安全行车中的“三个三”

<正>三个危险时段河北省交通管理局曾对近年来发生的交通事故进行深入研究,通过分析,发现以下3个危险时段需要引起驾驶员的高度警惕。午间时分在13～15时这个时     

城市混合交通共享街道驾驶行为及行人过街安全研究

为探究城市混合交通共享街道使用者微观行为特性及行人过街风险,采集了武汉市光谷步行街不同时段的视频数据,提取共享街道中车辆(包含小汽车、电动车和自行车)及行人的速度、位置及后侵占时间(PET)等信息,对高、低流量时段的各种类型车辆与行人的冲突率进行分析并对其行驶速度进行描述性统计和独立样本t检验,分析不同流量下的共享街道中各种类型车辆的速度空间特性及其对行人过街的安全影响.结果表明,车辆在进入共享街道后其速度呈先下降后上升的趋势,在高流量时段电动车、自行车速度(电动车:M=3.8 m/s;自行车:M=1.9 m/s)及危险冲突率(电动车:29.0%;自行车:28.7%)均比小汽车的速度(M=2.9 m/s)及危险冲突率(8.1%)高;在低流量时段电动车及自行车的速度及危险冲突率仍比小汽车高.其中,无论高流量时段还是低流量时段,电动车的整体速度分布及危险冲突累计频率都是最高的,其低流量时段的危险冲突累计频率高达80.4%.不同类型车辆的速度在高流量和低流量共享街道上都呈显著性差异,且低流量时段小汽车、电动车和自行车的危险冲突累计频率均比高流量时的危险冲突累计频率高.经结果分析可知,在共享街道中电动车和自行车较易与行人发生碰撞,尤其是电动车,且低流量时段相对与高流量时段行人过街的风险较高.      

汽车驾驶要警惕三个时间段

交通管理部门对交通事故的发生时间进行了研究，发现每天凌晨、中午和黄昏是交通事故的高发时段。因此，在这3个危险时段驾驶员要提高警惕。     

航空飞行事故时间分布规律研究

为了研究航空事故发生的时间规律,找出潜在原因并制定相应管理对策,根据Aviation Safety Network 2006~2011年697起航空事故,利用系统聚类和总体分布的卡方检验等方法对航空事故的时间特征进行统计分析,结果表明:07:00~24:00时之间,航空事故的高发时段是11:00~12:00时和15:00~16:00时,综合事故起数、死亡事故起数和死亡人数3个指标,表明该时段的事故状况非常严重,属于非常危险时段;00:00~07:00时之间,6:00~7:00时的事故状况最严重,属于危险时段.建议航空公司加强飞行量高峰时间、人体昼夜节律低谷或技能水平低谷等危险时间的安全管理,保证飞行期间的警觉性.      

开车须留意三个身体疲劳的“危险时段”

据交通安全专家对交通事故发生时间的研究,发现驾驶员开车时至少有三个危险时段值得警惕。     

自驾车旅行需要注意哪些问题？

全面检查 主要检查转向、制动、轮胎、发动机及车身各部分状态是否良好等。随车工具 防水手电、应急灯、反光板、结实的拖车绳、适量水、气泵、千斤顶等便携式汽修工具。 危险时段 尽量减少在午夜时分(夜间11时至凌晨2时)、午间时分(上午11时至下午13时)、黄昏时分(下午16时至18时)这三个交通事故多发的危险时段驾车。     

行车--警惕危险时辰

笔者通过对部分交通事故现场的观察,并请教有关交通安全专家,发现大多数事故的多发时段在以下三个"危险时辰".     

普通公路会车时不同车速的眩光造成的危害时段分析

车辆在普通公路上会车时，常因眩光导致交通事故。针对此现象，文中分析了眩光对驾驶员和交通安全的危害，说明了眩光的形成机理；根据眼睛暗适应研究成果和交通眩光试验结果，分析了不同车速时汽车前照灯灯光对驾驶员造成眩目后影响交通安全的危险时段和危险地段，进而提出了预防汽车前照灯眩光的措施。     

一切和汽车相关的问题，都欢迎来信

我平时都开车上下班，但高峰时段交通非常拥堵，一遇到堵车就会忍不住发脾气。遇到被恶意超车的情况就容易焦躁和生气，甚至会破口大骂。我知道有时候这样开车很危险，但就是控制不住自己，请问编辑能帮帮我吗？     

江苏省交通事故时间分布分析

根据江苏省有关交通事故数据,利用统计方法对交通事故发生的时间特征进行分析。通过分析交通事故年时间分布规律的波峰曲线,得出江苏省交通事故发生数量开始振荡变化,逐年上升的势头有望于近期遏制。通过分析交通事故、月、周、小时时间分布曲线,得出交通事故高峰小时出现在交通量高峰小时之后的9~12h、14~16h,两者不重合。死亡高峰时段(危险时段)多发生在18~21h的3h内。研究结论对不同时间内如何采取不同的安全对策来降低江苏省交通事故具有指导作用。     

氙气技术在汽车灯具上的应用

现代汽车照明设备已不再仅仅用来满足功能上的需要,而是进一步着眼于美观与安全性。尽管如此,汽车灯具最基本的功能还是让驾车者能在第一时间内发现危险,从而有可能获得足够的时间作出反应。人类不习惯在黑夜或者是恶劣的天气情况下视物,因而夜晚是车祸的多发时段。氙气灯具的出现正缓解了     

沪昆高速燃爆事故抽了谁的耳光?

