考虑建成环境的电动自行车事故严重程度致因分析

为探究考虑建成环境影响下,电动自行车交通事故严重程度的影响因素,本文从事故属性、骑行者属性、对象车辆及驾驶员属性、道路属性及建成环境属性这5个方面,选取18个影响电动自行车交通事故严重性的潜在变量。在此基础上,构建考虑均值及方差异质性的随机参数Logit模型,利用边际效应量化显著变量对事故严重程度的影响差异。基于北京市近5年电动自行车事故抽样数据进行实证研究,结果表明：事故时段19:00-次日7:00、骑行者年龄大于40岁、重(大)型货车、到最近医院的距离增大及恶劣天气等因素会增加电动自行车事故严重程度。建成环境属性中,到最近医院的距离在死亡事故中的参数为服从正态分布的随机参数,路段及恶劣天气会增大其均值异质性,驾驶员年龄为(40, 60]岁会增大其方差异质性;其他属性中,一般城市道路在受伤事故中的参数为服从正态分布的随机参数,路段会增大其均值异质性。研究结果可以为降低电动自行车事故严重程度提供理论支撑。     

考虑时间稳定性的公交事故严重性影响因素分析

为了探究公交事故严重性影响因素的时间稳定性和潜在未观察到的异质性,构建了随机阈值随机参数分层有序probit模型(RTRPHOPIT),并利用2016—2019年的公交事故数据,分析了驾驶员特征、道路环境特征和事故特征变量对死亡、重伤以及轻伤事故的潜在影响.基于似然比检验对影响因素时间稳定性的判断,构建了两个不同时间段...     

基于均值异质性随机参数Logit模型的城市道路事故驾驶员受伤严重程度研究

驾驶员事故严重程度诱因分析对减少伤亡事故具有重要意义,以往研究假定影响变量为固定参数容易导致参数估计及研究推论出现偏差,据此本文基于均值异质性的随机参数Logit模型深入研究城市道路事故驾驶员受伤严重程度。使用2015-2019年发生在贵阳市的道路交通事故数据,综合考虑驾驶员、车辆、道路、环境特征等潜在影响因素,同时利用平均边际效应量化各显著变量对事故严重程度的影响。结果表明,均值异质性随机参数Logit模型具有更好的拟合优度;女性、老年人、酒后驾驶、车辆无安全气囊、能见度低于50 m、夜间无路灯照明等因素显著增加了驾驶员受伤害严重程度;随机参数Logit模型的效用函数中,夜间有路灯照明和事故发生在夜间为随机变量,且夜间有路灯照明与柔性护栏和车辆无安全气囊相关;事故发生在夜间与路侧行道树相关。     

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.     

建成环境对老年人交通事故严重程度异质性影响

为量化建成环境因素对事故伤害严重程度的影响,本文构建基于均值和方差异质性的随机参数Logit模型对老年人交通事故伤害严重程度进行异质性分析。采用2019年美国某州老年人交通事故数据,从老年人特性、车辆特性、道路特性、道路环境特性、建成环境特性这5个方面选取17个影响因素,利用平均弹性系数捕捉各因素对事故伤害严重程度的影响。结果表明：基于均值和方差异质性随机参数Logit模型的拟合优度更高;建成环境因素中事故发生地300 m缓冲区 内存在购物中心为随机变量,其均值与男性老年人、车道数为3显著相关,方差与道路控制方式为未控制显著相关;摩托车、直线、湿润等因素显著增加了老年人交通事故伤害严重程度。研究结果有助于交通管理者采取适当的策略降低老年人交通事故伤害严重程度。     

考虑交通运行条件影响的驾驶员特征聚类

为提升驾驶员特征聚类方法的适用性与可靠性，本文基于机动车运行轨迹分析提出考虑交通运行条件影响的驾驶员特征聚类改进方法。首先，经过对车辆运行轨迹数据的分析发现，不同道路类型和平均速度条件会显著影响驾驶行为的集计特征；其次，提出改进的驾驶员特征聚类方法，第1步设计考虑道路类型与平均速度因素的车辆轨迹的切片和分类方法，从而稳定提取典型交通条件下的驾驶行为特征参数，第2步选用高斯混合模型聚类驾驶员特征。聚类案例表明， 在相同的道路类型和平均速度条件下，驾驶员类型越激进，其速度变异系数、加速度标准差和平均减速度等参数均值越高。不同聚类方法的对比表明，改进方法在驾驶员聚类的类内聚集度和类间分离度方面均表现更好，能有效提升驾驶员聚类的适用性与可靠性。     

