共查询到20条相似文献,搜索用时 31 毫秒
1.
目前,本地外来车辆与驾驶员数量越来越多,由于外来车辆安全性能较差和外来驾驶员的交通安全意识淡薄而造成的事故日益增多,而且其中逃逸案件也呈上升趋势.令人发指的是近期来连续发生多起逃逸死亡事故,已造成恶劣的社会影响,严重侵害了人民生命财产,并逐渐成为交通管理的极点和难点. 相似文献
2.
当地时间7月5日凌晨2时左右,美国一家迪斯尼乐园的两列单轨列车发生相撞事故,其中一列火车的司机当场死亡。迪斯尼乐园方面表示,这是38年来园内单轨列车发生的首次死亡事故。 相似文献
3.
为了研究影响路段摩托车单车碰撞事故严重程度的因素,以美国印第安纳州2013—2015年1 526起路段单车事故为研究对象,考虑驾驶员特征、车辆属性、道路条件、环境及事故特征5方面共21个自变量,构建了巢式logit模型,分析死亡事故、失能性伤害事故、非失能性伤害事故与仅财产损失事故。利用全信息最大似然法估计模型参数,估计结果显示模型整体拟合度良好。研究发现:在0.1的显著性水平下,驾驶员性别、年龄、是否使用头盔、是否酒驾、驾驶员是否被甩离摩托车、是否超速、是否冲出道路、是否载人、车龄、道路是否潮湿、道路线形与限速、月份、光线条件、是否发生农村地区、摩托车碰撞物(电线杆、路缘、涵洞、护栏、树)与摩托车单车碰撞事故伤害严重程度显著相关。其中,驾驶员被甩出车外、超速、摩托车冲出道路、摩托车车龄超过10年、事故发生在4月、7月份、夜间、事故发生在农村地区、摩托车与电线杆碰撞增加了死亡事故的概率。研究结果有助于交通管理者采取合适的策略用来降低路段摩托车单车事故严重程度,也可以为后期国内摩托车事故的进一步分析提供借鉴。 相似文献
5.
为减少高速公路车辆追尾和连环追尾等事故,本文研究了车联网信息技术高速公路预警与避险模型.本文利用车联网系统,将交通事故快速预报给后方车辆,并实时分析路面车辆信息,帮助后方车辆及时做出合理应急方案和应急措施.试验证明,跟车预警模型能够及时提醒驾驶人员避免追尾,在无法避免正面碰撞时,应急避险模型能够根据路面状况做出有效判断,成功进行避险,避免连环追尾事故发生.公路试验中第3车减少制动距离9.2 m,第4车减少制动距离21.4 m,较大地缩减事故后续车辆行车制动距离,能够在密集的行车路段,有效降低连环追尾事故的发生,提高高速公路交通运输安全. 相似文献
6.
交通管理执法人员证实,在美国任何地区,对于与交通有关的投诉是最多的,交通安全问题对大多数人来说是主要的个人问题。超速行驶、闯红灯等是造成死亡事故的最主要因素,但这些交通违法行为通过加强执法管理力度和自觉守法是可以逐步减少的。 相似文献
7.
8.
交叉口左转专用信号灯对车辆延误的影响 总被引:2,自引:1,他引:2
近年来,中国大中城市道路主干线交叉口采用了左转专用信号灯,针对这种交叉口提出了一种车辆延误模型,并在上海市的一个典型交叉口上进行了实测验证,并对比分析了车辆按均匀分布和按负二项分布通过停车线的延误结果,将些模型与停车线延误模型及冲突点延误模型进行了对比。分析表明,提出的有左转专用信号灯的交叉口车辆延误模型和相应的计算公式有一定的实用性,左转专用信号灯的采用,可以避免冲突的发生,增大路口通行能力。 相似文献
9.
10.
11.
12.
本文运用轨迹交叉论的作用原理,对货车超载后发生交通事故的主要原因进行了分析。研究表明,人的因素中,操作不当和车速过快是主要原因;物的因素中,车辆失控和道桥设计缺陷是主要原因。针对事故原因,提出了避免交通事故的各种措施。尤其应加强驾驶人的安全教育和技术培训、提高社会和企业的管理水平、提高车辆和道路等的可靠性以及减少使用缺陷,避免人的运动轨迹和物的运动轨迹的交叉,从而预防交通事故的发生。 相似文献
13.
14.
15.
车辆安全技术通常可分为主动安全技术和被动安全技术。主动安全技术是指基于先进的防范措施,避免事故发生的技术;被动安全技术则是在事故发生过程中及发生后,尽量减少损害的方法和措施。提高车辆的主动安全水平,不仅要在事故发生时尽量减少人员受伤的几率,更重要的是要在轻松和舒适的驾驶条件下帮助驾驶者避免事故的发生。 相似文献
16.
17.
18.
正近年来,不断传来国内、国外的集团企业已经成功地进行了自动驾驶车辆的相关技术测试研究,自动驾驶车辆上路似乎仅仅是时间问题。但是,也传来了一些不同的声音。例如有媒体报道在美国亚利桑那州坦普市发生了自动驾驶车辆致人死亡的交通事故,在美国加州等其它地方也发生了类似的交通事故。于是,反对自动驾驶技术的各种看法也应运而生,自动驾驶是否会产生新的交通安全问题引起了国内外大众的广泛讨论。尽管汽车自动驾驶已经进 相似文献
19.
20.
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。 相似文献