基于GIS的城市道路交通事故黑点鉴别

结合GIS系统与交通事故数据,对事故数据的属性信息和空间位置进行融合,采用以事故发生次数为主、事故严重程度为辅的方法对事故黑点的鉴别进行了研究。使用基于ArcGIS的核密度分析工具利用事故点的危险程度近似服从正态分布的特点,实现多个事故点的危险程度的重叠,从而可以得到城市道路的真实危险情况。并对长春市经济技术开发区的交通事故数据进行了前述处理,验证了前述方法的有效性。     

基于贝叶斯网的道路事故机理分析

在累计频率法原理的基础上,运用excel和数学软件MATLAB分析交通事故数据,进行道路交通事故黑点鉴别,并绘制出事故频率曲线.确定事故黑点位置后,应用贝叶斯网理论全面整理、分析事故数据,并结合贝叶斯网推理进行事故机理分析,利用贝叶斯网定性和定量分析相结合的特点,为改善黑点交通安全提供参考和指导.     

基于SVR的城市道路刮擦事故评估模型的研究

为了对城市道路刮擦事故进行有效评估,基于历史事故数据库,结合环境参数指标构建了一种道路刮擦事故评估模型。通过方差分析提取事故发生的区域位置、天气条件、路面条件和与道路的关系位置这4项环境特征参数作为评估模型的输入,4项指标与事故严重程度的函数关系用月交通事故指数表示,并将该指数作为评估模型的输出。分别用粒子群算法、CV-K、遗传算法对SVR的学习参数进行标定,得出最优模型参数,在此基础上构建得到基于SVR回归算法的城市道路刮擦事故评估模型。借助于采集到的实际道路刮擦事故数据对模型进行检验,结果表明:该模型具有一定的精度,可用于基于以上4项指标的城市道路刮擦事故的风险评估。     

交通事故影响下的快速路通行能力实证分析

交通事故是城市快速路长时间、大面积拥堵的主要原因,基于城市快速路事故管理系统与交通监控系统获取事故记录、交通流采集数据,利用大数据手段研究提取海量交通事故情况下快速路实际通行能力的数学模型,分析通行能力分布规律。结果显示,事故对道路通行能力存在严重影响,事故情况下单车道通行能力为939辆/h,为正常通行能力的49%,且随着车道数的增加,通行能力折减呈下降趋势。     

道路交通事故现场勘查快速测绘系统的研究

通过单个普通数码相机采集事故现场的图像数据，采用数字近影测量技术和VC＋＋6．0高级开发工具开发了一套道路交通事故现场快速测绘系统，其中硬件主要包括普通数码相机、标定物和计算机等，软件包括事故现场图的读入、标定点提取、标定计算、待测点提取、待测点实际坐标的计算和现场图绘制等功能模块。通过试验证明可以满足道路交通事故现场测量的实际要求。     

基于速度变化的偶发性交通拥堵时空分布特性研究

交通事故的发生会引起其上游路段通行速度的下降和交通流量的堆积,从而引发交通拥堵.本文主要研究了城市道路中交通事故引起的交通拥堵的时空分布特征.首先,基于北京市事故数据和路段速度数据分析交通事故影响下的车辆速度变化特性;接着,根据交通事故信息和事故路段流量与速度数据,建立了一种基于速度差异的拥堵判定模型,并对其时空维度的约束条件加以限定.在此基础上对事故引发的拥堵时空范围进行量化描述;最后,依托仿真数据与北京市真实事故数据进行效果验证.结果表明,该方法可以有效地描述交通事故引起的拥堵时空分布特性.     

