视频险情分析：交通冲突研究能显示什么、无法预测什么
险情研究如何运作、如何判断其质量，以及为什么它们不是预测
Safety Behind the Wheel Foundation根据美国联邦公路管理局、美国国家公路交通安全管理局以及已发表的关于交通冲突、视频分析和自然驾驶的研究编写了本指南。所有资料来源都列在文末。
什么是视频冲突分析
交通冲突是指两个道路使用者之间的近距离接近。如果双方都不刹车或避让，就会相撞。人们也称之为险情、险些相撞或差点出事，这些说法在日常使用中相互重叠。
视频冲突分析把这一概念变成一套常规流程。摄像头在一个地点录制许多小时。计算机视觉（即读取视频的软件）识别每一辆车、每一位骑车人和步行者，并追踪他们的路径，测量每一对之间靠得有多近。受过培训的人员审核被标记的片段，保留真实的险情。
研究人员把结果称为替代安全指标。替代就是代替的意思。险情代替尚未发生的碰撞 [1]。
从一个问题开始，而不是从一台摄像头开始。例如：在这个路口，左转的驾驶人多久会离人行横道上的人非常近一次？一个范围明确的问题能告诉您摄像头该对准哪里、该统计什么。
这不是执法摄像头。测速或闯红灯摄像头是为开罚单而设计的，分析用的录像则是为了研究规律。
为什么要关注险情
车祸是一位进展缓慢的老师。研究综述指出，车祸很少见，因此一个地点需要长期观察，数字才有意义。这就带来一个艰难的选择：要等到发生了足够多的碰撞（其中有些造成伤亡）之后再采取行动。警方车祸数据也存在缺漏，比如漏报以及缺乏关于行为的细节 [1]。
美国联邦公路管理局提出了一个相关观点：严重碰撞很少会长期集中在一个地点。它们似乎随机地发生在不同的地方，但背后的风险因素却非常相似 [2]。只关注以前发生过车祸的地方，可能会漏掉下一个危险地点。
安全系统方法是美国联邦公路管理局实现零死亡的框架。它建立在“人会犯错”以及“安全工作应当主动”的理念之上 [9]。主动是指在伤害发生之前采取行动。险情视频是在错误仍然无害时就看到它们的一种方法。
风险是真实存在的。美国国家公路交通安全管理局的网站报告称，2024年美国道路上有39,254人丧生 [10]。目标就是在危险伤害到一个家庭之前发现它。
用通俗的话解释各项指标
适用场合：交叉路口、公交车站、场院和道口
交叉路口是典型的应用场合。宾夕法尼亚州交通部的一项研究使用了基于视频的事件监测系统，考察了15个信号交叉路口机动车与步行者或骑车人之间的互动 [4]。
也可以比较路段中间过街处（即位于交叉路口之间的过街处）。一项针对佛罗里达州过街处的研究，使用便携式摄像头和计算机视觉，统计了14个设有新型路段中间信号的地点的冲突。作者报告称，与行人混合信号灯（一种在有人要求过街之前保持熄灭的信号灯）相比，严重冲突减少了26%到33% [12]。
校车站点非常适合使用这种方法。美国国家公路交通安全管理局的站点和路线工具包帮助学区审查站点、回应家长的申请并规划新站点，它采用预期人会犯错的安全系统视角 [13]。学区可以在接送时段拍摄某个站点的短视频，或许能看出孩子们在哪里等候、险情在哪里反复出现。这能补充证据，而不是取代工具包。
场院和车场，比如校车停车场、卡车场院和装卸码头，倒车的车辆与步行的人混杂在一起。设在场院入口的摄像头可以显示险情在哪里反复出现。我们的资料来源中的研究涉及的是公共道路，因此请要求对方证明该工具在您的场地上有效。我们关于倒车安全和工作险情调查的指南介绍了人员方面的内容。
铁路与道路交叉口也是同样的道理。摄像头可以记录驾驶人停在铁轨上或绕过栏杆的频率。拥有该道口的机构和铁路公司决定是否作出改变。我们的铁路道口指南介绍了警告设施。
大多数研究由道路管理机构、学区、车队经理、非营利组织和大学团队开展。家长和普通驾驶人仍然可以申请开展研究。
研究如何逐步进行
按顺序执行以下步骤。
- 写下一个范围明确的问题，并说明答案将影响哪项决策。
- 选择地点和时间，包括繁忙和清闲的时段、白天和夜间。我们的资料来源中的研究使用了数十小时的视频，比如在一个繁忙交叉路口录制了51小时以上 [11]，在三种交通环境中共录制了64小时 [5]。
- 获得许可。摄像头的安装位置应经道路或物业所有者批准。也有便携式设备可以灵活地采集数据 [11]。
- 先录制，再运行检测。软件识别每一个道路使用者、追踪其路径，并标记近距离事件。
- 由受过培训的审核人员确认每一个被标记的片段，剔除误报。
- 利用交通量把数量换算为比率，比如每1,000次左转中的冲突次数。如果不考虑交通量，繁忙的地点看起来总会更糟。
- 比较不同地点，或比较某项改变前后的情况，并保持摄像头角度、时段和设置不变。
- 把研究结果连同明确的请求一起提交给道路所有者。
在相信数字之前先审查检测质量
检测质量是薄弱环节。软件必须看到一个人、识别出它是什么，并逐帧追踪。微小的位置误差会变成险情指标的误差。2026年的一项研究显示了误差有多大。大多数视频处理流程用一个框标出每个人或每辆车，并把框的中心当作其位置。改用更符合实际的点位后，后侵入时间平均变化了0.69秒。在16.7%的冲突事件中，结果相差超过一秒，最多有3.6%的事件被归入不同的风险类别 [5]。
追踪不准还会产生误报。在挪威的比较研究中，自动方法报告的互动比人工方法多得多，其中包括较轻微的互动。作者警告说，从视频中得出的不准确路径可能造成了相当一部分误报 [3]。
人工审核也很重要。基于宾夕法尼亚州数据的研究人员测试了在没有人参与的情况下，自动指标能否预测经人工确认的冲突。有些指标比其他指标更有用，而且对自行车冲突和行人冲突适用的组合不同 [4]。该研究还记录了光线和天气。通俗地说，自动标记只是第一道筛选，因此请询问准确性是否在您面临的条件下测试过。
险情是线索，而不是预测
