基于多项Logit模型的山区高速公路事故致因分析

为分析山区高速长大下坡路段事故严重程度的影响因素,本文首先对地处陕西省、广西省、云南省的典型山区高速公路长大下坡路段的道路交通事故数据进行深度调研,共获取2559条事故数据,然后基于上述事故数据,构建了多项logit事故严重程度模型,对导致山区高速长大下坡路段交通事故的直接致因进行了分析。分析结果表明：肇事驾驶人超速行驶、违法装载超限、疲劳驾驶、操作不当、违法停车、车辆制动失效对山区高速长大下坡路段伤亡事故有显著影响。为改善山区公路的运营安全性,从根本上寻求已建成山区高速公路事故频发的有效办法提供方向。     

长大下坡路段货车运行速度特性及预测

为研究长大下坡路段货车运行特征,提高运行速度预测模型的有效性,确保车辆在长大下坡路段安全行驶,收集西南地区某高速公路连续长大下坡路段断面车速数据,对货车速度时空分布特性及车速离散程度进行分析,并通过Q-Q概率图和单样本K-S检验对长大下坡货车速度分布特征进行检验,得到长大下坡路段货车行驶速度分布特性,根据分布特性进行运...     

老年驾驶人交通事故严重程度影响因素分析

为研究老年驾驶人交通事故严重程度影响因素,文章对美国得克萨斯州17 819起老年驾驶人交通事故进行统计分析,并选择16 634起个案,以事故严重程度为因变量,选择驾驶人属性、车辆属性、道路属性及环境属性因素等共17个自变量构建多项Logit模型。结果表明:老年驾驶人的交通事故数量、伤亡人数在工作日、每天中午和下午时间段占比较大。事故严重程度与性别、是否佩戴安全带、车辆类型、车辆使用年龄、路口路段、限速、车道数、纵断面线形、是否高峰期、光照条件、发生在郊区/城区共11个因素在0.05水平下显著相关,模型通过检验。研究结果有助于交通管理者采取措施降低老年驾驶人交通事故的严重程度。     

基于ETC数据的山区高速公路连续下坡车速特征与车型分类

为研究山区高速公路不同车型的车速分布特征以及车型分类方法,基于包茂高速水江—南彭段主线ETC数据,从概率分布、累计频率分布和特征值方面分析了平缓路段和连续下坡路段中ETC系统内全部车型的行程速度特征,并以车速平均值和标准差作为聚类指标,用K-means聚类方法对不同车型进行聚类分析。结果表明：平缓路段客车速度集中于80 km/h左右,货车集中于70 km/h左右,而在连续下坡路段车辆整体表现为低速行驶,客车速度集中于70 km/h左右,货车集中于60 km/h左右;三型客车和四型客车在平缓路段倾向于将速度维持在稳定幅值而在连续下坡路段有向期望车速靠近的趋势;客车在平缓路段速度分布较分散,在连续下坡路段速度分布相对集中,而货车速度分布趋势正好相反;连续下坡路段的速度离散性大于平缓路段,事故发生概率增加;同一线形路段不同车型间速度分布存在明显差异,部分车型速度分布特征指标表现出一定的聚集性,说明部分车型速度分布有较大的相似性。将平缓路段车型聚为四类：一型客车、二型客车与一型货车、三型客车与四型客车、二～六型货车;连续下坡路段车型聚为三类：一型客车与三型客车以及四型客车、二型客车与一型货车、...     

