自行车驾驶员交通行为方式判定研究

0 引 言

在共享经济和绿色交通理念引领下，传统的自行车交通出行方式又重新焕发活力[1]。据统计，摩拜、OFO等智能共享单车用户超过1亿人次[2]。然而，很多自行车驾驶人对相关交通安全法律法规了解甚少。与欧美发达国家不同，我国道路交通安全法实施条例规定，驾驶自行车、电动自行车、三轮车在路段上横过机动车道，应当下车推行；否则在交通事故发生后，非机动车驾驶人应当承担部分事故责任。在机动车与自行车碰撞的交通事故中，自行车由于缺乏保护极易因碰撞、剐蹭造成失稳等原因导致严重的交通事故[3]。据我国2014年交通事故统计显示：驾驶自行车死亡人数为2974人，占非机动车驾驶人死亡人数的26%[4]。在日常交通事故处理过程中，自行车驾驶员交通行为方式，即自行车是被使用者骑行或推行，成为事故责任划分的重要依据。因此，如何科学准确判定自行车驾驶员交通行为方式，成为急需解决的具有中国特色的重要问题。

国外针对交通行为方式判定的研究还较少[5]指出：5～15岁孩子因骑行引发的非致命性交通损伤约占交通损伤总量的39%；D.OTTEA等[6]对3 946例机动车-自行车事故进行分析，总结归纳了自行车骑行者的受伤规律、程度、频率等事故特征；H.R.G.KR?YER[7]通过2004—2008年交通事故数据分析，建立了骑车人年龄、受伤程度与车速之间关系。在国内，王繁泷等[8]研究表明：非机动车驾驶人人体损伤部位、类型与交通方式之间不独立，不同交通方式下人体特征损伤主要表现为骑跨伤、下肢低位保险杠损伤等，但研究同时指出这种差异并非绝对；刘宁国等[9]选取上海市140例自行车与机动车碰撞案例进行分析，发现根据骑跨伤判断交通行为方式可作为充分条件，但不可作为必要条件；张汉欣等[10]提出从自行车鞍座是否旋转、自行车脚蹬是否有撞击痕迹、自行车上出现相距较远的两处痕迹是否为一次形成等3个方面判定交通方式；司法部于2016年发布《道路交通事故涉案者交通行为方式鉴定》，提出了自行车交通方式判定的4条基本依据[11]。

总之，现有交通方式判定很大程度依赖司法鉴定人自身的理论和实践知识积累，结合多种特征痕迹综合判定，结论虽准确可靠但判定难度较大。在实际应用时，面对同样检材、不同司法鉴定人得出的鉴定结论有可能完全不同。同时，人工技术鉴定具有人力成本高、鉴定周期长等特点。因此，有必要研究不依赖于个人有限知识经验，并能全面借鉴专家鉴定经验和判定方式的交通行为方式判定方法。

笔者以机动车与自动车交通事故案例作为研究对象，开展交通事故数据深度挖掘，基于机器学习方法，构建不同分类模型进行综合优选，对事故发生过程中的自行车驾驶员交通行为方式进行判定研究。

1 模型构建

1.1 特征选择方法

特征选择是通过选择原始特征集合中的重要特征构成特征子集，达到降低数据维数，并保持或提高系统分类性能的目的[12]。特征选择保留的是原始物理特征，符合交通行为方式鉴定，从多个原始现场查勘痕迹确定具有可解释性的重要特征子集，并根据特征对交通行为进行准确的判定。Filter特征选择方法根据每个特征对分类贡献大小，并定义其重要度，选择重要特征构成特征子集；该方法独立于学习过程，时间效率较高。考虑到机动车和非机动车损伤部位、人体损伤部位等特征变量均为无序分类变量，笔者基于单变量特征选择的Filter方法，采用卡方检验进行特征评价，选择评分最高的K个特征作为最优特征集合。

1.2 分类算法

为更好探索不同分类算法在交通行为判定数据集上的分类性能，在充分考虑算法分类效能和泛化能力基础上，重点选择支持向量机(support vector machine, SVM)、随机森林(random forest, RF)和人工神经网络(artificial neural network, ANN)作为特征选择方法的分类器开展综合优选。

1.2.1 SVM特征选择方法

SVM在高维小样本数据集上具有良好的分类性能和泛化能力[13]，特别适用于文中这类交通行为方式样本总量小、维数特征相对样本较多的数据集。但SVM模型原本只适用于二分类研究，笔者基于一对多法(one-versus-rest, OVR)和一对一法(one-versus-one, OVO)构建了多类分类器模型，分别针对不同核函数(rbf、poly、sigmoid、linear)对分类性能的影响，从样本线性可分和不可分两个方面进行研究。

1.2.2 RF特征选择方法

RF是一种集成机器学习方法，它利用随机重采样技术bootstrap和节点随机分裂技术构建多棵决策树，并通过投票得到最终分类结果。该方法具有分析复杂相互作用分类特征的能力，对于噪声数据和存在缺失值的数据具有很好鲁棒性，且具有较快的学习速度。鉴于每一起事故碰撞角度、速度不同，机动车、非机动车和人体损伤部位均有所差别，样本数据可能具有较多零值，因此选择RF算法，可充分考虑到缺失值对分类效果的影响。

文章来源：《中国司法鉴定》 网址: http://www.zgsfjdzz.cn/qikandaodu/2021/0424/502.html