城市主干道路段机动车与机动车之间事故的Bow-tie模型

针对城市主干道路段上交通事故的成因、后果及主被动安全控制措施开展研究工作，基于多事件链原理并应用三角模糊数法，建立了城市主干道路段机动车与机动车之间事故的Bow-tie模型.基于Bow-tie模型中的故障树，确定出了主干道路段机动车之间事故的3条主要事故成因链，即追尾事故成因链、侧面碰撞事故成因链和刮擦事故成因链.Bow-tie模型中的事件树表明，驾驶员能够正确使用安全带但道路上无缓冲防撞设施且辖区内无紧急救援系统的事件链发生概率最高，达59.68%；驾驶员没有使用安全带且道路上无缓冲防撞设施时，事故发生后的事故严重程度都较高.针对3条事故成因链及2条事件链，给出了预防事故发生的防控措施和事故发生后可降低其严重程度的减缓控制措施.     

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。     

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。     

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%。     

《速度管理》——一本为决策者和从业者制定的道路安全手册

速度已被视为在道路交通伤害方面一项关键性的风险因素，不仅影响道路交通事故发生，而且与事故所导致伤害的严重程度相关。超速和速度不当是几乎被普遍认同的交通事故数量和严重度的主要致因。速度越高，导致事故发生的风险越大．一旦事故发生．造成严重伤害的可能性越大。经过科学研究表明．随着速度加快．驾驶员反映时间内所行驶距离和所需停车距离也随之增加。在一起事故中．速度越高，碰撞中所需要吸收的机械能越大．因此严重性伤害的可能性越高。     

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.     

基于二元Logit模型的直角事故受伤严重程度分析

直角事故是一种常见的交通事故类型,为探寻直角事故受伤严重程度的显著影响因素,本文运用二元Logit模型,从人、车、路和环境四个方面对美国密歇根州Wayne县的直角事故受伤严重程度进行全面分析,且采用向前似然比检验和向后似然比检验两种方法对比得到模型最优拟合优度。研究结果表明:驾驶员因素(未采取紧急措施、不遵守信号灯指示、饮酒)、道路限速、事故中包含摩托车和路面情况是直角事故的显著影响因素,并得到了计算直角事故发生人员伤亡概率的回归方程。本文得到的结论可为交通管理提供参考,以减少该类事故的受伤严重程度。     

基于梯度关联规则的老年行人交通事故风险识别

为构建老年行人交通事故严重程度风险关联因素识别方法体系，本文应用极限梯度提升关联规则挖掘算法(Extreme Gradient Boost-Apriori，XGB-Apriori)识别城市道路老年行人交通事故风险因子。运用机器学习优化关联规则算法结构，通过机器学习库 scikit-learn 中 XGBoost (Extreme Gradient Boost)算法与SFM(Select From Model)特征选择类功能实现变量特征值的选择。进而，对Apriori算法设置有序定向约束，得到适用于交通事故致因分析的数据挖掘技术。通过逐层迭代识别关联项，选取频繁项集，总结高置信度、高提升度的关联规则。关联因素模型评估结果表明，本文采用的SFM功能准确度可达78.31%，关联规则XGB-Apriori算法较传统算法精度提升了91%。挖掘结果显示，驾驶员与行人的自身特征、车辆特征、碰撞状态以及道路特征均对老年行人交通事故的严重程度具有重要影响。其中，男性驾驶员造成的行人死亡事故频次较高，女性驾驶员造成的受伤事故频次较高；大型、重型车辆(SUV、卡车、施工车)发生死亡事故频次相对小轿车更高；位于匝道等道路线型弯曲的坡道中，老年行人发生致死交通事故的频次相对线型缓和路段更高。本文对老年行人交通事故耦合因素全面识别并针对性提出风险防控精准预判方法，为有效保护道路弱势群体提供必要的理论支持。     