山区长大下坡路段货车行车风险因素识别

为了探明山区长大下坡路段货车各行车风险因素间内在关联、层次结构,并明确各风险因素的重要度,找出关键风险致因,从交通安全和系统工程观点出发,同时结合文献萃取法和Delphi法构建出山区长大下坡路段货车行车风险因素集,基于决策试验与评价实验室(DEMATEL)和解释结构模型(ISM)存在的一定共性,吸取IMS法和DEMATEL法的优点,运用集成DEMATEL-ISM方法将复杂的行车风险因素关系转化为直观的具有良好层次结构关系的山区长大下坡路段货车行车风险因素识别模型,从而计算各行车风险因素的中心度与原因度,根据中心度确定行车风险因素的重要程度,根据原因度明确行车风险因素属性,并由此找出复杂因果关系中的关键风险因素及货车行车安全系统中最直接、最根本的风险因素。研究结果表明:长大下坡路段限速值、车辆性能、动态反应判断能力、疲劳驾驶等是导致行车风险发生的最重要因素,而交通设施完备程度、年龄、道路结构物的重要度最低,影响程度最小;在原因因素中,气象状况原因度最大,对其他风险因素的影响大,且自身所受其他因素的影响也较小,而货车车型大小对其他风险因素影响较小;在结果因素中,超速的原因度绝对值最大,受其他风险因素的影响最大,属于行车风险系统的近邻风险层,是产生交通风险的直接致因;近邻风险是交通事故发生的最直接诱因,过渡风险与其他风险因素存在着联动关系,其既容易对系统中其他风险因素的变化敏感,也容易影响其他风险因素,本质风险驾驶人安全意识与态度是整个系统的根源性影响因素;关键链接因素交通流量、纵坡坡度和坡长、气象状况、交通组成特性与其他风险因素存在强联动关系,它们与其他风险因素发生复杂的非线性交互的可能性大,从而增大酿成交通事故的可能。     

重载货车挂档下坡速度变化特征仿真

为提高长大下坡道路大型车辆行车安全,建立了重载货车整车模型和道路模型,分析了载重量、挂档档位、路面坡度与挂档车速之间的关联和影响,探讨了挂档车速的波动特性及挂档机理,得到了不同坡度各档位挂档车速变化范围,提出了在挂档决策基础上结合驾驶人操纵行为特征谱的新型仿真模式。仿真结果表明:在挂档决策基础上结合驾驶人操纵行为特征谱分析长大下坡车辆行驶安全更具可靠性,从而为驾驶人挂档决策、道路行驶安全研究提供依据。     

连续长大下坡路段大货车运行速度预测模型

针对既有线形一致性评价方法未考虑连续长大下坡道路特性的问题,利用10个高速公路连续长大下坡路段的95个特征断面运行速度观测数据,分析了大货车运行速度与坡长、平均纵坡和曲率的关系,建立了大货车运行速度与车辆驶离连续长大下坡起点的距离、车辆至连续长大下坡起点的平均纵坡的关系模型,提出了基于大货车运行速度的连续长大下坡路段线形一致性评价方法. 研究结果表明,提出的模型反映了连续长大下坡路段大货车的运行速度特征,可为高速公路连续长大下坡路段路线安全设计和线形一致性分析提供理论支撑.     

基于部分优势比的高速公路路产损失严重度分析

为了明晰路产损失严重程度的关联因素,以西南山区高速公路814起引起路产损失的事故数据为基础,将事故造成的路产损失按赔偿金额分为4 000元以下、4 000~10 000元、10 000元以上3个等级,从车辆类型、涉事车辆数、事故形态与原因及行车环境等方面选取了影响路产损失严重程度的潜在因素,利用部分优势比模型建立山区高速公路的路产损失严重程度分析模型,并以伪弹性系数分析各因素对路产损失的影响程度。研究结果表明:与路产损失程度相关性显著相关的共有13个因素,其中肇事车辆为中小货车、客车、轿车和季节为冬季不满足比例优势假定,其余变量均满足比例优势假定;肇事车辆为重大货车会增加发生2级和3级路产损失事故的概率,曲线半径较小的路段也呈现相同影响的关系;缓和曲线、多车事故、天气、平直路段也均会引起2级和3级路产损失事故发生概率的增加。     

