面向 NSM 的高速公路大区段事故风险预测方法

为探究路网交通安全管理(NSM )中的事故风险预测方法,以国内高速公路的大区段路段为研究对象,首先分别采用系统聚类、k-means动态聚类和二阶聚类方法对路段进行聚类,确定最优聚类方法和聚类数量,然后对"同质性路段"分别建立负二项回归、贝叶斯负二项回归、随机或固定效应的负二项回归和多层混合效应负二项回归4种模型,通过精度评价指标选择出最优的事故预测模型,最后计算出相应路段的事故风险大小并识别出事故多发路段.结果表明:选择最优的聚类方法和聚类数量相较于未聚类的情况将有效提高事故预测的拟合精度,其均方方差下降了64% .当选择二阶聚类方法且聚类数量为3时,"同质性路段"负二项回归的事故模型拟合精度最高,其模型的赤池信息量 A IC为464 .79 ,贝叶斯信息量 BIC为476 .98 ,均方方差为99 .22 .在4种事故预测模型中,负二项回归具有良好的预测精度,其预测结果的均方方差最小,为108 .64 .采用统计学方法识别"同质性路段"的事故多发路段,共识别出辽宁省22条事故多发路段.      

基于Tobit回归的山区高速公路事故率分析模型

以事故率为因变量来建立事故分析模型或预测模型时,由于事故率是连续型随机变量,传统的泊松分布、负二项分布及零堆积类分布模型已不再适用。加之,当统计年限较短或路段划分较短时,统计样本中的事故率会出现较多"0"值的情况,此时,事故率就属于受限的连续型变量,即受限因变量。通过对比分析可适用于受限因变量建模的Truncated回归和Tobit回归方法,基于Tobit回归建立了山区高速公路事故率分析模型并计算了模型中自变量的边际效应。模型的因变量为路段上的亿车公里事故率,自变量为路段上的年平均日交通量、路段长度及几何线形指标变量。研究结果表明:针对事故率这样一个受限因变量,采用Tobit回归来建立事故率分析模型是适宜的,所建立的事故率分析模型较好地反映了年平均日交通量、路段长度、几何线形条件等对事故率的影响。模型标定结果及边际效应数值表明:纵坡类型对山区高速公路事故率的影响最大;其次是纵坡坡度、路段长度和年平均日交通量;最后是竖曲线曲率。若设竖曲线曲率对事故率的影响程度为1.0,则年平均日交通量、路段长度、纵坡坡度、纵坡类型的影响程度分别为3.1、4.1、9.1、和9.7。     

道路因素对典型较严重道路交通事故严重性的影响分析

基于道路交通事故数据探究事故影响因素对于认识事故的影响因素、提高交通安全水平具有重要意义。利用近年来国内典型较严重道路交通事故数据,应用泊松模型和负二项模型,以区分事故形态的方式建立追尾事故、侧碰事故及撞行人事故的事故死亡率的道路影响因素分析模型。这些模型以三类事故中涉及人员的死亡数为因变量,以一系列道路因素为自变量,将事故涉及人数作为偏移变量。模型的具体形式以过离散系数及赤池信息量准则(AIC)为依据进行选择。结果显示,追尾事故的死亡率与道路等级、路侧防护设施显著相关;侧碰事故则与天气、路表情况、路口路段位置、坡度以及道路结构有关;撞行人事故与路表情况、道路等级、车道数、平曲线半径有关。本文拓展了事故严重性研究的深度,其研究成果对于更好地利用重特大事故的深入调查数据有现实意义,也可为事故分析及道路设计等提供借鉴。      

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。     

基于广义线性模型的高速公路事故预测能力对比研究

为了寻求能够高效拟合事故数据的模型,提高高速公路交通事故预测的能力,以广东省京珠、粤赣以及开阳高速为研究对象,收集整理了共4657起交通事故及相关影响因素数据,通过路段划分得到5573个交通事故建模样本.基于系统聚类及四分位数法,筛选交通事故数据中的异常值,剔除了建模样本中的离群样本;基于方差膨胀因子法,对模型的解释变量进行共线性诊断,对存在共线性问题的解释变量进行了处理.分别对负二项(NB)、零膨胀负二项(ZINB)及Tobit模型进行变量筛选,分别确定了16,24,16个解释变量;基于模型变量筛选结果,利用交通事故数据样本,完成了NB,ZINB及Tobit模型的建模.分析对比了NB,ZINB及Tobit模型的拟合效果及预测能力,结果显示,在模型的事故预测能力方面,当交通事故数据中存在大量零值,NB,ZINB及Tobit模型经过K折交叉检验计算得出的PRESS值分别为2185,2239,4442,表明Tobit模型预测能力最优,ZINB模型其次,NB模型再次.      