自然驾驶研究为这一观点提供了一种检验。这类研究在参与者的车上安装摄像头和传感器。在“100辆车研究”中，90名驾驶人被追踪了12到13个月。仅就驶出道路事件而言，研究人员统计了14起车祸和182起与安全相关的事件（其中包括30起险些相撞），并发现它们之间存在正相关 [6]。这支持把险情用作一种信号。
同一篇论文列出了对这种方法长期存在的批评：数据质量差、缺少暴露量指标，以及难以判断过错 [6]。暴露量是指经过的车流或步行量有多大。
后来的一项大规模自然驾驶研究发现，车祸和险些相撞在一些重要方面存在差异。驾驶人在事件发生前在做什么，以及驾驶人采取了什么避让动作，有助于区分两者。作者仍然表示，替代事件能为预防碰撞提供有用的信息 [7]。
严重程度很重要。一项研究考察了信号控制交叉路口左转驾驶人与对向来车之间的冲突，这是严重受伤碰撞的一个众所周知的来源。基于最极端冲突建立的模型，比基于所有冲突建立的模型更符合车祸数量，对于致命和重伤碰撞，这种改善更为明显 [14]。因此，一长串轻微险情可能会造成误导。
一篇大型综述呼吁开展更多工作，在冲突与碰撞之间建立可靠的联系 [1]。在此之前，请谨慎对待每一个结果。常见错误包括：
- 用险情来预测车祸数量，而不是用来决定该关注哪里。
- 按原始数量给地点排名，却不考虑交通量或严重程度。
- 不看多年的重伤和致命车祸数据。我们关于利用碰撞数据确定社区优先事项的指南介绍了如何使用这些数据。
- 比较时段、季节或交通情况不同的数据。
- 相信小样本，而几个事件就可能改变排名。
- 录制了视频，却没有根据结果采取行动的计划。
获取服务：谁提供以及如何选择
采购方通常是道路管理机构、学区、车队和非营利组织。家长和其他消费者很少购买这项服务，而是申请开展或帮助出资。常见渠道包括：
- 市、县和州交通部门。许多部门保存有视频或开展短期研究。先从交通工程部门开始。
- 大学交通研究中心，它们经常与地方机构合作。
- 销售视频分析服务（包括便携式摄像头套件）的工程公司和分析服务供应商 [11]。
- 公共数据工具，比如车祸数据仪表板和开放数据门户。它们显示的是碰撞，很少显示险情。
- 提供车载摄像头的车队安全服务商。我们关于车队远程信息系统和驾驶员摄像头的指南介绍了驾驶辅导。
- 可能在课程中使用去标识化片段的培训机构和驾校。请询问他们如何处理同意问题。
根据问题选择工具。一次性研究需要书面方法，持续监测则需要稳定的维护和专人阅读结果。索取报告样本、类似客户的信息以及可导出的数据。对任何声称产品能预测碰撞的说法都要保持警惕。
隐私、公平和维护
把研究结果转化为行动
只有获得授权的机构才能在公共道路上选择、设计和安装交通控制设施。居民绝不应自行涂划人行横道或设置标志，而应把研究结果提交给道路所有者。
一个好的下一步是进行道路安全审计。美国联邦公路管理局把它描述为由独立于项目的多学科团队进行的审查。团队会考虑所有道路使用者，撰写正式报告，道路所有者必须作出答复 [8]。美国联邦公路管理局的页面引用的数据是，这项对策可使碰撞总数减少10%到60% [8]。Safety Behind the Wheel Foundation鼓励社区向道路所有者询问能否进行审计。
美国联邦公路管理局的经验证安全对策清单包括人行横道可见度改进、行人优先放行时段和行人混合信号灯，还包括专用转弯车道、环岛和黄灯变换时段（即黄灯持续多长时间） [15]。行人优先放行时段让步行的人在转弯的驾驶人得到绿灯之前提前出发。是否有哪项措施适合您的地点，由工程师决定。
对于校车站点，请向学区交通办公室申请使用美国国家公路交通安全管理局的工具包进行站点审查 [13]。对于场院，雇主可以把视频与驾驶员报告结合起来，并调整车流和人行通道。
常见问题
一项研究需要多少小时的视频？
在我们审阅的资料中，没有找到全国统一的规定。例子包括在一个繁忙交叉路口录制了51小时以上 [11]，以及在三种交通环境中共录制了64小时 [5]。合适的时长取决于互动发生的频率以及哪些时段重要，因此请分析人员解释其选择。
软件能在没有人工核查的情况下找出险情吗？
并不可靠。软件可以标记候选事件，但在一项测试中，把自动标记与人工确认的冲突进行比较，发现有些指标比其他指标效果更好 [4]。不准确的路径也会导致误报 [3]。请把软件当作第一道筛选。
这和测速或闯红灯摄像头是一回事吗？
不是。执法摄像头是为了给驾驶人开罚单，分析用摄像头则是为了采集录像，研究道路使用者之间如何互动。请询问项目所有者录像是否会被用于其他用途。我们关于各州测速和闯红灯摄像头法规的指南介绍了执法摄像头。
我可以用自己的行车记录仪片段申请安全审查吗？
片段可以支持申请，但只能显示一个事件。记下日期、时间和地点，把它发给道路所有者，不要发布到网上。我们关于车祸后保存行车记录仪视频的指南介绍了如何保护原始文件。
学校董事会或小企业雇主首先应该问什么？
从这个问题开始：研究结果将改变什么决策？然后询问您已有哪些数据、由谁审核被标记的片段、如何测试准确性、录像归谁所有，以及由谁根据结果采取行动。
总结
Safety Behind the Wheel Foundation 的建议
Safety Behind the Wheel Foundation鼓励社区利用险情视频及早发现危险地点，同时核查每个结果是如何得出的。视频冲突分析让社区、学区或雇主能够在有人受伤之前，看到道路使用者在哪里险些相撞。作为一条指向值得仔细查看的地点的线索，它的效果最好；作为碰撞预测，它的效果很差。
询问险情是如何检测的、由谁核查。把结果与重伤和致命车祸数据结合起来。保护隐私，并把研究结果提交给拥有该道路的人。
相关文章
资料来源与延伸阅读