交互危险行为对双责事故严重程度的影响分析

为了明确交互危险驾驶行为与双责事故严重程度的关系,从驾驶行为方面有效减轻双责事故的危害后果,结合双责事故的特点及各统计分析模型的适用性,采用广义有序logit模型鉴别各种危险驾驶行为交互作用对双责事故受伤严重程度的影响作用,并分析危险驾驶行为对不同等级受伤严重程度的影响规律以及影响机理.研究结果表明:双方驾驶员均偏离车道、双方均分心驾驶、一方超速另一方让行失败、一方超速另一方鲁莽驾驶以及一方违反交通规则另一方让行失败的交互危险行为会显著增加事故严重程度.根据分析结果,提出应对驾驶员做好宣传教育工作促使其养成良好的驾驶行为习惯,并结合超速监测系统、电子执法系统等技术手段加强对危险驾驶行为的监控.      

基于Multinomial Logit模型的美国北卡罗莱纳州慢行交通事故严重程度分析

为分析慢行(自行车与行人)交通事故严重程度的显著性影响因素,将交通事故分为仅财产损失事故、潜在伤害事故、非伤残事故、伤残事故、死亡事故5类,从人、车、路、环境4个层次选出11个自变量,以交通事故严重程度为因变量,基于Multinomial Logit模型计算每个变量对慢行交通事故严重程度的边际效应。结果表明,驾驶员性别、驾驶员饮酒状态、行人年龄、道路特征、路面状态、一天内发生时间、光线条件、年平均日交通量、地形等9个变量均与道路交通事故严重程度显著相关。     

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.     

基于事故综合强度的公交事故严重程度分析

为更加精确地对公交事故严重程度进行分类以探究其影响因素，本文提出一种基于事故综合强度+K-means的公交事故严重程度分类方法，并基于此分类方法建立公交事故严重程度影响因素分析模型。首先，针对传统事故严重程度分类中的定性分类方法，引入事故综合强度法定量计算公交事故严重程度，并运用K-means聚类算法对事故严重程度进行聚类。其次，选取环境、驾驶员、道路车辆和事故特征这 4 方面的 17 个因素作为自变量，分别将事故综合强度+K-means分类法和传统分类法的结果作为因变量，运用有序Logit模型分析公交车事故严重程度，同时利用平均边际效应量化各显著因素的影响程度，以佛山市2021年156起公交车事故数据为例进行分析。结果表明，基于事故综合强度+K-means分类法的有序Logit模型具有更好的拟合优度。高峰期、换道、超速、加速度过大、注意力分散和进出站会增大发生极严重公交车事故的概率，增大的概率分别为11.57%、29.06%、23.98%、17.13%、30.97%和12.27%；白天和晴天会减小发生极严重公交车事故的概率，减少的概率分别为22.31%和12.34%。     

山区双车道公路机动车碰撞事故严重度致因比较分析与预测

以云南山区双车道公路1740起碰撞事故数据为基础,将事故数据分为机动车与机动车、机动车与摩托车、机动车与非机动车3种类型,事故严重度划分为仅财产损失、轻伤、重伤或死亡事故3个等级,分别用部分优势比模型和有序Logit模型建立3类机动车碰撞事故严重度分析模型,对比分析不同等级事故的显著影响因素和模型的预测准确率,分析部分优势比模型自变量的边际效应。结果表明：不同交通方式下机动车碰撞事故严重度的影响因素存在明显差异,对比有序 Logit模型,部分优势比的事故分析模型刻画了不满足比例优势假设的自变量,机动车与机动车、机动车与摩托车、机动车与非机动车碰撞事故的平均预测准确率分别为 78.29%、73.63%和 72.04%,分别提高14.54%、5.65%和3.32%。研究结果可为山区公路运营管理部门开展事故风险主动防控提供决策参考。     