Poisson系列交通事故预测模型特点分析及应用

针对Poisson系列交通事故预测模型中的Poisson、负二项、广义负二项、零堆积Poisson和负二项等多种模型形式及验证方法进行了系统分析和总结,在此基础上结合实际工作经验总结了影响建模结果的重点因素,并进行了实例分析。研究分析表明在实际建模工作中影响建模精度的因素包括模型中变量的选择、模型类型的选择、模型函数形式的确定、因变量类型的选择等。此外,研究人员的建模经验对于最终建立模型的优劣也起很重要的作用。     

零截尾负二项模型在交叉口事故预测中的应用

事故预测模型是广泛采用的交通安全定量分析方法，但往往要求具有完备的道路、交通和事故数据。然而，基础数据相对不健全是包括中国在内的发展中国家交通安全管理面临的主要问题之一，例如仅有发生事故路段或者交叉口的相关属性特征（即零截尾数据）。为此，为确保基础数据不全的情况下交叉口事故预测的准确性，提出了基于零截尾的广义负二项回归模型；采集了246个非信号控制交叉口的交通与事故数据，采用传统负二项模型和新提出的零截尾负二项模型对全数据和零截尾数据分别进行对比分析。结果表明：在针对截尾数据的分析中，零截尾负二项模型明显优于传统负二项模型，并且零截尾负二项模型的参数估计值与基于全数据的负二项基准模型的估计值非常接近；在所有模型中，交叉口的主路交通量和支路交通量与交叉口的安全性之间存在较大的正关联。此外，同等条件下，十字形交叉口的事故数量高于T形交叉口的事故数量；利用传统负二项分布模型分析截尾数据得到的事故预测模型与使用全数据的基准模型有显著差异，其结果不可靠；采用零截尾负二项分布模型的参数结果与基准模型基本一致，截尾模型的置信区间包含基准模型相应的参数估计值。当受条件所限无法获取全部数据时，可以考虑使用零截尾负二项模型进行安全分析。     

基于线形指标的山岭重丘区高速公路事故预测模型

依据我国山岭重丘区高速公路几何线形和交通事故数据,建立了基于交通流量和几何线形指标的高速公路基本路段事故预测模型.首先,基于几何线形条件对基本路段进行了划分,确定了路段单元.其次,分析并确定了理想线形条件的范围,建立了理想线形条件下的基本事故率预测模型.再次,应用BP神经网络与敏感性分析相结合的方法,确定出了对事故发生有突出影响的道路纵坡、平曲线半径和直线段长度3个线形指标,并确定了上述线形指标的事故率修正系数.依据基本事故率预测模型及事故率修正系数即可进行事故预测.模型验证结果表明:该模型能够对路段单元进行事故预测,事故总体预测值与实际值的相对误差在-5.85％～-7.87％之间.     

高速公路分、合流区事故分析模型及事故影响因素

针对高速公路分流区、合流区分别建立负二项回归模型、零膨胀负二项回归模型、混合效应负二项回归模型3种交通事故分析模型,依据AIC准则、BIC准则、对数似然值、Vuong值等对模型进行检验,并采用拟合程度最高的NB模型进行事故影响因素分析。分析结果表明:1)主线年平均日交通量每增加1%,分流区、合流区事故数分别增加3. 50%,2. 23%; 2)主线平曲线半径、分合流区渐变段长度分别增加1%时,分流区年事故数减少0. 12%、0. 18%,合流区年事故数减少0. 07%、0. 28%; 3)分合流区车道数为单车道及4车道时对应的事故数相对较高; 4)分流区位于下坡路段比位于上坡路段具有更高的事故危险性,至上一分流区的距离与年事故数之间表现出显著的正相关性,较长的减速车道有利于提高交通安全性; 5)位于主线长直线路段末端的合流区诱发事故的风险较高; 6)重型车比例上升会导致年事故数升高。     

基于行车动力学的高速公路积水路段行车风险分析

近年来发生多起因积水产生的交通事故,为了研究高速公路积水路段小客车行车风险,综合考虑车速、驾驶行为和积水路段线形等因素,利用行车动力学仿真软件CarSim,建立了车辆动力学模型、道路模型以及小客车换道轨迹模型.在临界水膜厚度的基础上,结合车辆侧向偏移量和质心侧偏角,提出临界积水路段长度作为评价指标,通过改变道路圆曲线半径、超高、纵坡、车速和驾驶行为,分析了小客车在积水路段的行车风险影响因素,运用M atlab回归分析建立了积水路段小客车行车风险预测模型,对多雨地区高速公路某积水路段进行了行车风险分析.研究结果表明,所建立的风险预测模型在综合考虑车速、道路圆曲线半径、超高、积水厚度的影响下,能根据积水路段长度判别小客车的行车风险类型和严重性,其中侧滑风险回归模型相关性系数达0.962,侧偏风险回归模型相关性系数达0.753,为针对性提出道路安全管理措施提供了参考依据.      

