基于贝叶斯时空建模的高速公路事故黑点判别

为了识别高速公路事故黑点,基于历史交通事故数据,建立贝叶斯时空交互模型,估计高速公路路段事故率和超常事故率.根据其后验期望序号对路段安全性进行排序,将排序靠前的一定比例路段判定为事故黑点.利用该方法对广东开阳高速公路进行事故黑点判别,并与基于贝叶斯层级泊松模型的黑点判别结果进行对比.结果表明,时空交互模型和层级泊松模型的事故路段排序结果存在显著差异.以事故率为安全评价指标时,2个方法判别的事故黑点中有73%相同;以超常事故率为安全评价指标时,2个方法判别的事故黑点中仅有20%相同.这与类似研究的结论一致,体现了解析时空关联和交互对事故黑点判别的重要性.另外,还对比了基于评价指标后验期望序号和后验均值的事故路段排序序号.结果显示二者的一致性较高.      

基于广义加性模型的高速公路交通事故影响因素分析

为准确识别事故影响因素并充分反映各因素对事故的影响,基于8条高速公路的事故、道路设计及交通运行等数据,构建了广义加性模型(GAM),并将其与传统的广义线性模型(GLM)进行对比。结果表明:1) GAM比GLM具有更高的拟合优度与预测精度,且能识别出更多对事故具有显著影响的货车比例与纵坡坡度等因素,其中货车比例与事故次数呈显著相关性,且影响程度仅次于交通量; 2) GAM模型可鉴别出事故与交通量、货车比例、平曲线曲率、纵坡坡度及连续下坡长度间的非线性关系,且各因素在不同数值范围内对事故的影响趋势和程度存在明显差异。结论是GAM具有挖掘更多事故影响因素的潜力,且模型输出结果可以更合理地解释各因素对事故的作用机理。     

高速公路交通事故非线性负二项预测模型

以京港澳高速公路（G4）粤境北段3年发生的1 354起交通事故为研究对象,将基础数据根据路段长度一致、曲线半径一致和坡度一致划分路段单元对基础数据进行处理,从道路线形和环境条件2个方面选取13个自变量,分别采用负二项（Negative Binomial,NB）回归模型和非线性负二项（Nonlinear Negative Binomial,NNB）回归模型建立交通事故起数预测模型,根据模型的拟合优度和预测准确性对比分析负二项回归和非线性负二项回归模型的优劣,并找出影响交通事故起数的显著自变量,分析显著自变量对交通事故起数的影响程度。研究结果表明：无论采用上述何种路段划分方法,非线性负二项回归模型构建的交通事故起数预测模型均优于负二项回归模型;采用坡度一致划分方法明显优于路段长度一致和曲线半径一致划分方法,更适合应用于山区高速公路交通事故数预测研究;从显著变量相关性来看,路段长度、相邻路段坡度变化值、弯坡组合、曲率、是否存在隧道路段以及是否为易结冰和起雾路段均是非线性模型的显著影响因素。     

山区高速公路驾驶人加减速行为建模

山区地形地质条件复杂，各类复杂的组合线形设计更为常见，例如直线与平曲线间组合或不同平曲线间组合。驾驶人在相邻组合路段行驶时会感知到线形的变化，引起驾驶行为的改变，最终车辆的纵向加速度也会随之改变。频繁的加减速行为会引起驾驶人不适，甚至形成安全隐患。目前针对相邻组合路段驾驶行为的研究中，关于加速度的研究主要基于路段特殊点进行计算。随着驾驶模拟技术的发展，高仿真驾驶模拟器为高速公路的设计评估提供了更好的数据及试验条件支撑。在高仿真驾驶模拟器中，基于湖南省永吉高速公路道路设计参数及周边地形环境参数，构建山区高速公路的三维虚拟模型，以山区高速公路中的相邻组合路段为研究对象，获取山区高速公路组合线形路段的车辆纵向加速度数据，提取加减速事件后，基于驾驶人的加减速行为，采用混合Logit模型，分别判定道路线形层和驾驶人层的影响，研究组合线形对驾驶人纵向加减速选择的具体影响变量以及变量的影响范围。研究结果表明：下游路段最大曲率、上游路段圆曲线段比例、下游路段变坡点数量、下游路段曲线数量、上游路段平均曲率和当前位置曲率等对驾驶人加减速行为有显著影响；通过对比混合Logit模型和多元Logit模型，指出驾驶人层面对模型结果的影响显著。研究结果提供了一种山区高速公路连续纵向加减速行为的建模方案，并可为研究驾驶人在复杂线形条件下的纵向加速度选择行为提供基础。     