- 1Arun A, Haque MM, Bhaskar A, Washington S, Sayed T. A systematic mapping review of surrogate safety assessment using traffic conflict techniques. Accident Analysis and Prevention, 2021, vol. 153 (via PubMed; doi:10.1016/j.aap.2021.106016). Data year: review of 549 studies (study years not stated in abstract). pubmed.ncbi.nlm.nih.gov/33582529
- 2Federal Highway Administration. Why the Systemic Approach? Last updated February 18, 2026. highways.dot.gov/…/why-systemic-approach
- 3Laureshyn A, Goede M, Saunier N, Fyhri A. Cross-comparison of three surrogate safety methods to diagnose cyclist safety problems at intersections in Norway. Accident Analysis and Prevention, 2016, vol. 105 (via PubMed; doi:10.1016/j.aap.2016.04.035). Data year: video from three Norwegian intersections (dates not stated in abstract). pubmed.ncbi.nlm.nih.gov/27290729
- 4Sengupta A, Ilgin Guler S, Gayah VV, Warchol S. Evaluating the reliability of automatically generated pedestrian and bicycle crash surrogates. Accident Analysis and Prevention, 2024, vol. 203 (via PubMed; doi:10.1016/j.aap.2024.107614). Data year: video from 15 Pennsylvania signalized intersections (dates not stated in abstract). pubmed.ncbi.nlm.nih.gov/38781631
- 5Janoška Z, Bílová M, Bíl M. A novel method for determining the trajectory of vulnerable road users from video recordings and its practical implications. Accident Analysis and Prevention, 2026, vol. 233 (via PubMed; doi:10.1016/j.aap.2026.108578). Data year: 64 hours of video from three traffic environments (dates not stated in abstract). pubmed.ncbi.nlm.nih.gov/42105696
- 6Wu KF, Aguero-Valverde J, Jovanis PP. Using naturalistic driving data to explore the association between traffic safety-related events and crash risk at driver level. Accident Analysis and Prevention, 2014, vol. 72 (via PubMed; doi:10.1016/j.aap.2014.07.005). Data year: 12 to 13 months of 100-Car Study driving by 90 drivers (exact years not stated in abstract). pubmed.ncbi.nlm.nih.gov/25086439
- 7Perez MA, Sudweeks JD, Sears E, Valente J, Guo F. Differences in frequency of occurrence, event characteristics, and pre-impact vehicle kinematics between crashes, near-crashes, and single vehicle conflicts in a large-scale naturalistic driving study. Traffic Injury Prevention, 2022, vol. 24 (via PubMed; doi:10.1080/15389588.2022.2155785). Data year: Second Strategic Highway Research Program Naturalistic Driving Study events (years not stated in abstract). pubmed.ncbi.nlm.nih.gov/36548218
- 8Federal Highway Administration. Road Safety Audit (Proven Safety Countermeasure page). 访问日期：2026年10月 (no update date shown). Data year: not stated on the page (it cites reports FHWA-SA-12-037 and FHWA-SA-06-06 for the crash range). highways.dot.gov/…/road-safety-audit