融合深度反残差与注意力机制的山区高速公路事故严重程度预测模型

山区高速公路事故严重程度预测对保障交通安全具有重大意义。针对现有事故严重程度预测模型存在准确率低、泛化性差等问题,考虑到深度卷积神经网络可以高效处理图像问题,为此将事故影响因素图像化,提出一种融合深度反残差与注意力机制的山区高速公路事故严重程度预测模型。该模型首先采用相关性分析确定影响交通事故严重程度的因素,依据严重程度与影响因素将事故划分为财产损失、轻伤事故、重伤事故和死亡事故4类;然后将影响因素处理成图片的形式,进而将事故严重程度预测问题转化为图像的分类问题,随之构建基于反残差与注意力机制的山区高速公路事故严重程度预测模型,其中：基于深度可分离卷积的反残差结构可以以较少训练参数获取较高的准确率,基于软阈值的注意力机制作为一种非线性层可以忽略与事故严重程度无关的信息,Mish激活函数可以确保更好的信息流入神经网络。结果表明：在山区高速公路交通安全事故严重程度评估中,相比于传统的机器学习模型,所提出的模型识别准确率具有明显的提高,且测试准确率为85%左右,满足山区高速公路安全评估的实际预测需求。     

基于线形与交通状态的山区高速公路追尾事故预测

为了进行山区高速公路追尾事故预测并识别追尾事故突出诱导因素,在对两车追尾事故进行类别划分并确定出典型两车追尾事故的基础上,分析了典型两车追尾事故的事故率与线形指标、车速差、大型车混入率、交通量等单一因素间的相关关系。鉴于单一因素与追尾事故率间的关系不能准确描述追尾事故发生规律的缺陷,建立了线形与交通状态组合条件下的追尾事故次数负二项分布预测模型,并给出了模型变量弹性系数计算方法,用以确定追尾事故的突出诱导因素。研究结果表明：基于线形与交通状态的追尾事故负二项分布预测模型能够对追尾事故进行准确预测,利用弹性系数计算方法确定出车速差、年平均日交通量（AADT）以及竖曲线半径为典型两车追尾事故的突出诱导因素。     

高速公路交通事故交通流辐射分析与仿真研究

针对目前我国高速公路2次事故多发的特点,从初次交通事故交通流辐射分析入手,阐述高速公路交通事故影响范围和影响时间的分析方法.建立基于TransModeler微观交通仿真平台的交通事故辐射分析模型,对其中一种紧急事件的交通流辐射范围进行实例分析.本模型可为交通事故或其他突发事件的信息发布、预警提供信息与决策支持,从而达到...     

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。     

双车道等级公路路侧事故预测模型研究

借鉴国内外事故预测模型(也称安全性能函数SPF)研究领域的最新成果,收集了31条双车道公路(总里程约740 km)的事故、交通量和线形数据,采用了泊松、负二项、零堆积泊松和零堆积负二项四种统计概率分布,从路侧事故数、路侧事故死亡人数、路侧事故受伤人数三方面对路侧事故规律进行了研究,通过弹性分析从量化的角度给出了道路几何条件、交通量水平与构成等指标与路侧安全的关系。     

基于贝叶斯空间相关模型的城市快速路安全影响因素研究

快速路是城市交通的主骨架,其运行安全态势直接影响整体通行效率的发挥。利用线圈检测器数据和由事故视频监控系统采集的2011~2013年共50069起事故数据,应用贝叶斯空间相关模型,对上海市南北高架、延安路高架、内环和中环4条快速路进行建模分析。为了反映路段间的潜在空间联系,在负二项模型的基础上,加入空间随机影响项建立相邻空间相关模型;进一步改进了该空间随机项的协方差矩阵,建立距离空间相关模型。通过贝叶斯回归方法比较3个模型的回归效果。结果显示,距离空间相关模型具有最优的拟合效果,其方差信息标准(DIC)较负二项模型降低6.04%。由此证明,事故在道路中的分布存在空间关联,且其相关性受距离影响。在道路几何特性影响因素中,路段前后1 km 内匝道数越多,每公里转角越大,事故风险越大;入口-出口型交织路段事故发生几率较高。日均交通量与事故风险显著正相关。不同快速路对比分析表明内环事故风险偏高,中环事故风险较低。      

