交通事故再现过程中车辆模型的读取与控制

为了实现交通事故再现过程中对车辆三维模型的读取与控制,本文运用三维建模软件（3DMAX）对车辆进行建模,在VC＋＋及OpenGL环境下读取并重绘模型,通过程序对模型进行控制。     

可编程车辆模型的获得方法探讨

在道路交通事故的再现分析当中,三维动画再现属于最终的环节。车辆的三维模型可以从三维造型软件获得,但是不能编程控制。就如何从三维造型软件构造的车辆三维模型得到可用程序控制的车辆模型进行了探讨,提出使用VisualC 和OpenGL技术实现车辆模型的动画控制方法。     

基于虚拟现实技术的汽车安全控制及三维仿真研究

利用三维虚拟技术建立车辆系统动力学和道路环境等的三维模型数据库,在理论研究的基础上,对车辆的动力学性能、人-车-路系统以及交通事故的再现等方面进行三维仿真研究,重点研究了有关交通事故再现的问题,可以更深入地研究车辆系统的性能和汽车安全控制。     

基于轮胎印迹的事故再现方法研究

首先建立了相机的三维摄影测量模型,用于轮胎印迹的准确勘测和建模。然后建立了车辆运动及碰撞过程中的动力学模型,用以模拟车辆在碰撞前、碰撞过程及碰撞后的运动轨迹,和摄影测量得到的轮胎印迹模型比较,采用轨迹优化的方法实现交通事故在计算机上的三维模拟再现。最后通过在典型事故再现中的应用阐述此方法的应用价值。     

IMAGE MODELER的汽车碰撞变形区域的三维重建

汽车碰撞变形区域的测量是交通事故处理及事故再现的重要工作,利用基于图像的三维建模软件Image Modeler．可以直接通过按照一定原则拍摄的二维照片,恢复和重构三维模型,有利于提高变形车辆测量的效率和精度。文章介绍了基于二维照片的三维建模基本原理,阐述了利用该技术实现汽车碰撞变形区域三维重建的过程,实验表明,此方法能提供详细的汽车碰撞变形区域描述,对交通事故的公平处理和科学研究提供有力的参考。     

变形车辆自标定三维重建的建模研究

变形车辆测量是道路交通事故再现的重要基础性工作。建立基于普通数码相机的事故变形车辆自标定三维重建模型,可以避免在现场设置标定物,有利于提高变形车辆的勘测效率和三维重建设备的使用方便性。研究了基于基础矩阵估计的事故变形车辆摄影图像自标定三维模型,并分析了其实现过程。实验表明,自标定三维重建能为事故再现提供详细的车辆变形描述。     

基于数字化摄影测量的交通事故信息采集和过程再现

针对目前交通事故信息采集和过程再现存在的不足,建立了基于二维和三维直接线性变换法的摄影测量模型,分别采用两种方案对目标物进行三维重建的实验和结果的对比分析。以一起真实交通事故为例,运用摄影测量方法采集现场路面和车身变形的信息。以路面信息为事故再现的输入数据,求解事故车辆碰撞瞬时速度;以车身变形信息为评判依据,验证所求车速。重建结果表明,摄影测量方法可提高交通事故信息采集效率和事故再现精度。     

车辆碰撞事故空间模拟再现系统开发研究

在完成了车辆碰撞事故分析计算方法研究的基础上,建立汽车三维四轮动力学计算模型,并引入OpenGL标准图形库与VisualC 编程环境相结合的三维真实感图形技术,开发了针对实际车辆碰撞交通事故的空间模拟再现系统。     

交通事故再现计算机可视化方法

研究提出了道路交通事故再现的计算机可视化方法。采用智能化技术，对现场信息进行自动鉴别，将之归类到内定义事故形态中，然后对输入参数优化处理，并自动调用相应的碰撞模型和轨迹模型来对事故进行模拟分析，从而实现事故再现的计算机仿真。     

基于优化思想的事故再现碰撞模型研究

建立碰撞模型求解碰撞速度是交通事故再现的关键步骤，现有的大多数碰接模型不具备对冗余的输入参数信息进行优化的能力。本文基于优化思想，充分利用来自事故现场的信息，建立了对应的事故再现碰撞模型，可以实现冗余信息的优化，提高了事故处理的鲁棒性。该方法可用于分析典型的交通事故碰撞速度。     

基于交通流稳定性系数的高速公路交通事故实时风险预测

预测交通事故实时风险时，存在大量指标变量，导致数据难以采集，不仅不利于构建预测模型，且带来的过拟合问题会降低模型预测可靠性。为了减少预测指标数量，提升预测模型可用性，降低预测模型过拟合影响，构建具有可解释性的2种交通流稳定性系数以简化指标集，分别为纵向交通流稳定系数和横向交通流稳定系数。采集西安市G3001高速公路交通事故与交通流历史数据，选用支持向量机、随机森林、Logistic回归模型，分别构建高速公路交通事故实时风险预测模型。通过改进的GI指数评估交通流稳定性系数的显著性，以检验其有效性；通过指标集在训练与测试数据中的预测精度、AUC值差异评估交通流稳定性系数对降低预测模型过拟合的作用，并通过训练耗时评估模型的计算效率，以检验新方法的可靠性。研究结果表明:2种交通流稳定性系数对应的改进GI指数分别为0.952和0.922，显著大于其他受试指标，与交通事故实时风险显著相关。在3种预测模型中，包含2种交通流稳定性系数的简化指标集在训练和测试数据中的预测精度分别为91.1%和90.5%，与完整指标集相近。2种指标集在训练与测试数据中的平均预测精度差异分别为0.69%和4.87%；平均AUC值差异分别为1.61%和5.87%；平均训练时间下降了15.2%。交通流稳定性系数大幅提高了预测模型的可靠性，同时显著提升了模型的计算效率。      