礼让斑马线对公交车辆运营影响分析

2011年起宁波公交总公司开展了“文明出行,礼让斑马线”专项活动,至今已有4年。礼让斑马线后对公交车辆运营所造成的影响,本文将从行人过街与公交车运行行为入手进行分析。 1 行人与机动车之间的冲突分析 斑马线是城市路网中行人过街的最主要的平面设施之一,同时也是行人与机动车“争夺”通行权的重要冲突区域。斑马线上的行人与机动车的冲突问题主要表现在以下两个方面。     

山区公路穿村镇路段过境车辆事故严重程度推理分析

为获取道路线形、驾驶员属性、车辆类型、事故形态等因素对山区公路穿村镇路段过境车辆事故严重程度的影响机制。本文基于元双公路(元谋—牟定)2012—2017年事故数据,利用社会网络分析法从人、车、路、环境等方面筛选出15个影响因素;基于机器学习方法构建贝叶斯网络模型;以事故严重程度为决策变量,分析不同证据变量与驾驶员行为共同作用的推理结果。结果表明：不安全驾驶行为与危险事故因素的共同作用,将会增加事故严重程度;当涉及货车时,由于未保持安全距离,伤人事故率增加8.2%;在弯坡组合路段,由于驾驶员判断失误,伤人事故率增加 19.6%;阴雨天行驶时,由于驾驶员判断失误,伤人事故率增加5.4%;由于操作不当,发生侧翻事故时,伤人事故概率增加3.1%。     

基于混合有序Probit模型的货车翻车驾驶员伤害程度研究

为深入研究货车翻车驾驶员伤害程度的影响因素,考虑驾驶员伤害程度的有序特性和安全因素对驾驶员伤害程度影响的异质性效应,以2016年美国德克萨斯州3476起货车翻车事故为研究对象,从人、车、路、环境四要素中选取共24个安全因素作为自变量,以驾驶员伤害程度为因变量,分别构建有序Probit模型和混合有序Probit模型.研究结果表明:男性、驾驶员年龄、系安全带、安全气囊起爆、饮酒或吸毒、被甩出车外、未按规定车道行驶、重型货车、车辆右转、不良天气、道路限速值以及车辆出厂年龄与驾驶员伤害程度显著相关.此外,混合有序Probit模型的拟合优度较有序Probit模型的高,并且混合有序Probit模型发现,男性、饮酒或吸毒、被甩出车外以及车辆右转变量对驾驶员伤害程度的影响具有异质性效应.     

公交驾驶员职业心理问题研究综述

公交驾驶员心理健康是公交营运安全的重要因素。本文从公交驾驶员的职业心理问题现状出发,探讨了公交驾驶员职业心理问题的影响因素及现行的干预措施,最后指出公交驾驶员职业心理问题现有研究的侧重和未来发展方向。在公交驾驶员职业心理问题现状方面,本文首先基于VOSviewer从现有研究中提取出5种典型公交驾驶员职业心理问题,分别为抑郁、焦虑、躯体化症状、职业倦怠和其他职业心理问题;其次分别阐述了不同种类职业心理问题的危害,并利用Meta分析发现躯体化症状、焦虑、抑郁与常模之间差异显著。在职业心理问题的影响因素方面,本文对25篇文献进行综合分析后将职业心理问题影响因素归纳为个人属性因素和职业特征因素两类：个人属性因素主要包括人口统计学特征、人格特质和生活习惯;职业特征因素主要包括工作压力、工作时长、工作环境和工作待遇。在职业心理问题干预措施方面,现行干预主要有公交企业对公交驾驶员进行心理检测和评估、开展定期心理培训和提高福利待遇等三方面措施,并以入职前的心理检测和评估为主。     

考虑潜在类别的老年行人交通事故严重程度致因分析

人口老龄化问题日益突出，老年行人的出行安全同样引起各界重视。本文基于潜在类别聚类分析和随机参数Logit模型相结合的两步法深入探究影响老年行人交通事故严重程度的诱因。对北卡罗来纳州2007—2019年65岁及以上老年行人与机动车的碰撞数据进行清洗。为消除碰撞数据中固有的未观察到的异质性，首先进行潜在类别聚类分析，依据拟合优度指标确定最佳聚类数，将数据分成3个集群，分别对每个集群进行特征描述。然后，分别对每个集群建立随机参数Logit模型，以进一步探索集群内部未观察到的异质性，同时计算各显著变量的边际效应，量化其对事故严重程度概率的影响。结果显示，随机参数Logit模型具有更好的拟合优度；不同集群参数估计结果有所差异，一些变量只在特定集群内是显著的；集群1中，“救护车援助”为随机变量，集群2中“事故发生在城市”为随机变量，集群3中未发现随机变量，退化为多项Logit模型。本文研究结果可为交通工程师和政策制定者提供更可靠准确的老年行人交通事故严重程度诱因信息，为老年行人出行安全改善方案的制定提供理论支撑和技术支持。     

