近年来,环形交叉口通行效率快速下降,逐渐成为城市道路交通的瓶颈所在。交管部门通过优化信控、渠化等方法进行了改善,虽机动车的通行效率和运行安全得到了一定程度的提高,但非机动车运行空间受到了过度挤压。非机动车在过街途中,由于过长的绕行距离以及匮乏的专用路权,常选择驶入环内与机动车混行,且以电动自行车为主,产生较多安全隐患的的同时降低了整个环形交叉口的通行能力。因此,研究环形交叉口中电动自行车交通安全问题具有重要的现实意义,基于西安市科技计划项目2019111913RKX003SF007-9课题,本文对环形交叉口中电动自行车交通安全进行深入研究。论文首先确定了本文研究的环形交叉口类型,并介绍了数据采集方案。基于Tracker软件提取了机动车和电动自行车运行轨迹,结合冲突判别流程,获取到机非冲突和存在交通干扰的数量。为下文确定机非冲突类型,研究机非冲突分布,剖析机非冲突机理提供了基础数据。其次,分析电动自行车运行轨迹和机非轨迹交叉区域,找出电动自行车在环行交叉口内存在运行安全问题。对机非冲突数据进行了严重程度划分,经剔除交通干扰数据,确定最终的机非冲突数量。选取冲突数量占比最大的两类冲突作为本文研究对象。对两类冲突在空间和时间上的冲突分布特征进行研究,找出机非冲突产生机理,为后文制定改善措施提供依据。对机非冲突影响因素进行了偏相关分析,为下文的机非冲突预测模型提供了数据准备。再次,分别以负二项分布模型和BP神经网络构建了环形交叉口机非冲突预测模型,经验证得出,在BP神经网络中,两类冲突类型的冲突实测值与冲突预测值之间的相对误差数值更小,变化幅度更缓,故确定BP神经网络预测模型作为环形交叉口机非冲突预测模型,旨在简化获取实际冲突的工作量,为后文环形交叉口电动自行车安全评价提供理论支撑。最后,以冲突率作为划分指标,运用模糊C-均值聚类方法对冲突数据进行了聚类分析,将两类冲突下的电动自行车安全等级划分为四个安全等级,结合前文冲突预测模型,给出了此类环形交叉口中电动自行车安全等级确定的具体流程。经过实例验证,对于实际交叉口存在的电动自行车运行安全问题进行了针对性的改善,并进行了改善效果验证。本文对于环形交叉口内电动自行车运行状况、机非冲突产生机理、机非冲突预测模型、电动自行车安全评价以及相应的改善措施进行了研究。本文的研究成果可为确定同类型环形交叉口中的电动自行车安全水平以及制定安全改善措施提供参考和依据。