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。      

融合深度反残差与注意力机制的山区高速公路事故严重程度预测模型

山区高速公路事故严重程度预测对保障交通安全具有重大意义。针对现有事故严重程度预测模型存在准确率低、泛化性差等问题,考虑到深度卷积神经网络可以高效处理图像问题,为此将事故影响因素图像化,提出一种融合深度反残差与注意力机制的山区高速公路事故严重程度预测模型。该模型首先采用相关性分析确定影响交通事故严重程度的因素,依据严重程度与影响因素将事故划分为财产损失、轻伤事故、重伤事故和死亡事故4类;然后将影响因素处理成图片的形式,进而将事故严重程度预测问题转化为图像的分类问题,随之构建基于反残差与注意力机制的山区高速公路事故严重程度预测模型,其中：基于深度可分离卷积的反残差结构可以以较少训练参数获取较高的准确率,基于软阈值的注意力机制作为一种非线性层可以忽略与事故严重程度无关的信息,Mish激活函数可以确保更好的信息流入神经网络。结果表明：在山区高速公路交通安全事故严重程度评估中,相比于传统的机器学习模型,所提出的模型识别准确率具有明显的提高,且测试准确率为85%左右,满足山区高速公路安全评估的实际预测需求。     

基于典型非机动车事故的自动驾驶汽车测试场景构建方法研究

基于交通事故卷宗、交通事故视频信息数据,研究机非混行交通环境下典型交通事故形态,构建了面向机非混行交通环境下的自动驾驶汽车测试场景,旨在针对我国较为特殊的机非混行环境下的自动驾驶汽车的测试场景及测试评价方法提供参考。本文首先分析了自动驾驶测试场景的构建需求,建立交通事故数据筛选标准,得到133例可用于构建自动驾驶汽车测试场景的机动车与非机动车交通事故数据集;其次基于《中华人民共和国道路交通安全法》行驶要求,对133例交通事故的发生地点、车辆行为、道路类型、环境光线等方面进行解构分析;最后通过聚类分析,建立了5类典型的自动驾驶测试场景模型,并分析了不同场景模型的关键要素,为实际道路测试提供理论指导。     

山区道路弯道上车辆自动减速系统分析、建模与设计

受弯道离心力影响,在弯道处车辆易发生侧滑和侧翻,山区道路转弯车道为交通事故高发区.车辆自动减速系统运用ITS技术自动控制车辆,使其能以安全车速通过弯道,避免交通事故发生.阐述车辆在转弯道处的运行机理,并对其在直线路段和曲线路段的运行情况分别建立数学模型,且对模型进行解析,以展现车辆自动减速系统的控制过程.通过对数学模型...     

路侧交通标志设置数量及位置研究

高速公路和城市快速路通常将内侧车道设置为小车道,外侧车道设置为大车道,这将有可能导致内侧小车驾驶员视线被遮挡,无法及时获得路侧交通标志的信息采取相应的措施,从而引发交通事故。通过对驾驶员对路侧交通标志视认过程的分析,提出了计算单个路侧交通标志被遮挡概率的计算方法,并运用概率论的知识建立了求解连续多个路侧交通标志设置数量的数学模型和标志设置位置的计算公式,提出了路侧交通标志设置的具体步骤。通过计算示例证明理论模型及算法实用可行。     

Predicting duration of traffic accidents based on cost-sensitive Bayesian network and weighted K-nearest neighbor

Abstract

With the development of urbanization, road congestion has become increasingly serious, and an important cause is the traffic accidents. In this article, we aim to predict the duration of traffic accidents given a set of historical records and the feature of the new accident, which can be collected from the vehicle sensors, in order to help guide the congestion and restore the road. Existing work on predicting the duration of accidents seldom consider the imbalance of samples, the interaction of attributes, and the cost-sensitive problem sufficiently. Therefore, in this article, we propose a two-level model, which consists of a cost-sensitive Bayesian network and a weighted K-nearest neighbor model, to predict the duration of accidents. After data preprocessing and variance analysis on the traffic accident data of Xiamen City in 2015, the model uses some important discrete attributes for classification, and then utilizes the remaining attributes for K-nearest neighbor regression prediction. The experiment results show that our proposed approach to predicting the duration of accidents achieves higher accuracy compared with classical models.     

我国道路交通事故统计指标体系问题探讨

道路交通事故统计是一项基础性工作.道路交通事故统计指标是道路系统采集交通事故信息的依据,它对一系列道路安全工作的合理进行起着决定性作用.为此,针对我国道路交通事故统计指标体系中存在的统计指标数据的遗漏、统计指标口径不一致、道路交通事故严重程度的量化及交叉口、路段事故的鉴定、事故形态等问题进行了探讨.     

兰州市道路交通安全规划的体系与模式

在收集和整理兰州市近10年来的道路交通事故统计数据的基础上,利用统计分析的方法,研究了交通事故的规律,分析了交通事故的成因,将事故成因的分析作为交通安全规划的指标体系,通过衡量这些因素的权重和对这些因素的分析提出了预防和改善措施,以便对交通安全进行合理的规划,从而达到降低交通事故,减少伤亡人数和经济损失,配合交通管理部门做好交通管理的目的。     

面向道路交通违法行为的事理图谱构建技术

我国道路交通安全法律法规体系不断完善,要求交警部门针对具体的交通违法行为给予不同程度的处罚,为了响应国家以智慧化推动治理现代化的号召,可利用事理图谱技术构建道路交通领域知识库,揭示道路交通违法行为事件之间的逻辑关系,能快速且有效辅助处理交通违章事件.以开源数据为基础,面向道路交通违法行为构建事件语料库,通过事件抽取、关...