基于混合Logit模型的高速公路交通事故严重程度分析

为从多方面掌握影响高速公路事故严重程度的因素,基于统计分析方法构建事故严重程度模型,分析其与道路、环境、驾驶员及车辆等因素间关系.鉴于多项Logit模型难以解析异质性及各因素对事故影响的交互作用,构建了混合Logit模型,并提出了刻画参数间相关性的方法.结果表明,考虑参数间相关性的混合Logit模型比多项Logit模型有更好的拟合优度,且能更合理地反映各因素对事故严重程度的作用效果;碰撞护栏或桥墩、女性驾驶员或驾驶员超过56岁时,更易产生受伤和死亡事故;能见度低于200 m、驾驶员驾龄小于3年或超过10年、责任车辆为重型货车或车辆变更车道时,发生财产损失事故的概率增加,而发生死亡和受伤事故的概率有所降低;湿滑路面将导致受伤事故的概率增加3.7%,而混凝土护栏和夜间无照明时将使死亡事故的概率分别增加8.7%和28.8%.      

基于MNL模型的车车碰撞事故严重程度影响因素辨识方法

为了研究两车之间事故严重程度的影响因素及其机理,探索在不同严重程度的交通事故中影响因素存在的差异性,采用多项logistic回归(MNL)模型对影响因素进行了分析。基于道路交通事故数据的特征形成了涵盖人员因素、车辆因素、时间因素、环境因素的影响因素集合。构建了适用于分析车车碰撞事故的模型,分析了事故严重程度的各类影响因素,并对不同严重程度的事故进行分类讨论,分析导致其存在差异性的原因。结果表明,在降低车辆间事故的安全风险时,需要重点考虑过失方车辆类型、过失方年龄、碰撞类型、受害方车辆类型、城市分区5项因素。对仅财产损失事故和有受伤但无死亡事故,需关注不同的影响因素组合存在的差异性,其中对仅财产损失事故,正面碰撞、受害方车辆类型为小客车、主城区、近郊区是可能的显著影响因素;对有受伤但无死亡事故,过失方年龄为19～45岁、侧面碰撞是可能的显著影响因素。持续提高对驾驶员的教育警示,使用新技术监督驾驶员的行车状态,提升车辆防御侧面碰撞的能力是可能降低车车碰撞事故严重程度的手段,从而提升城市道路交通的安全水平。     

融合XGBoost与SHAP的机动车交通事故致因机理分析

为了研究影响机动车交通事故结果严重性的显著因素,掌握其发生特征与规律,将中国事故深度调查（CIDAS）数据库中2966条机动车事故进行建模,以包含人-车-路-环境的19个因素作为输入,将事故结果作为输出。在研究中引入包含准确率、查准率、召回率、F-1分数等指标的评估体系,将XGBoost模型与LightGBM、随机森林与CatBoost四种模型进行并列对比,证明了其分类性能的优异。此外利用SHAP对于模型进行了可视化分析,探究各种因素对于事故严重程度的影响。结果表明,对于轻伤/重伤/死亡而言,最关键的影响因素分别为碰撞类型、人员类别、碰撞类型。为了避免死亡事故的发生,需重点关注注预防客/货车单方碰撞事故、事故特征为起步/停止、高道路限速下跑偏/碰撞对象车辆/撞障碍物的场景,并且应对于车辆行驶在30～60 km/h限速道路的驾驶员的懈怠心理重点关注。     