基于GIS的高速公路交通事故时空分析系统

针对传统数理统计方法对交通事故的时空分析可视化效果差且多发路段识别等数据挖掘深度不足的问题,提出并建立基于地理信息系统(GIS)的高速公路交通事故时空分析系统。为准确掌握交通事故时空分布特征和识别事故时空多发路段,在传统数理统计方法的基础上,结合GIS与改进的时空密度聚类方法对高速公路交通事故进行时空可视化统计分析与事故多发路段识别;利用2016—2018年湖南省高速公路交通事故数据进行测试,结果表明该系统可直观展示2016—2018年湖南省高速公路交通事故时空分布特征和事故多发路段。     

三维空间路线连续性衰退对公路安全性影响分析

为深入分析公路三维空间线形连续性衰退对事故频数的影响,采集广东省内3条高等级公路243 km道路设计资料,共1 768条有效事故数据,利用Tobit回归模型分析三维空间路线连续性衰退对公路安全性的影响。应用微分几何空间的基本理论,提出公路线形连续性衰退表征参数,利用Tobit回归模型对数据样本中单元内总曲率差（TCD）、总挠率差（TTD）、平均曲率（AC）、平均挠率（AT）,相邻单元间平均曲率差（ACD）、平均挠率差（ATD）共6个连续性衰退变量与单元路段年均事故频数进行分析,该模型能有效分析正值上大致连续分布但包含一部分以正概率取值为0的结果变量。研究分析结果表明：单元内总曲率差、相邻单元间平均曲率差对公路安全性存在显著影响,从根本上反映了公路线形连续性衰退与行车安全的密切相关性,可作为三维空间路线连续性衰退有效的表征参数;通过ANOVA分析得出单元内平均曲率在单元内总曲率差、相邻单元间平均曲率差对公路安全性无影响的路段与安全性存在显著的相关性,其主要原因为平纵曲线半径影响公路行车安全。在此基础上,有针对性地提出线形连续性衰退表征参数评价标准作为参考。研究结论可为后续三维空间条件下公路线形安全性评价、线形设计优化与改善提供参考。     

高速公路大区段交通事故预测模型研究

针对交通事故记录位置精度较低和路段划分过短可能引起的分析结论偏差问题,探讨了大区段划分条件下高速公路交通事故预测模型的构建方法。结合辽宁省5条高速公路的交通事故数据和道路交通条件数据,提出了基于高速公路天然节点(互通式立交和服务区)的大区段划分方法。构建了处理大区段内指标异质性的模型变量,应用积分-微分方法确定了变量模块,进而利用负二项回归方法建立了高速公路交通事故预测模型。研究表明:在大区段条件下,年平均日交通量、累积纵坡和标志密度等变量的事故预测模块为Hoerl函数,累积曲率为幂函数,而挖方段比例为指数函数;路段长度、年平均日交通量、累积纵坡和标志密度等因素对大区段上的交通事故发生具有显著影响,且考虑这些变量的模块式模型具有较高的预测精度。     

浙江省高速公路交通事故气象影响评价方法研究与应用

通过GIS平台、高速公路高程相关信息以及交通事故等信息进行定位统计得到相应高速公路路段的事故密度,据此对浙江省高速公路的事故易发程度分级。同时建立高速公路气象影响评价的二级指标体系,并通过主成分分析法提取气象要素指标因子,建立Logistic回归建立气象指标评价模型,从而确定交通气象影响评价等级,通过应用检验证明该模型对交通气象条件评价与实况较为符合,能够为交通部门和公众提供一定的决策依据。     