基于Logistic的城市公交事故严重程度影响因素分析：以广东省为例

以2008～2017年间广东省发生的5 869起公交事故为基础,将其分为车辆间事故、车辆-行人事故和单车事故等3类,以事故严重程度为因变量,选取年龄、行驶状态、道路线形、区域、照明条件和事故形态等因素为候选自变量,分别建立Logistic模型进行对比分析,以探究人、车、路和环境等因素对公交事故严重程度的影响。结果表明:除单车事故模型外,各模型拟合度良好。不同形态的公交事故严重程度影响因素之间存在异同性。行驶状态、道路类型、区域和时段等对除单车事故模型外的其余模型因变量均具有显著影响;而道路线形仅对整体事故严重程度具有显著影响,路口路段类型和节假日类型仅对车辆间事故严重程度具有显著影响。研究结果可为降低公交事故严重程度提供一定参考依据。     

公路长大下坡路段小客车运行速度预测模型

为了提高高等级公路长大下坡路段交通安全设施设置的合理性,给出了长大下坡路段小客车运行速度数据采集方案;利用数理统计原理,分析了高等级公路长大下坡路段小客车运行速度与坡长、坡度的关系,建立了高等级公路长大下坡路段小客车运行速度的一般预测模型,利用长大下坡路段实测数据对该模型进行了验证.预测车速与观测车速对比结果表明:各观测断面的预测车速与实地观测车速数值基本相符,高等级公路长大下坡路段车辆的运行速度主要受平均纵坡和坡长的影响;根据实测数据建立的车速预测模型能够反映高等级公路长大下坡路段小客车运行速度的分布规律.     

公交车单车事故严重程度影响因素分析

为研究公交车单车正面碰撞事故严重程度的影响因素,选取英国2014-2018年速度不高于30mph/h的公交车在城市交叉口范围内发生正面碰撞的数据,建立离散选择模型—有序logit模型,从公交车驾驶员特征、车辆特征、道路特征、环境特征和事故特征方面分析影响致命事故、严重事故和轻伤事故的因素。分析结果表明：在90%的置信水平下,事故严重程度与驾驶员性别、年龄、车辆意图、车龄、车辆状态、车辆是否离开车行道、事故是否发生在工作日、路面情况、是否信号控制、光线情况、警察是否在事故现场、事故发生位置、碰撞设施这些因素显著相关。研究结果可使交通管理者采取相应的措施降低公交车事故严重程度。     

广东省机-非交通事故时空特征与严重程度分析

为探究广东省机-非交通事故的时空特征和事故严重程度影响因素,对2011～2017年广东省发生的机-非交通事故进行统计分析;并选取2017年发生的3 337起事故,以事故严重程度为因变量,道路线形、照明条件和路面状况等12个道路环境因素为候选自变量构建Logistic模型。结果表明:广东省机-非交通事故数量和死伤人数整体呈上升态势。冬季事故伤亡情况最严重,且高峰期容易出现事故,但夜间事故致死率高。珠三角地区的事故数量和死伤人数比例最高,而东翼地区的事故致死率最高;非城市道路事故情况比城市道路严重。事故严重程度与道路线形、路口路段类型、横断面位置、地形、时段、能见度和照明条件等7个因素显著相关。研究结论可为降低机-非交通事故的危害性提供参考依据。     

基于机器视觉的露天矿司机驾驶疲劳监测

为监测露天矿司机驾驶疲劳状态,利用AdaBoost算法快速实时露天矿司机脸部跟踪检测,基于模板匹配算法和改进型SNAKE算法提取司机眼睛特征,运用眼睛累计闭合持续时间占某特定时间的百分率(PERCLOS)算法判断司机是否处于驾驶疲劳状态,有效地实现了基于机器视觉的、车载的、实时的、非接触的、无干扰的露天矿司机驾驶疲劳状态监测系统.经应用验证了系统可行性,并对保护人员生命,提高矿山经济效益具有重要的意义.     

基于驾驶行为需求的长大纵坡界定

考虑到山区高速公路的设计中长大纵坡路段的设计,且现行路线设计规范中没有针对长大纵坡路段给出界定标准的问题.本文从驾驶需求出发,将车辆运行速度作为驾驶行为的宏观表现,对长大纵坡路段驾驶行为特性进行分析.采集20名大货车驾驶员在长大纵坡路段实车试验数据,分析得到驾驶员在长大纵坡路段运行速度与平均纵坡坡度和坡长之间的互动关系,建立了大货车运行速度预测模型.分析得到设计速度为60 km/h的山区高速公路在不同平均纵坡条件下最大坡长.      