家庭安全氛围对青年驾驶员风险驾驶行为的影响

据数据统计,青年驾驶员是交通事故和交通违规、违章的高发群体.国外研究表明,家庭安全氛围对青年驾驶员的风险驾驶行为有重要影响.在文献总结的基础上,以 177位中国青年驾驶员为研究对象,采用探索性和验证性因素分析方法探索了中国背景下家庭安全氛围的结构维度,进而运用层次回归技术,探讨了家庭安全氛围对风险驾驶行为的影响.结果显示,我国家庭安全氛围呈现清晰的七因子结构,且家庭安全氛围整体、示范维度、承诺维度均对青年驾驶员的风险驾驶行为存在显著的负向预测作用.最后从家庭安全的角度提出了规范青年驾驶员的风险驾驶行为和减少交通事故发生的建议.     

自动驾驶环境下驾驶人接管行为结构方程模型

为提取自动驾驶环境下驾驶人接管行为的关键影响因素,使用驾驶模拟器和眼动仪进行自动驾驶环境下驾驶人接管试验;采集了11个受试者对5种接管情境的反应数据,包括车辆运行数据和眼部运动数据,并调查了受试者的个人属性;基于实测数据定性分析和情境差异定量分析的结果,利用AMOS软件建立了描述驾驶人接管行为的结构方程模型;假设纵向接管行为、横向接管行为和眼部运动行为是3个潜在变量,找到可以表征这3个潜在变量的9个观测变量;根据修正指数多次修正得到最终的结构方程模型,由此获得表征驾驶人接管行为的各变量间的关系及对应的参数。研究结果表明:驾驶人接管自动驾驶车辆的全过程可分为5个阶段,即感知反应、减速避让、加速回升、稳定恢复以及稳定运行;当左前方车辆汇入当前车道,此时驾驶人接管风险较高;横向驾驶行为与纵向驾驶行为、眼部运动行为均显著负相关,相关系数分别为-0.226和-0.223,纵向驾驶行为与眼部运动行为正相关,相关系数为0.152;平均速度、总体横摆角均值、一秒内扫视时间可分别高度解释驾驶人接管自动驾驶车辆时纵向、横向及眼部的潜在行为。可见,此模型能有效揭示驾驶人接管自动驾驶车辆的整体行为与局部行为,有助于改进人机交互模式与自动驾驶接管请求提示。      

���������ķ�ֱ����ת��ͨ��ʩ�Լ�ʻԱ��ʻ���ԺͰ�ȫ��Ӱ��

鉴于直接左转机动车交通常是路口事故和延误的诱因之一,左转禁驶在许多研究中都作为一项安全措施处理,直接左转处理方式有多种,大致包括：(1) 下游路口右转后U形调头直行;(2) 当前路口右转后在下一路口前的隔离带打U形调头直行;(3) 当前路口右转后在下一路口后的隔离带打U形调头直行;(4) 在当前路口上游打“壶柄状(Jug Handle)”转行;(5) 在当前路口下游打“壶柄状”转行。这五种措施的基本原则是将直接的左转行交通转换成发生在其它地点（比如下游路口,隔离带或横向街道等）的不同形态的转向交通,可称作“非直接左转交通”。而这些“非直接左转交通”不同程度地改变了驾驶人员的驾驶行为和安全因素。根据一些州的实际例子以及作者的实践经验,本文就“非直接左转交通”措施对行驶行为和安全的影响进行研究,包括转向操作,驾驶目标,行驶速度,车速干扰,行驶时间,转向中对可接受的车流空隙感觉判断。另外,“非直接左转交通”引起冲突区域,冲突点分布和碰撞类型等方面的变化对驾驶人员的安全影响也进行了分析。最后,本文总结了“非直接左转交通”措施的主要特点以及所涉及的一些尚待解决的难点问题。     

Impact of Indirect Left-Turning Measures from Driveways on Driving Behaviors and Safety

Direct left turn from driveways is considered as a contributor to accident and delay in at-grade intersections. Safety benefits of prohibiting direct left turn from driveways have been identified in many studies. Several engineering alternatives have been developed to accommodate prohibited driveway left turns. These alternatives are (1) right-turn followed by U-turn at the down stream intersection; (2) right-turn followed by median U-turn before the intersection; (3) right-turn followed by median U-turn after the intersection; (4) upstream Jug Handle, and (5) downstream Jug Handle. Each of the five treatments reroutes the left-turn vehicles at intersections, mid-block segments or side streets. Consequently, the alternatives of the indirect left-turning measures give rise to changes in drivers' driving behaviors and safety. Based on the practices and experiences from several states as well as the authors' studies, this paper presents the results from reviewing impacts of the indirect left-turning measures on driving behaviors and safety of the affected drivers. As a result of implementing the alternatives, changes in turning maneuvers and driving tasks, travel speed, speed disturbance, travel time, and drivers' perceptions of acceptable gaps in diverted turning maneuvers are addressed in the discussions of the impact on driving behaviors. And then, changes in conflict areas, conflict counts, and crash types are addressed in the discussions of impact on drivers' safety. In conclusions, major characteristics of the indirect left-turning measures are summarized and some key issues are also discussed.     