考虑多模式失效概率的长下坡路段重型卡车事故预测模型

为挖掘多模式失效概率与长下坡路段重型卡车事故之间的关系，建立了重型卡车在长下坡路段的多模式失效概率与车辆事故之间的关系模型。并针对重型卡车在长下坡路段可能的失效模式，如侧滑、侧翻、视距不足、制动失效，在此基础上建立了多模式失效概率预测模型；通过蒙特卡罗法模拟并求解单模式失效的概率，宽界限法求解失效系统的多模式失效概率；将多模式失效概率作为解释变量与其他道路因素结合，分别建立泊松模型、随机效应泊松模型、随机参数泊松模型，将多模式失效概率与重型卡车事故建立函数关系；对比3种模型的拟合优度指标，优选出最优事故预测模型，用来挖掘重型卡车事故与多模式失效概率之间的关系。以华盛顿州71段长下坡10年的重型卡车事故数据及道路设计数据进行方法验证。结果表明:随机参数泊松模型与随机效应泊松模型的拟合优度相差较小，二者均优于泊松模型；当考虑多模式失效概率时，平曲线半径、纵坡坡度、超高对重型卡车事故的影响均不显著，即三者的影响被削弱，尤其是平曲线半径和超高，多模式失效概率的弹性(0.239)远大于二者的弹性(平曲线半径和超高的弹性分别仅为0.097和0.002)；重型卡车的事故与多模式失效概率近似线性关系，且截距不为0。即多模式失效概率可用于道路安全分析的表征指标，但与事故概率不等价。      

高速公路上坡路段6轴铰接列车运行速度预测模型

为确保车辆在上坡路段的行驶安全，针对高速公路6轴铰接列车在上坡路段运行速度预测误差大、安全运营管理难的问题，提出了面向上坡路段6轴铰接列车的运行速度预测模型。采用雷达测速仪和AxleLight路侧激光仪采集西南某山区高速公路5处连续上坡路段的6轴铰接列车的交通流数据，并对实际运行速度与现有规范预测模型进行对比分析。以纵坡坡度、纵坡长度、车辆比功率、初始运行速度4个参数为变量，构建上坡路段运行速度预测模型。提出了预测模型误差修正方法，并分析了模型的有效性。结果表明:现有规范运行速度模型对6轴铰接列车运行速度的预测平均误差率达到了25.37%，模型误差较为显著；上坡路段6轴铰接列车的运行速度与坡度、坡长呈负相关，与车辆比功率呈正相关；构建的多元线性回归模型拟合优度R2为0.978，且满足相关检验指标；模型预测速度与实际速度差在2~4 km/h之间、相对误差平均值为8.86%，其结果较规范模型降低了16.51%；考虑交通密度因素修正后，模型预测速度与实际速度差在1 km/h以内、相对误差平均值为1.08%，其结果较未经修正的预测模型降低了7.78%，较规范模型降低了24.29%。由此可见，该速度预测模型对长上坡路段6轴铰接列车运行速度预测的准确性提升明显。      

基于负二项分布的高速公路交通事故影响因素分析

为分析高速公路交通事故的影响因素,构建基于负二项分布的事故分析模型,探究事故数与交通特性、公路线形及路面性能间关系.鉴于传统固定参数模型难以刻画各因素对事故风险影响的异质性,引入了随机参数建模方法.结果表明:相比于固定参数负二项模型,构建的随机参数负二项模型有更好的拟合优度,且能更合理地反映各因素对事故的作用效果;将随...     

双车道高速公路追尾事故实时预测模型

现有的高速公路实时事故预测模型对高速公路信息化采集设备的布设密度和采集的数据粒度要求很高,在低信息化的高速公路管理工作上难以得到应用.结合国内高速公路信息化现状,使用单个检测器所采集的数据,对高速公路追尾事故实时风险进行研究.基于江苏省扬州市启扬高速公路上布设的超声波交通流检测器所采集的交通流数据,采用配对案例对照方法和二元逻辑回归,建立了双车道高速公路追尾事故实时预测模型.对事故前5~20 min的交通流数据分别构建流量时空矩阵、速度时空矩阵、平均车头间距时空矩阵,通过引入矩阵特征值简化建模过程并避免了指标间的相关性过高问题.模型总体精度85.7%,事故预测精度33.3%,误报率低于2%,相比已有模型总体预测精度较高,误报率较低,表明了该方法应用于追尾事故实时预测领域的可行性和有效性.      

