.0 m易发生严重追尾事故;大货车换道风险比小型车更大;避免碰撞减速度、换道冲突(t^c_TTC)、车头时距、速度和行程时间等是影响车辆Z_LEI的重要特征因素;当车流量大于1000pcu·h^-1;且车辆速度在(1.25, 2.50) m·s^-1范围时;Z_LEI 随相邻车距离的减小而增大;随避免碰撞减速度的增大而增大;当车流量小于等于1000 pcu·h>^-1 ;且车头时距在(3.0,8.0) s范围时;Z>_LEI随>>>1/ t^c_TTC的增大而增大;车辆速度在(12.5,20.0) m·s-1时;Z_LEI随避免碰撞减速度(A_DRAC )的增大而增大。