基于乘员伤害分析的路侧行道树事故严重度评价

为了定量评估公路路侧行道树事故严重度，有针对性地提出安全改善措施，以减少车辆与路侧行道树碰撞的事故损失，分别引入加速度严重性指数（Acceleration Severity Index，ASI）、头部损伤判据（Head Injury Criteria，HIC）和胸部合成加速度（Chest Resultant Acceleration，CRA）作为乘员伤害指标；利用PC-crash汽车动力学仿真软件构建车辆刚体系统和乘员多体系统，通过设置不同车辆驶出速度、平曲线半径、行道树直径和行道树间距，分别开展小型车、大型车与路侧行道树的偏置碰撞试验，共收集2 256组数据；针对公路直线段和曲线段，分别拟合了基于CRA的小型车乘员伤害评估模型，以及基于ASI的大型车和小型车乘员伤害评估模型；根据Fisher最优分割法确定了路侧行道树事故严重度的合理评价等级及各级对应的ASI和CRA阈值，给出了基于CRA和ASI的路侧行道树事故严重度评价方法；随后提出了一种新的用于评估事故严重度分级准确性的指标-误分级程度，并将其应用于事故严重度评价方法的有效性验证中；最后将大型车比例引入ASI评估模型中并改进了模型。研究结果表明：在相同仿真试验条件下，驾驶人胸部损伤比头部损伤更严重，小型车ASI平均值大于大型车ASI平均值；CRA，ASI与驶出速度近似呈正线性相关，与行道树直径近似呈对数相关；行道树间距越大、平曲线半径越小，则车辆遭受二次碰撞的几率越小，乘员伤害风险越低；在案例分析中，2种分别基于CRA和ASI的路侧行道树事故严重度评价方法评价结果基本一致，且误分级程度分别为4.7%和4.3%，验证了提出的路侧行道树事故严重度评价方法的准确性，并证实了ASI可作为评估路侧行道树事故中乘员伤害的有效指标。     

三车道高速公路隧道出口与互通式立交最小间距研究

隧道和互通式立交作为高速公路的重要构筑物,其科学合理的间距直接影响高速公路路线走向和运营安全。通过界定高速公路隧道出口与互通式立交最小间距的定义并分析隧道出口与互通式立交间距过近路段的交通事故特点,探讨影响高速公路隧道出口与互通式立交最小间距的因素。基于车道变换行为,给出3车道高速公路隧道出口与互通式立交最小间距计算模型,并提出条件受限情况下的最小间距推荐值及安全保障对策。     

山区高速公路几何线形与事故率关系研究

利用山区高速公路几何线形与交通事故数据,对平、纵及其线形组合与事故率的关系开展研究,建立了直线段长度、平曲线半径、平曲线偏角、纵坡坡度、竖曲线半径等单一线形指标与事故率的量化关系,在此基础上分析了直线接平曲线路段、纵坡和平曲线组合路段、平曲线与竖曲线组合路段、断背曲线路段、凹凸竖曲线组合路段的事故率,最后对多重线形组合路段的事故率进行了对比分析。研究成果对提高山区高速公路的交通安全水平以及基于交通安全需求优化几何线形设计成果等具有一定的借鉴意义。     

山区公路小半径弯道路段事故严重度影响因素及其异质性比较分析

为分析影响山区公路小半径路段典型事故的严重程度的相关因素及其异质性效应，基于某山区双车道公路1 067起交通事故数据，从驾驶员、车辆、道路和环境4个方面选取15个潜在特征变量，采用二项Logit模型和随机参数二项Logit模型，分别构建小半径弯道路段上追尾碰撞、正面碰撞和侧面碰撞3类典型事故的严重度分析模型，分析3类典型事故严重度的显著影响因素，并采用边际弹性系数量化分析影响因素的作用强度。结果表明，小半径弯道路段上不同形态事故的严重度影响因素存在明显差异:①追尾碰撞严重度的显著影响因素依次为摩托车、夜间、弯道转角、驾驶员年龄、季节，摩托车和冬季分别是服从(2.716.1.5642)和(-1.495，2.1162)正态分布的异质性影响因素，导致发生伤亡事故的概率为95.72%和23.58%；②正面碰撞严重度的显著影响因素依次为货车、摩托车、驾驶员超车、弯道转角和弯道长度，货车导致其伤亡事故概率增加108.8%，摩托车和弯道长度分别是服从(6.941，9.9012)和(-0.004，0.0032)正态分布的异质性影响因素，导致发生伤亡事故的概率为76.11%和9.18%；③侧面碰撞严重度的显著影响因素依次为摩托车、驾驶员年龄及弯道有接入口，摩托车和接入口分别是服从(5.211，5.1112)和(-1.408，2.1462)正态分布的异质性影响因素，导致发生伤亡事故的概率为88.87%和25.47%。④与传统二项Logit模型相比，追尾碰撞、正面碰撞和侧面碰撞的随机参数二项Logit模型的拟合优度分别提高了2.85%，4.15%，6.76%，且定量捕捉了异质性影响因素，更适用于事故严重度的精细化分析。