基于随机参数Logit模型的校车事故伤害严重程度分析

为深入分析安全因素对校车事故伤害严重程度的影响，探寻事故数据中未观察到的异质性，基于随机参数Logit模型从驾驶员、车辆、道路特征及环境4个方面构建校车事故伤害严重程度模型。结果表明:①涉事车辆数为2辆且对应参数服从正态分布时，不发生死亡受伤事故的概率为83.84%；②驾驶员年龄35~44岁、涉事车辆数为1辆时，死亡受伤事故概率均降低0.58%；③道路限速值为40~50 km/h时发生死亡受伤事故概率增加0.35%，道路限速值大于60 km/h时发生死亡受伤事故概率增加0.96%；④安全气囊状态打开，死亡受伤事故概率增加2.35%；⑤交通控制方式为车道标线时可能伤害事故概率增加1.85%，控制方式为中央分隔带时未受伤事故概率降低1.44%，死亡受伤事故发生概率却增加0.48%；⑥不安全时倒车转弯时发生可能伤害事故概率降低0.42%，分心驾驶、未按规定车道行驶、跟车太近和其他（饮酒）时未受伤事故概率分别增加1.36%，0.56%，0.39%和0.97%，可能受伤事故和死亡受伤事故发生概率却有所降低。      

信号交叉口行车风险场建立及车辆通行行为优化

随着汽车逐步向智能化、网联化发展,智能网联车辆逐步进入实际应用阶段。进行智能网联车辆的通行行为优化,对提升驾驶安全性和行车效率,避免事故发生和交通拥堵至关重要。车辆在通过交叉口时将受到很多环境及运动因素的影响,而现有的通行优化模型难以准确表达各类因素共同作用下的行驶环境。为此,基于风险场理论建立由环境场和运动场组成的信号交叉口行车风险场,表征信号交叉口中每点的实时行车风险程度,从而引导车辆驶向风险值低点,并提供下一步长的位移及速度指引,实现车辆的动态轨迹优化及速度控制。典型场景下的仿真结果表明：在优化模型的控制下单车的信号交叉口通行效率明显提升,其中直行方向车辆单车平均通行效率提升最高,平均提升6.35%,通过对交叉口面积内所有车辆进行通行行为优化,交叉口通行效率提升了9.3%,这表明所建模型可以准确表达交叉口行车环境并优化车辆通行行为。研究结论可应用于自动驾驶车辆的交叉口通行控制,并为网联环境下的行车环境表达和安全驾驶控制提供模型基础。     

无控制交叉口交通安全影响因素分析

为了探究无控制交叉口的交通安全影响因素,降低无控制交叉口的事故风险与安全隐患,采用间接安全评价方法——交通冲突技术分析了成都市7个无控制交叉口。首先,以后侵入时间作为冲突严重程度的定量指标,将冲突严重程度分为潜在、一般、严重冲突这3个有序等级。再采用广义有序logit模型全面鉴别对冲突严重程度具有显著影响的车、路和环境等相关因素。然后,通过边际效应计算反映各种影响因素对交通冲突严重程度等级的影响作用程度。研究结果表明,发生分流、合流及直角冲突的严重程度普遍高于追尾冲突;交叉口车流量、交叉口是否渠化、车辆是否停车等都会显著影响冲突严重程度。其中发生分流、合流和直角冲突时,其严重冲突发生概率分别提高29.4%,38.5%和25.6%,冲突车辆未停车让行导致严重冲突发生的概率提高11.5%,而渠化交叉口可使严重冲突的发生概率降低17.3%。最后根据模型回归和边际效应计算结果,有针对性地提出了无控制交叉口的安全改善建议。     

基于部分优势比的公路隧道交通事故严重程度分析模型

为了明晰公路隧道交通事故严重程度的影响因素,在分析了16条公路隧道3年内发生的296起交通事故的空间特性、事故形态及其发生原因的基础上,以交通事故严重程度为因变量,将其分为仅财产损失、轻伤、重伤或死亡事故3个等级,从人、车和隧道行车环境3个方面选择了14个交通事故严重程度的潜在影响因素,分别采用有序Logit模型和部分优势比模型建立交通事故严重程度分析模型,并采用Brant检验判断比例优势假设。研究结果表明：与公路隧道交通事故严重程度显著相关的有4个自变量,分别为是否涉及大货车、事故涉及车辆数、事故发生时间和天气因素,其中是否涉及大货车、事故发生时间和天气因素3个自变量满足比例优势假设,而事故涉及车辆数不满足比例优势假设;对于部分优势比模型来说,涉及大货车的事故发生轻伤事故、重伤或死亡事故的概率比不涉及大货车的事故分别增加10.2%和3.4%,多车事故发生轻伤事故、重伤或死亡事故的概率比单车事故分别增加1.9%和5.9%,夜间发生轻伤事故、重伤或死亡事故的概率比白天分别增加5.6%和1.7%,非雨天发生轻伤事故、重伤或死亡事故的概率比雨天分别增加4.5%和1.5%。     