雾天高速公路交通事故的特征及与能见度的关系

 从全国雾天交通事故多发的10条高速公路路段中选取交通气象观测条件较好的4条路段作为研究对象，主要研究了雾天交通事故的特征，并通过雾天交通事故与能见度的关系分析，定量研究了交通事故在不同能见度区间的分布规律。与晴天交通事故相比，雾天交通事故后果更为严重，伤亡率明显增加。事故类型以撞固定物和刮擦为主。雾天事故中，肇事车辆为重型货车、中型货车和大型客车的比例比晴天增加。雾天事故的原因主要有在同车道行驶未按规定与前车保持安全距离、操作不当、低能见度下不按规定行驶。统计表明，雾天交通事故主要发生在秋冬季节的凌晨至早上时段，事故高峰期为早上7∶00左右，这与大雾日数的时间分布具有较高的一致性。70%~90%的雾天交通事故发生在能见度低于1 km的情况下，其中能见度低于100 m的区间内比例最高，为25%~50%。能见度低于1 km时，交通事故发生的概率密度随能见度增加而减小，尤其当能见度低于300 m时，交通事故发生的概率出现突发性增长，当能见度低于100 m，交通事故发生的概率密度增长到30%左右。根据交通事故在不同能见度区间的分布，将能见度对交通安全的影响划分为4个等级，实现了气象能见度到交通安全等级的转化，可为交管部门制定雾天交通事故防范对策，以及气象部门开展交通气象服务提供科学依据。     

数据驱动的公路典型风险场景聚类与特征分析

为了明晰公路交通中典型风险场景,提高公路测试场景构建和公路安全分析的针对性和指导性。收集不同区域代表性省份5年约60 000条公路交通事故数据作为数据源,筛选确定关键分类变量,分别针对7类典型公路路段和路口开展典型交通冲突形式聚类分析,共获取16类典型风险场景,然后构建场景风险特征表征参数,针对典型风险场景的风险特征进行对比分析,进而深入分析道路和环境因素对场景事故数量和发生事故严重程度的影响特征。结果表明：路表情况、防护设施类型、交通信号方式、照明条件、天气和能见度等因素都对部分场景的风险度有较大影响,路面状况因素对场景风险度影响不大。     

安全驾驶的横向安全预警报警阈值的确定

为减少车道偏离事故的发生,基于车辆将要横越车道边界的时间标准（TLC）,提出一种新的横向安全报警算法。该算法根据车辆运行状态判断驾驶人意图,基于实车试验数据,分析车辆的车轮轨迹曲线与TLC曲线,设定不同路况、不同类型驾驶人的报警阈值;利用驾驶人分类结果中最激进和最保守驾驶人的实车数据,分别验证不同路况下的报警阈值。结果表明：在不同路况下,报警算法给性格保守的驾驶人留出了1s左右的反应时间,给性格激进的驾驶人留出了0.5s左右的反应时间。     

考虑驾驶员行为特性的行车安全仿真试验

为了分析驾驶员行为特性对行车安全的影响状况,首先建立了基于MATLAB/Simulink和ADAMS联合仿真的人—车—路闭环系统,通过不同车速下的双移线和蛇形线的闭环仿真试验验证了该系统的有效性。此外,在综合国内外学者研究成果的基础上,综合驾驶员的生理、心理特性和疲劳程度将驾驶员的驾驶特性分为12类,并确定相应类型驾驶特性的表征参数。选取某省道设计方案的部分路段为试验路段,对不同类型驾驶员在弯道上的行车安全以及不同疲劳程度的驾驶员在恶劣天气下的行车安全进行正交试验设计,基于人—车—路闭环系统开展虚拟行车仿真试验。试验数据的极差和方差分析结果显示,驾驶员疲劳程度对行车安全状况影响显著,在雨天与冰雪等恶劣天气下行驶时车速是影响行车安全的决定性因素。