- 9Federal Highway Administration. Zero Deaths and Safe System. Last updated August 6, 2025. highways.dot.gov/…/zero-deaths-and-safe-system
- 10National Highway Traffic Safety Administration. Home page statistic, 39,254 lives lost on U.S. roads in 2024. 访问日期：2026年10月. Data year: 2024. nhtsa.gov
- 11Hula A, Ziakopoulos A, Losada A, Schaub A, Saleh P, Yannis G. Trajectory-based indicators to determine the local character of intersection conflicts: A micro-spatial analysis. Accident Analysis and Prevention, 2025, vol. 220 (via PubMed; doi:10.1016/j.aap.2025.108155). Data year: over 51 hours of video at one Vienna intersection (dates not stated in abstract). pubmed.ncbi.nlm.nih.gov/40616943
- 12Ahsan MJ, Abdel-Aty M, Abdelrahman AS. Can mid-block pedestrian signals (MPS) provide greater safety benefits than other mid-block pedestrian crossings? Accident Analysis and Prevention, 2025, vol. 218 (via PubMed; doi:10.1016/j.aap.2025.108105). Data year: portable video at 14 Florida signal sites plus 5 reference sites (dates not stated in abstract). pubmed.ncbi.nlm.nih.gov/40373590
- 13National Highway Traffic Safety Administration. Planning Safer School Bus Stops and Routes. 访问日期：2026年10月 (toolkit created in 2022; no update date shown). nhtsa.gov/…/planning-safer-school-bus-stops-and-ro…
- 14Hasanpour M, Persaud B, Mansell R, Milligan C. Investigation of a surrogate measure-based safety index for predicting injury crashes at signalized intersections. Traffic Injury Prevention, 2024, vol. 26 (via PubMed; doi:10.1080/15389588.2024.2397652). Data year: video-derived conflicts and crashes at signalized intersections (years not stated in abstract). pubmed.ncbi.nlm.nih.gov/39325686
- 15Federal Highway Administration. Proven Safety Countermeasures. 访问日期：2026年10月 (no update date shown). highways.dot.gov/…/proven-safety-countermeasures
本文体现了交通安全数据和主动开展道路安全工作方面的安全重点。本文提供一般性教育信息，不构成法律或专业建议。方法和规定会变化，因此请通过官方渠道核实详情。针对您自己的情况，请联系当地道路管理机构、学区交通办公室或雇主的安全经理，并就视频方面的规定咨询隐私或法律专业人士。审阅于2026年10月。
引用本文：Safety Behind the Wheel Foundation.《视频险情分析：交通冲突研究能显示什么、无法预测什么》. drivewithcare.org，https://drivewithcare.org/cn/video-near-miss-conflict-analysis/。审阅于2026年10月。
特别感谢我们的贡献者
我们感谢分享知识和见解、帮助改进本资源的各位专业人士、专家和社区成员。我们始终欢迎并珍视您的见解。
您是否拥有能让本资源变得更好的专业知识、亲身经历或独到视角？
我们欢迎您的意见。您的知识和经验能帮助本资源对依赖它的人更有用、更准确、更有意义。
谢谢您。您提交的内容已发送。
感谢您抽出时间与我们分享您的知识。我们的团队会认真审核每一项贡献。如果它有助于改进本资源，我们会更新页面，并按照您选择的方式向您致谢。