基于贝叶斯网络模型的道路交通事故链生成与演化研究

为了研究道路交通事故链的生成和演变规律并全面反映道路交通事故的产生机理,以美国100-Car自然驾驶研究数据为基础,充分考虑了驾驶员状态和驾驶行为对道路交通安全的影响,构建了事故发生前驾驶员状态和行为特征参数等变量,并与其他传统驾驶员特征、道路交通特性以及环境特点等影响因素变量共同建立了关于道路交通事故风险类型的贝叶斯网络模型。在贝叶斯网络模型基础上,引入事故因果链理论,利用有向无环网络中简单路径搜索算法生成事故链集合,并采用信息增益特征选择方法识别关键事故链。通过100-Car自然驾驶数据得到的关键事故链显示,单车事故类型更容易在弯道和坡道条件下驾驶员无注意力转移或进行简单非驾驶任务的情况下发生;而正面、侧面和尾部碰撞事故类型的发生,往往在水平直线道路条件下,伴随着驾驶员注意力由前方道路转移至两侧车窗或内后视镜,以及驾驶员非驾驶任务变复杂的情况。通过改变事故链中各节点的状态概率,可以探索不同类型事故的演化路径和规律,克服了传统方法对每个道路交通事故致因因素进行独立分析的局限性,揭示了事故链中影响因素/事件之间的相关关系,为更好地掌控道路交通风险状态和实现事故链阻断提供了新的思路。     

基于实测数据的出口车道左转交叉口饱和流率修正

为了准确计算出口车道左转交叉口的通行效率,基于实测数据,对该类型交叉口饱和流率进行了研究。研究调查了邯郸市的3个设置有出口道左转的交叉口和1个具有相似规模的常规交叉口,并根据左转车道位置,将调查数据分为5组,包括出口车道左转交叉口的进口左转车道、2条出口左转车道、预信号处左转车道以及常规交叉口进口左转车道。通过将各组出口车道左转交叉口饱和流率与常规交叉口进行对比,证实了出口车道左转这种控制方法对交叉口主停车线和预停车线饱和流率均存在显著影响。在此基础上,考虑车辆滞留、驾驶员非正常驾驶行为、车道利用率、多左转车道和有效绿灯时间等因素,运用概率论及数理统计,分别对主、预停车线建立了出口车道左转控制对车道饱和流率的修正模型。并将模型计算结果与实际调查结果进行比较,对模型进行了检验,主、预停车线处饱和流率估算平均误差分别为1.6%和1.5%。研究表明,出口车道左转控制方法虽然能提高交叉口整体通行能力,但对饱和流率会造成一定负面影响,降低预停车线处和主停车线处车道饱和流率分别为19.4%和23.1%。预停车线处主要影响因素是驾驶员非正常驾驶,主停车线处主要影响因素是车道利用和多左转相互干扰。     

基于Ordered Probit模型的追尾事故严重性影响因素分析

为了减少机动车事故带来的人身财产损失,给相关管理部门提供决策意见的理论支持,分析追尾事故的独特规律,以及研究环境因素、道路因素、车辆因素和驾驶员因素等影响因素与追尾事故严重程度之间的致因关系至关重要。通过对北卡罗来纳州2010—2014年的交通事故数据进行筛选分析,最终得到1 315条具有完整信息的追尾事故数据,并对数据重新编码。考虑到事故严重性的分类具有次序的特性,研究拟采用Ordered Probit模型(ORP)对影响追尾事故严重程度的各种因素进行回归分析。为了找出具有统计学显著的影响因素,采用向后删除变量法筛选变量,从而得到了包含全部显著因素的模型。最终对模型进行了平行线检验和似然比检验,分析模型的统计学合理性,并选取指标进行了模型数据拟合度优劣的评价。研究结果表明:使用安全带、光照条件、道路线型条件、交通控制条件以及道路交通量这5个方面的因素与追尾事故严重程度的相关度较大。模型的边际影响值显示,正确使用安全带、良好的光照条件、合理的道路线型条件、适宜的交通控制措施能够显著降低追尾事故的严重性;而过大的交通量由于易产生多车追尾事故,事故严重性程度增加。显著性检验结果显示ORP模型对于分析追尾事故严重性及其影响因素具有明显作用。     