交通事故摄影图像的自标定三维重建模型

为了提高交通事故现场的勘测效率和摄影测量技术的使用方便性,在基础矩阵估计的基础上,建立了基于普通数码相机的交通事故摄影图像自标定三维重建模型。模型以特征点对应匹配为基础,通过基础矩阵计算和本质矩阵分解,进行道路交通事故摄影图像自标定三维重建。实验结果表明该模型可以在无现场标定参考点设置的情况下,用普通数码相机对道路交通事故现场进行三维重建,三维重建结果与实际三维数据仅相差一个比例因子。     

《道路交通事故信息系统2003》数据库功能拓展

目前，道路交通事故处理工作中使用的《道路交通事故信息系统2003》白DOS版升级后，就去掉了一个功能，就是将符合某种条件的数据另存成数据库件。这个功能对道路交通事故分析有很大帮助，可以借助《道路交通事故信息系统2003》的统计报表对某一类事故进行分析。很多情况下，可以在导出后本件中删除不符合条件的记录并重新导入空库来完成这个任务，但是数据多的时候这种方法工作量极大。而借助PB等数据库软件又要求一定的编程能力。所以，可以尝试利用Oracle数据库本身的语句，完成应用程序没有的功能。     

城市死亡交通事故形态影响因素分析

为研究城市道路环境下各因素对不同死亡交通事故形态的影响,以深圳市死亡交通事故数据为研究对象,将事故形态作为因变量,并划分为车辆间、车辆与行人、单车事故三类,选取驾驶员、车辆、道路、环境和时间特征为潜在影响事故形态的自变量.在多项Logit模型的基础上,创新性地引入能够反映数据异质性的混合Logit模型,并引用弹性分析定量讨论各自变量对事故形态概率的影响.结果表明:驾驶员年龄、车辆类型、道路有无隔离、路面是否干燥、是否道路交叉口、道路线形、照明条件、能见度、事故发生时间都会对死亡交通事故形态有显著影响,其中,能见度200 m以上为服从正态分布的随机参数,表明由于未观测到异质性的影响,该参数对事故形态的影响在事故个体间存在显著差异.     

谈谈道路交通事故分析系统

本文介绍了用于道路交通事故成因以及事故多发点分析的道路交通事故分析系统,并描述了该系统的结构、功能、特点以及开发策略等方面的内容。     

基于道路标线的交通事故现场摄影测量研究

论述了基于普通相机的交通事故现场测量技术基本理论,提出了一种利用道路标线作为标定参考物的新的标定方法,在小波多尺度边缘检测基础上,利用Harris角点提取对图像进行分析处理,对影响摄影测量精度的有关参数进行了简要描述,对一个实际事故现场的部分数据进行了分析,验证了设计的算法。     

道路交通事故数据深度挖掘技术与应用——以深圳市为例

现有道路交通事故统计分析技术存在数据项缺失、方法单一、实战应用性弱等问题,很难为公安交管部门提供针对性的辅助指导。基于深圳市2014—2016年交通事故数据,采用Apriori关联分析算法、贝叶斯理论以及模糊聚类等大数据挖掘方法,探索性地提出道路交通数据缺失数据项填补、事故伤亡特征因子甄别以及事故危险性分类评价方法。结果表明,该方法可有效提高道路交通事故数据完整性和事故伤亡特征因子甄别准确性,以及量化交通事故危险度评价。研究方法和结果可辅助公安交管部门开展道路交通事故预防和交通安全管理工作。     

基于粗糙集理论的交通事故形态成因分析

交通事故成因复杂且具有不确定性,难以用一两种因素表征。为提取影响交通事故的核心因素并量化各因素的影响力,引入不确定性分析方法--粗糙集理论。首先根据历史事故数据建立粗糙集信息决策表,之后利用粗糙集理论的简约算法求出各因素相对于事故形态的属性重要度,最终判断出各因素对事故形态的影响程度,为道路事故形态预测模型的建立提供科学、合理的指标选取依据。     

浅谈澳大利亚道路交通事故数据采集与事故分析

按照交通事故发生的道路特征和事故形态、道路用户、环境等因素,可以对道路交通事故进行分类,并依照这个分类对发生的交通事故进行数据收集,通过事故特性分析,找出发生较大机率的道路交通事故类型,根据不同事故类型的预防对策,提出包括对道路设施本身和道路用户方面的预防对策,从而降低该路段上的交通事故。运用这一手法,不仅对现有道路事故的预防,而且还可以对一条新建道路交通进行安全评估,找到一个切实可行的解决问题的方法。     