基于DEMATEL-ISM事故路段行车风险因素辨识模型

为了定量分析事故路段行车风险因素,保障事故现场的安全性,集成DEMATEL-ISM方法对其影响因素进行辨识和分析。首先基于人-车-路(环境)及管理的系统理论,建立事故路段行车风险影响因素集,即驾驶员因素、车辆因素、道路与环境因素和管理因素,具体分为年龄、驾龄和性别等20个因素,然后以Delphi法确定各个影响因素之间的关系。集成DEMATEL-ISM法,建立事故路段行车风险影响因素辨识模型。通过计算可达矩阵,获得影响因素的5层递阶结构模型,即第一层级为驾驶员驾龄、疲劳程度和反应判断能力等6个因素,第二层级为驾驶里程及车辆类型等8个因素,第三层级为驾驶员年龄等3个因素。研究结果为事故路段的安全管理提供理论依据。     

出租车超速行为道路因素随机系数空间模型构建

为准确揭示道路因素与路段出租车超速行为特征的关联关系，本文以成都市中心城区主 干道路段为研究单元，通过车载GPS设备获取大范围出租车超速行为样本。在筛选出10类典型城市道路特征的基础上，选择路段超速线密度和不同百分位数超速严重度作为研究对象；为减少空间效应对估计的干扰，本文验证了超速特征的空间相关性，并分别构建基于对数-高斯分布的标准线性模型和空间条件自回归模型、空间误差模型及空间滞后模型这3类空间模型，探究不同空间模型与出租车超速行为特征的拟合情况；同时，考虑道路组间异质性，进一步构建随机系数空间模型。结果表明：出租车路段超速线密度和超速严重度均存在显著空间自相关性，空间模型 对其拟合效果普遍优于传统模型；不同超速行为特征适用不同的空间模型，随机系数空间条件自回归模型对超速线密度拟合效果最优，而不同百分位数超速严重度适用的最佳拟合模型差异较大；路段限速、一块板横断面及非机动车车道这3类因素表现出对出租车超速行为特征的组间影响异质性；因素解释方面，路段限速、一块板横断面、非机动车车道、路段施工区与超速线密度显著相关；路段限速、非机动车车道、上下坡匝道、路段施工区及路段长度与超速严重度显著相关。     

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。     

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。     

高原双车道公路事故形态影响因素分析

基于青海省109国道事故样本数据,对高原双车道公路事故特征进行深入分析,从道路环境、自然环境、车辆运行情况等方面研究发生冲出路外事故、路内事故形态的影响因素。     

����������������������ָ���ϵģ��

山区高速公路连续长大下坡路段受道路条件和不利气候条件影响,发生交通事故的可能性和严重程度均相对较高.本文以提升连续长大下坡路段交通安全水平为出发点,通过典型山区高速公路连续长大下坡路段实车试验,采集驾驶员生理指标数据,并以心率增长率作为表征驾驶员心理变化的指标,建立了驾驶员心率增长率与车辆驶离连续长大下坡路段起点的距离、车辆所在坡段的曲率和车辆运行速度的关系模型;提出了基于驾驶员心率指标的连续长大下坡路段路线安全性评价方法;建立了评价标准和评价流程.本文模型充分考虑了连续长大下坡路段道路环境和车辆行驶特征,可以为山区高速公路路线安全设计提供理论支撑.     

道路事故多发路段动力学仿真识别系统

为了从车-路耦合角度客观、直接地识别道路事故多发路段,开发了事故多发路段动力学仿真识别系统,建立了车辆模型、道路模型与车-路耦合模型,提出了事故多发路段识别方法,通过小附着系数路面动力学仿真试验和弯道制动动力学仿真试验进行验证。采用闭环控制方法控制汽车的运行状态,依据道路的特性,选择表征车辆行驶安全性的特征参数,通过特征参数曲线识别事故多发路段。仿真结果表明:在主要考虑道路因素导致事故多发时,所识别出的事故多发路段与依据交警部门事故统计信息所识别出的事故多发路段一致,因此,此系统可行。