基于计算机视觉的信号交叉口排队车辆静态间距研究

信号交叉口排队车辆静态间距对交叉口的通行效率和交通安全均有重要影响。以哈尔滨市26辆出租车的行车记录仪视频为数据基础,利用计算机单目视觉技术,构建了基于前车车牌高度的信号交叉口排队车辆静态间距测算模型,进而结合统计分析方法,探讨了静态间距的分布特性,分析了驾驶员因素(年龄和出租车驾龄)和道路交通条件因素(车型、是否高峰时段以及车道类型)对静态间距的影响。研究结果表明:所构建的静态间距测算模型具有较高的测算精度;对测算得到的1 896个静态间距样本的分析发现,信号交叉口排队车辆静态间距服从Loglogistic分布;静态间距与驾驶员年龄和出租车驾龄存在一定的负相关趋势,并且随着年龄或驾龄的增加将趋向于临界安全静态间距;高平峰时段和前车车型对静态间距有显著影响,且非高峰时段、前车为大中型车等因素会导致静态间距的增加,而当前车辆所在车道类型对静态间距没有显著影响。上述研究成果对全面掌握和理解信号交叉口的交通运行规律具有重要意义。     

基于元胞自动机的破损路面车辆换道仿真

针对路面破损条件下,驾驶员为获得更高行驶效益而进行车道变换的现象,以元胞自动机Na Sch模型为基础,引入慢启动规则和换道规则,建立路面破损条件下双车道车辆微观换道模型。以换道需求、车道选择、间隙检测和换道执行4个过程确立仿真流程,对不同路面破损条件下的驾驶员特性、交通流特性和车辆换道特性进行仿真分析。从车辆运行角度对路面破损等级进行划分,依据效用理论计算车辆在不同车道上的行驶效益,建立车辆车道选择模型,并定义换道系数,分析单块路面破损对车辆换道行为的影响。基于驾驶员的行为差异,在仿真过程中将驾驶员分为冒险型、机敏型、谨慎型和迟缓型4类,通过设置仿真参数,对不同类型驾驶员在路面破损条件下的行为特性进行分析。结果表明:换道系数随路面破损等级的增加而不断增大,破损等级越高,车辆在破损路段行驶的效益越低,进一步增大驾驶员进行车道变换的概率,能够很好地模拟路面破损对车辆换道行为产生的影响。冒险型驾驶员在中密度区的换道率最高,随着路面破损程度的增加,车辆换道率和行驶速度方差随之增大,说明破损路面会降低车辆行驶效益,加剧换道行为的产生,同时增加车辆行驶速度的波动性,对交通流正常运行产生一定干扰,不利于行车安全。     

基于二元Logistic模型的城市道路交通事故严重程度分析

为从多维度精准剖析影响城市道路交通事故严重程度的因素，选取了我国某城市2018—2020年交通事故数据库中的4 587条数据作为研究对象，基于二元Logistic模型，从人、车、路、环境这4个方面，分别针对财产损失事故、伤人事故、死亡事故建立了模型。深入分析了道路物理隔离位置、路侧防护设施类型等因素对事故严重程度的影响，并利用Hosmer-Lemeshow检验和一致性检验对模型有效性进行验证。结果表明:①道路物理隔离的空间位置对事故严重程度有显著影响，仅布设中心隔离设施发生死亡事故的概率是同时布设中央和机非隔离的2.304倍。在有中心隔离设施的高等级道路中，增设机非隔离设施能有效降低事故发生的概率。②路侧防护设施类型为行道树、绿化带时，发生死亡事故的概率分别是金属护栏的1.982倍、1.648倍。与金属护栏相比，行道树更容易引发严重事故。③夜间无路灯照明发生死亡事故的概率是夜间有路灯照明的1.808倍，夜间无路灯照明是导致死亡事故的重要因素之一。④受过高等教育的驾驶人发生财产损失事故和伤人事故的概率较高，受过中等教育的驾驶员发生死亡事故的概率较高；受过中等教育驾驶员发生死亡事故的概率是高等教育驾驶员的2.049倍。研究深入分析了影响城市道路交通事故的显著因素及其对事故的影响，为事故严重程度的精细化分析提供了理论支持，为交通规划与管理部门提供了决策依据。      