Crash prediction model for two-lane rural highways in the Ashanti region of Ghana

Crash Prediction Models (CPMs) have been used elsewhere as a useful tool by road Engineers and Planners. There is however no study on the prediction of road traffic crashes on rural highways in Ghana. The main objective of the study was to develop a prediction model for road traffic crashes occurring on the rural sections of the highways in the Ashanti Region of Ghana. The model was developed for all injury crashes occurring on selected rural highways in the Region over the three (3) year period 2005–2007. Data was collected from 76 rural highway sections and each section varied between 0.8 km and 6.7 km. Data collected for each section comprised injury crash data, traffic flow and speed data, and roadway characteristics and road geometry data. The Generalised Linear Model (GLM) with Negative Binomial (NB) error structure was used to estimate the model parameters. Two types of models, the ‘core’ model which included key exposure variables only and the ‘full’ model which included a wider range of variables were developed. The results show that traffic flow, highway segment length, junction density, terrain type and presence of a village settlement within road segments were found to be statistically significant explanatory variables (p < 0.05) for crash involvement. Adding one junction to a 1 km section of road segment was found to increase injury crashes by 32.0% and sections which had a village settlement within them were found to increase injury crashes by 60.3% compared with segments with no settlements. The model explained 61.2% of the systematic variation in the data. Road and Traffic Engineers and Planners can apply the crash prediction model as a tool in safety improvement works and in the design of safer roads. It is recommended that to improve safety, highways should be designed to by-pass village settlements and that the number of junctions on a highway should be limited to carefully designed ones.     

考虑空间相关性的行人宏观安全研究

为了探究行人事故的发生机理,分析影响行人交通安全的显著因素,收集上海市中心城区263个交通分析小区（TAZ）的行人事故、道路、人口及土地利用数据,并开展行人宏观安全研究。考虑到TAZ之间存在的空间相关性,建立考虑空间相关性的贝叶斯负二项条件自回归模型,在条件自回归模型中对比分析了5种不同的空间权重矩阵,包括0~1邻接矩阵、边界长度矩阵、分析单元中心距离倒数矩阵、事故空间中心距离倒数矩阵这4种既有矩阵,以及首次引入的宏观安全建模中的分析单元中心距离多阶矩阵。结果表明：分析单元中心距离多阶矩阵的模型拟合效果和事故预测准确度均显著优于既有的4种空间权重矩阵,证明了在宏观安全建模过程中考虑研究对象交通特征（居民步行平均出行距离等）的必要性;人口数量、主干道长度、次干道长度、路网密度等因素均与行人事故呈现显著正相关,平均交叉口间距、三路交叉口比例等因素与行人事故呈显著负相关;相较于高等、低等土地利用强度,中等土地利用强度对行人事故的影响最大。     

Modeling two-way stop-controlled intersection crashes with zero-inflated models on Louisiana rural two-lane highways

Intersection safety continues to be a crucial issue throughout the United States. In 2016, 27% of the 37,461 traffic fatalities on U.S. roadways occurred at or near intersections. Nearly 70% of intersection-related fatalities occurred at unsignalized intersections. At such intersections, vehicles stopping or slowing to turn create speed differentials between vehicles traveling in the same direction. This is particularly problematic on two-lane highways. Research was performed to analyze safety performance for intersections on rural, two-lane roadways, with stop control on the minor roadway. Roadway, traffic, and crash data were collected from 4148 stop-controlled intersections of all 64 Parishes (counties) statewide in Louisiana, for the period of 2013 to 2017. Four count approaches, Poisson, Negative Binomial (NB), Zero-inflated Poisson (ZIP) and Zero-inflated Negative Binomial (ZINB) were used to model the number of intersection crashes for different severity levels. The results indicate that ZIP models provide a better fit than all other models. In addition to traffic volume, larger curve radii of major and minor roads and wider lane widths of major roads led to significantly smaller crash occurrences. However, higher speed limits of major roads led to significantly greater crash occurrences. Four-leg stop-controlled intersections have 35% greater total crashes, 49% greater fatal and injury crashes, and 25% greater property damage only (PDO) crashes, relative to three-leg intersections.     