基于粗糙集的道路交通事故客观因素显著性分析

道路交通事故数据庞大,传统方法对交通事故客观因素的分析较为原始和平面,没有充分挖掘数据之间的潜在联系,且运用传统的方法分析大量交通数据较为困难,所以当今通过数据挖掘技术从大量交通事故数据中挖掘出有联系和价值的信息已成为交通安全领域的热点研究问题。针对传统事故数据统计分析方法的不足,以交通事故数据为基础,建立一种基于粗糙集理论的新型数值模型。通过此数值模型从大量交通事故数据中挖掘分析事故客观因素,以客观因素显著性计算结果为数值依据将各客观因素排序,得出各客观因素对交通事故影响作用大小不同的结论,为以后相关部门交通安全政策的制定提供依据。     

欧盟等国有关汽车行驶记录仪的法规体系研究及其对我国的启示

汽车行驶记录仪(以下简称记录仪)是能够对车辆行驶速度、时间、里程以及有关车辆运行的其他状态信息进行记录的装置。由于记录仪能够真实记录车辆运行和司机驾驶活动的有关信息，因此在遏止疲劳驾驶、车辆超速等交通违章、约束驾驶人员的不良驾驶行为、预防道路交通事故、为事故分析鉴定提供原始数据、保障车辆行驶安全等诸多方面均可发挥重要的作用。     

基于分层关联解析的事故道路因素分析

结合交通事故数据库的抽象描述,给出了建立交通事故数据库的原则.在此基础上,构建了包含部分省道、国道和高速公路的事故数据库;为剖析事故因素中道路因素的地位和事故因素间的联系,提出了基于分层关联解析的事故分析方法,给出了分析的原理;以构建的数据库为依据,进行了事故道路因素和道路因素关联的定量分析.     

计算机技术在交通事故再现中的应用

事故再现是道路交通事故责任鉴定或原因分析的重要方法,也是交通安全改善研究中的重要内容。应用以计算机技术为代表的高新技术,研究交通事故的快速处理技术,建立相应的系统是实现交通事故处理公正、客观、科学、快速的有效途径,同时也可为开发快速、方便的事故现场图绘制软件和更科学、实用的事故再现系统提供新的思路。     

考虑乘客的交通事故受伤严重程度模型

为分析比较交通事故中驾驶员和乘客的受伤严重程度,根据某城市的道路交通事故数据,分别以交通事故驾驶员和乘客受伤严重程度为因变量,从事故基本信息、事故人员数据、现场环境数据等方面选取自变量,运用二项Logit模型分别建立驾驶员和乘客受伤严重程度模型。研究结果表明:驾驶员和乘客的受伤严重程度影响因素存在差异,仅有人员的年龄变量、事故形态变量在驾驶员模型和乘客模型中都表现为显著,其余变量的显著性在两模型中不同。因此,不仅要关注驾驶员的受伤严重程度,还要重视乘客的受伤情况,给予乘客更多保护。     

基于随机森林的电动自行车骑行者事故伤害程度影响因素分析

为研究电动自行车道路交通事故对骑行者伤害程度影响因素的重要性排序,分析电动自行车骑行者事故伤害程度的影响因素。收集某市2013-2015年电动自行车交通事故数据,对其进行描述性统计分析,从中选出与交通事故严重程度相关的22个影响因素。利用随机森林模型对电动自行车骑行者受伤严重程度进行预测,并对相关因素的重要程度进行排序。研究表明,影响电动自行车骑行者受伤严重程度的最主要因素依次为车辆间事故类型、受伤部位、道路物理隔离类型等。针对交通事故相关因素提出改进建议,研究结论可为电动自行车事故预防提供决策参考。