<正>7月19日凌晨2点55分,一辆装载危化品的小货车与一辆福建开往四川宜宾的大客车在沪昆高速湖南邵怀段追尾后燃烧爆炸,造成5车烧毁,43人死亡,6人受伤。凌晨禁驶时段为何大客驾驶员还在驾车运行?非法改装车辆如何驶上了高速?本应安全程度极高的危险化学品运输车怎么     

易发事故的三个时间段

交通安全专家根据对交通事故发生时间段的研究，发现驾驶人开车时至少有三个“危险时段”值得注意。午间时分：上午11时至下午1时，经过上午的劳累，人的大脑神经已趋疲劳．反应灵敏度减弱。加上有的长途车司机急于赶路，把本该吃饭的时间一拖再拖，有的干脆每天只吃早、晚两顿饭，中午时饥肠辘辘，手脚疲软．极易出现意外。     

图话安全

雨雪雾天气,道路能见度和附着系数明显下降。交警提示：车辆在高速公路发生故障或交通事故后,要立即开启危险报警闪光灯,规范摆放警告标志,车上人员迅速撤离,防止后车制动不及发生二次事故。西北、华北、东北地区有中到大雪或雨转雪,华北、黄淮多雾霾天气。交警提示：出行前请提前了解沿途天气和道路交通状况,尽量避开早晨和午夜雾气、暗冰多发时段,并提前检查轮胎、制动情况。     

基于遗传算法的二次回归方程在沉降数据处理中的应用

软基路基沉降与其影响因素之间呈非线性关系。以某软基高速公路为例,以时段天数、时段载荷量及时段加载平均速率为解释变量,以时段沉降量为被解释变量,建立了非线性二次回归模型,并用遗传算法估算模型系数。工程实例表明,经遗传算法优化的非线性二次回归方程具有较高的预测精度,效果优于神经网络,用该模型进行软基高速公路沉降预测分析是可行的。     

信号交叉口下游车速离散特性

采用路侧激光交通调查设备对城市道路信号交叉口下游12个断面的车速进行调查,得到5个车道12个断面的车速值。采用回归分析方法利用11种回归曲线对各车道车速与距离的关系进行分析,建立了各车道高峰和平峰时段的车速回归方程。对高峰和平峰时段各车道同一断面车速平均值与距离的关系进行分析,得到了相应的回归关系模型。回归分析表明:除了第1车道外,各车道车速与距离具有较好的相关性;各车道同一断面车速平均值与距离具有较强的相关性。研究结果表明:高峰和平峰时段车速在距上游交叉口700 m左右趋于离散;平峰时段车速略高于高峰时段,700 m之后高峰和平峰时段的车速基本相等。     

基于Qlearning的单点信号配时方案选择算法

为提高单点控制交叉口时段内信号配时的准确性,采用强化学习方法构建时段内信号配时优化模型.该模型以时段内原始固定信号配时方案为基准,向其上下区域探索建立状态空间及动作空间,同时以时段内交通状态为依据,设置常规及异常状态开关,用于区分学习常规及异常状态下Q值表,并在回报函数上进行特别设置,以快速响应交通的短期突变及长期缓慢...     

基于出行时段选择的节假日免费政策优化

为减少重大节假日期间高速公路的交通拥堵,探究免费时段的合理分配,利用方差分析法检验免费政策对交通量影响的显著性,并在考虑个人属性和出行属性的基础上引入免费时段作为扩展属性,构建基于决策树算法的出行时段选择模型,然后通过迭代计算基尼指数和最小不纯度等参数优化模型,提高模型的拟合优度;基于优化后模型,设置6种免费场景,分析不同免费时段下出行选择的变化特点。仿真结果表明,若保持现有免费政策不变,出发与返程的集中出行比例分别为0.094、0.054;在6:00—18:00时段进行收费时集中出行规模最小,出发和返程比例分别为0.063、0.049。表明在节假日期间设置合理的分时段免费政策可以有效减少集中出行现象,缓解高速公路的交通拥堵。     

双飞翼中承复式钢箱拱桥体系转换施工技术

在拱桥建设过程中，体系转换往往是施工过程中最危险的时段。以乌兰木伦河3号桥体系转换为例，介绍了采用支架法施工时，双飞翼中承复式钢箱拱桥的体系转换流程，即张拉主副拱吊杆-拆除副拱支架-张拉主拱与梁的吊杆-拆除主梁支架-拆除主拱支架。通过有限元建模对支架拆除过程中支架反力、支架变形等进行计算，最终确定了先副拱后梁的体系转换顺序，实践证明该体系转换顺序的安全性及可操作性。     

基于OBD数据的驾驶人出行模式挖掘

传统的出行模式研究通常依靠问卷调查分析驾驶人出行特征，所得结果易受调查数据主观性影响，针对此问题基于北京市域范围内2个月共计3 570辆私家车的车载诊断数据，对驾驶人的不同出行模式进行分析并建模。通过长期采集的车辆各项参数，采用基于密度峰值的聚类算法进行聚类，将不同的驾驶人分为高频出行者、通勤出行者、长距偶发出行者以及危险出行者，并从平均出行距离、出行频次、百公里危险驾驶行为次数和出行时段等多维度进行分析，反映驾驶人行为的变化性和规律性。根据聚类的结果，使用多维离散隐马尔可夫模型进行建模并完成测试。测试表明，所提出的算法对于驾驶人出行模式的识别具有较高的准确性，对于4种类型的出行者，平均识别率超过91%，最高识别率可达94.5%。