Evaluation of risk factors for road accidents under mixed traffic: Case study on Indian highways

This paper presents an evaluation of risk factors for highway crashes under mixed traffic conditions. The basis of selecting study sites was abutting land use, roadway, and traffic characteristics. Accordingly, the study selected thirteen segments on the existing highway network in the state of West Bengal of India, covering a wide spectrum of such road attributes. A systematic investigation based on site-specific accident data to capture the highway sections' safety features revealed that the crash rate has steadily increased for years with traffic regardless of roadway category and conditions. A number of risk factors that affect road accidents were identified; they are mid-block access, pavement and shoulder conditions, vehicle involvement, time of day, and road configuration, i.e., two and multi-lane. The empirical observation indicates that the crash rate is relatively lower on multi-lane highways; however, the severity of any crash on such a road is relatively high. Notably, the crash frequencies on such roads are less during daylight hours due to the lane-based unidirectional traffic movement. This is quite the opposite during nighttime when drivers exhibit an inability to meet traffic contingencies, thereby increasing crash risk. The majority of crashes on two-lane highways are, on the other hand, due to unsafe driving manoeuvers. The study also observed that frequent mid-block accesses and poor shoulder conditions reduce scopes to rectify driving errors and increase crash risk as a consequence. The paper subsequently suggests proactive approaches to identify safety deficits at the time of planning and designing.     

服务于高速公路实时容错性评价的车辆检测器布设研究

车辆检测器采集到的信息的准确度与检测器的空间密度和空间位置有极大的关系,而目前车辆检测器的布设却没有统一的标准。本文以高速公路实时容错性评价模型为基本的分析方法,首先通过道路线形安全评价对高速公路进行路段划分,然后采用仿真手段研究车辆检测器不同布设间距条件下,高速公路实时容错性评价模型对交通事件响应时间的变化规律,最后得到服务于高速公路实时容错性评价的车辆检测器布设方法,并给出各种路段安全等级和交通量条件下的车辆检测器布设间距推荐值。     

基于车辆限界的高速公路交织区交通安全评价研究

高速公路交织区车流的横向干扰突出,交通安全不容忽视。基于车辆安全运行所必需的纵向和侧向空间,提出了车辆限界的概念,分析并量化了基本安全限界和充分安全限界,明确以事故区、危险区和安全区描述车辆的运行安全状况,进一步提出了交织区安全评价的替代指标-危险系数和事故系数,并建立了替代指标模型,给出了评价模型的使用流程,以仿真实例说明了评价方法的可用性。     

面向新型混合交通流的快速路合流区通行能力建模

面向人类驾驶和具备协同自适应巡航功能的网联自动驾驶组成的新型混合交通流,考虑道路交通特性、道路结构以及匝道汇入前主线交通状态等因素的交互作用机理,基于概率统计理论解析网联自动驾驶渗透率和编队长度间的耦合关系,进一步基于间隙接受理论分析匝道汇入交通对合流区通行能力的折减效应,建立快速路合流区通行能力模型,定量描述不同道路条件下合流区通行能力如何随网联自动驾驶渗透率和编队长度变化。模型中的道路交通特性、道路结构及匝道汇入前部分交通状态参数根据实际道路交通环境标定,提升了模型的通用性与可迁移性。搭建内嵌车辆动力学模块的Vissim仿真平台进行模型评估,结果表明,模型精度在80%以上,且在不同网联自动驾驶渗透率和编队长度条件下皆表现良好。      

Influence of segment length on the fitness of multivariate crash prediction models applied to a Brazilian multilane highway

Road safety modeling enables the development of crash prediction models and the investigation of which factors contribute to crash occurrence. Developing multivariate response models is also valuable, but such models are currently under-exploited. Machine learning techniques, especially artificial neural networks (ANN), have been presented as possible alternatives. Furthermore, selecting a proper roadway segmentation is one of the first tasks in the standard crash modeling workflow. However, this is a challenging task, especially in terms of choosing a segment length. This article presents a study of the influence of segment length on the development of multivariate response models (i.e., three response variables: property damage only crashes, injured victims crashes, and fatal crashes). The models use ANN for a road segment of a Brazilian divided multilane highway. The highway to be modeled was divided into segments with 10 different fixed lengths. The model characterization included geometric and operational data available for the years from 2011 to 2017. The models were evaluated in terms of errors and by residual plot analysis. The 5-km segment of the northbound carriageway and the 4.5-km segment of the southbound carriageway presented the smallest errors and the highest values of R². The residual analyses confirmed the trend to improve the model with the greater segment lengths. This was clear by the residues' distribution around zero, except for the output “Fatal crashes”. The better performance of the longer segments models was expected because these models aggregate more crashes into one segment. The reduction of no crash observations also facilitated the improvement of the models' goodness-of-fit. The use of ANNs also revealed its potential value. However, it is still important to seek strategies to deal with the excess of zeros in fatal crashes; a problem that also occurs in the traditional statistical modeling process.