城市多车联动式掉头区域因交通流复杂，事故风险高。为解决此问题，一项研究提出了一套全新的风险识别流程，能精准定位风险点并评定等级，为优化交通管理提供了科学依据。
智能速览
利用无人机航拍与软件跟踪，精准获取车辆动态数据。
提出改进的ETTC算法，更准确评估碰撞风险。
横向冲突在第15区段最严重，严重率达25.51%。
纵向冲突高风险区集中在第2和第3区段。
高风险区域多集中于道路中间车道及第4车位。
精华内容
要精准识别风险，就需要一套科学的量化方法。这项研究是如何做到的呢？
数据采集
研究首先通过无人机航拍，获取了多车联动式掉头区域连续、高精度的交通视频。随后，借助专业的Tracker软件，对视频中每一辆车的位移、速度等关键状态进行帧级跟踪和数据提取，为后续的冲突分析提供了可靠的基础数据。
风险量化
针对传统时间-碰撞（TTC）算法的不足，研究团队结合掉头区域的几何特征，对其进行了改进，提出了ETTC算法。通过采集到的ETTC与TTC数据，绘制出累积分布曲线，并从中选取代表轻微、一般和严重冲突的关键分位点，作为划分风险等级的量化阈值，使风险评估更为精准。
风险定位
研究将识别出的冲突事件空间化，映射到研究区域的二十个子区段。结果显示，横向冲突中，第15区段的严重冲突率最高，达到25.51%；纵向冲突则在第2和第3区段最为严重，严重率为21.95%。综合来看，高风险区域主要集中在道路中间的两条车道以及第4个停车位处。
这项研究成果不仅为交通管理提供了精准的决策支持，也为未来城市复杂路口的交通安全设计开辟了新思路。如何将这些发现应用到实际的优化中，值得期待。