基于一种组合新模型的翻车事故严重性预测

由于近年来发生在高速公路上的翻车事故较多,且预测翻车事故严重性的文献较少,故通过一种组合新模型来预测翻车事故的严重程度。通过收集的2012年—2016年1 939起高速公路翻车事故数据,采用Logistic回归与朴素贝叶斯组合的新模型作为翻车事故严重性的预测方法。为了进一步验证组合预测模型的优越性,构建了朴素贝叶斯预测模型和Logistic回归预测模型。对比这3个预测模型的预测数据正确率值,表明组合预测模型效果更好。同时,11个候选变量经过单因素分析和多因素分析,选出7个显著性变量:驾驶员年龄、事故涉及车型、事故涉及车辆数、事故发生时段、天气条件、事故是否发生在匝道、肇事车辆是否超载超限。当相应道路或环境条件得到改善后,组合预测模型有助于道路管理者了解翻车事故严重程度可能的变化情况;当出现一起翻车事故时,可根据已知的有限信息利用组合预测模型预估事故严重程度,以便开展后期救援。     

基于轨迹数据的交叉口相位切换期间危险驾驶行为实证分析

基于交叉口相位切换期间的车辆轨迹数据,分别根据单车和跟车行驶状态,识别和分析了相位切换期间可能发生的危险驾驶行为。通过视频拍摄和图像处理的方式,提取了曹安公路沿线3个交叉口共312条单车状态和四平路-大连路交叉口共449条跟车状态的高精度车辆轨迹数据。针对交叉口相位切换期间的危险驾驶行为特征,利用速度、加减速度、减速度变化率、潜在碰撞时间（TTC）等指标,研究在此期间车辆发生危险驾驶行为的特点和类型。对于单车状态下行驶的车辆,按停止、通过分类,依据减速度、减速度变化率、减速度变化率的峰值差等指标将停止车辆的危险驾驶行为分为紧急减速型、增强减速型和持续急减型,依据过停车线时间、速度、加速度等指标将通过车辆分为闯红灯型、超速过线型、激进加速型和持续高速型。对于在跟车状态下行驶的车辆,按前、后车不同的停止、通过决策组合分类,依据连续5个时间间隔（0.12 s）的TTC分析前、后车的危险驾驶行为及发生追尾事故的危险程度。针对识别出的危险驾驶行为类型,讨论车辆的关键行为参数与危险驾驶行为之间的内在关联。研究结果表明：单车状态下有17%的车辆存在危险驾驶行为,其中53%为紧急减速行为;跟车状态下有19%的跟车行为是危险的,其中停止车辆的比例是通过车辆的2倍以上。研究成果可进一步应用于驾驶行为模型的参数标定、基于车辆轨迹的交叉口安全评价以及预防危险驾驶行为的主动安全控制策略等。     

基于意向调查的信号交叉口交通诱导服从分析

交通诱导技术的效益在很大程度上取决于驾驶员对诱导的服从情况,不同个人属性的驾驶员在遭遇不同外界条件时会对信号交叉口交通诱导采取不同的态度。文中通过意向调查获取驾驶员对信号交叉口交通诱导服从情况数据,构建诱导服从概率的Logistic回归模型,研究个体属性和外界条件等因素对诱导服从情况的影响。结果表明,诱导方式对驾驶员是否服从信号交叉口交通诱导的影响最显著,与可变信息板相比,驾驶员更倾向于遵循车路协同诱导;天气、交通状况等外界条件及性别、驾龄、道路熟悉度、常用车辆等个体属性亦会影响驾驶员的服从情况。     