侵犯性驾驶行为对道路交叉口通行能力的影响

为研究侵犯性驾驶行为对城市局部区域交通通行的影响及影响程度,选取北京市4个典型道路交叉口进行1周观察.借助录像设备记录早高峰、平峰、晚高峰3个时段三类常见的侵犯性驾驶行为:侵占公交专用车道、随意变换车道、插队.数据显示:随意变换车道发生的次数最多且多数交叉口各时段间有显著差异;平峰时段侵占公交专用车道更为明显;各时段插队次数比较平均.为探究侵犯性驾驶行为对道路交叉口通行能力的影响,提出交叉口平均负荷能力(ALC)和侵犯性驾驶行为负荷(ADL)两项指标.计算结果与预期假设不同,具有侵犯性驾驶行为的车辆没有阻碍道路交叉口的车辆通行.     

公交驾驶员心理状况影响因素分析与疾病判别模型

为对公交驾驶员心理疾病实现精准干预，维护乘客生命及公共交通安全，本文通过分析公 交驾驶员心理状况影响因素构建心理疾病类型判别模型。选用由基本信息、身体状况、生活状 态、驾驶行为、组织认同感、人格特征以及职业压力与工作倦怠问卷组成的公交驾驶员心理健康 状况调查问卷，对400名城市公交驾驶员展开问卷调查研究，通过皮尔逊相关性检验分析心理状 况影响因素，利用K-means聚类算法和多元Logistic回归模型判别和分析心理疾病，提出相应干 预措施。结果表明：人格冷怒和驾驶行为、身体状况、生活状态、组织认同感显著正相关，职业压 力与工作倦怠和这4个影响因素显著负相关，相关性均较强，因此，构建心理疾病判别模型时排除 与多个影响因素均呈较强相关性的人格冷怒、职业压力与工作倦怠这两个影响因素；被调查的公 交驾驶员中，心理状态良好型、轻度心理疾病型、严重心理疾病型占比分别为52%、34%、14%；公 交驾驶员心理疾病类型与身体状况、驾驶行为以及生活状态显著正相关，与驾驶行为的相关性最 强，身体状况次之，生活状态最弱。     

网联环境下基于多驾驶人风险评价的不良行为主动干预研究

依托智能网联技术背景，本文提出基于多驾驶人综合风险评价的不良行为主动干预框架。选取驾驶场景中多驾驶人行为表征参数，基于行车数据定义并辨识驾驶人的各类不良行为； 利用面积法实现对不良驾驶行为发生频次、持续时间以及幅值的综合计算，并以可变权重构建其与事故风险的关联关系；借鉴数据包络分析思想，提出考虑可变权重的不良驾驶行为综合评价方法；利用Simulation of Urban Mobility(SUMO)搭建智能网联环境下驾驶仿真平台，以时间窗方式抽取场景中多驾驶人的历史行车数据，利用不良驾驶行为综合评价方法辨识风险驾驶人，提出基于累加窗口与滑动窗口的主动干预方法，每种方法均实现干预单车与干预多车两种策略；分析不 同干预手段的效果，探究窗体大小、驾驶人接受率、干预车辆数等对干预结果的影响。研究表明， 干预多车策略取得较好的效果，基于累加窗口与滑动窗口的驾驶人不良行为总得分分别下降 22.80%和10.50%；与无干预情况相比，当干预接受率为50%时，驾驶人不良行为总得分仍有所降 低；与基于累加窗口方法相比，基于滑动窗口的干预方法更适合实际应用。本文提出的框架可为驾驶行为监测等提供技术支持。     

基于结构方程模型的超速行为分析

为了识别和量化驾驶员在不同交通条件下遵从限速标志或限速警告信息的影响因素,及其相互之间的因果关系,应用探索性因子分析方法与结构方程模型,对534份驾驶员调查问卷进行了数据分析.分析结果表明:结构方程模型和观测数据拟合程度良好(拟合度指标值大于0.9),完全符合判别标准;在低危险感知与高危险感知两种情况下,驾驶员对限速的满意度是影响驾驶员遵从限速规定的主要影响因素;其次是年龄、驾龄、超速受罚次数、驾车频率等驾驶员自身及背景因素.改善驾驶员对于限速规定的整体认可与满意程度,适当提高驾驶员的超速行为风险,是逐步提升驾驶员遵从限速规定行为的有效方法.