基于行驶工况的单车燃油消耗微观模型

在分析汽车燃油消耗影响因素的基础上,研究了道路坡度、车辆载重量、加减速及车速对车辆燃油消耗的影响,分3种车型建立了基于车辆行驶工况的单车燃油消耗微观模型;以速度实验为基础,通过对不同车辆行驶工况影响因素处在非实验条件下的情况进行修正,建立基于行驶工况的单车燃油消耗微观模型.各车型在不同坡度、载重量、加减速时的燃油消耗通...     

不同车道被占用时通行能力的影响因素分析

为了分析导致不同车道被占用时的道路实际通行能力不同的影响因素。采取人为查数法,统计交通事故发生后每一信号周期内通过事故断面的车辆类型与数量,计算出实际通行能力的具体数值。对交通量、上下游交叉口、下游路口转向比例、支路对于封闭不同车道时的道路实际通行能力是否存在不同影响进行逐一分析,并进行VISSIM仿真验证。最终发现封闭一、二车道时的实际通行能力要好于封闭二、三车道时的实际通行能力的原因是因为支路的作用。     

基于车辆事故深度调查的侧碰事故特征分析

侧面碰撞事故的发生率和致死率仅次于正面碰撞,而致伤率居于第一位。文章运用统计分析与对比分析的方法对侧碰事故发生道路路段和侧碰事故发生原因等进行了研究,从机动车驾驶员、车辆类型、道路类型和事故发生时间等方面对机动车-机动车侧碰事故发生情况进行分析。分析结果显示由驾驶员违法引起的侧碰事故较高,占405起侧碰事故车辆总数的52.7%,其中违法行为又以未按规定让行、违反交通信号和超速行驶这三种为最;在分析道路因素对侧碰事故的影响时发现十字路口路段侧碰事故发生较多,占所统计的405起侧碰事故案例的61%;最后分析交通环境对侧碰事故的影响时发现在10:00~12:00和14:00~16:00这两个时段发生机动车侧碰事故较多。     

山区公路小半径弯道路段事故严重度影响因素及其异质性比较分析

为分析影响山区公路小半径路段典型事故的严重程度的相关因素及其异质性效应，基于某山区双车道公路1 067起交通事故数据，从驾驶员、车辆、道路和环境4个方面选取15个潜在特征变量，采用二项Logit模型和随机参数二项Logit模型，分别构建小半径弯道路段上追尾碰撞、正面碰撞和侧面碰撞3类典型事故的严重度分析模型，分析3类典型事故严重度的显著影响因素，并采用边际弹性系数量化分析影响因素的作用强度。结果表明，小半径弯道路段上不同形态事故的严重度影响因素存在明显差异:①追尾碰撞严重度的显著影响因素依次为摩托车、夜间、弯道转角、驾驶员年龄、季节，摩托车和冬季分别是服从(2.716.1.5642)和(-1.495，2.1162)正态分布的异质性影响因素，导致发生伤亡事故的概率为95.72%和23.58%；②正面碰撞严重度的显著影响因素依次为货车、摩托车、驾驶员超车、弯道转角和弯道长度，货车导致其伤亡事故概率增加108.8%，摩托车和弯道长度分别是服从(6.941，9.9012)和(-0.004，0.0032)正态分布的异质性影响因素，导致发生伤亡事故的概率为76.11%和9.18%；③侧面碰撞严重度的显著影响因素依次为摩托车、驾驶员年龄及弯道有接入口，摩托车和接入口分别是服从(5.211，5.1112)和(-1.408，2.1462)正态分布的异质性影响因素，导致发生伤亡事故的概率为88.87%和25.47%。④与传统二项Logit模型相比，追尾碰撞、正面碰撞和侧面碰撞的随机参数二项Logit模型的拟合优度分别提高了2.85%，4.15%，6.76%，且定量捕捉了异质性影响因素，更适用于事故严重度的精细化分析。