公路交通事故黑点鉴别方法研究

通过对公路交通安全系统中各影响因素分析，将影响因素共分为七大类，建立影响因素指标体系，以综合加权的方法实现交通事故率标准化，以类比分析确定相应指标对交通事故率的影响强度，并按各指标影响强度累乘的方法确定公路交通安全系统综合影响强度，利用“综合影响强度事故率法”建立了公路交通事故黑点鉴别方法。     

基于道路功能的分层交通分配方法研究

针对当前交通分配预测在宏观把握上的缺陷,提出了一种改进的基于道路功能分层的交通分配思路、分配模型及算法.这种改进的方法从宏观层次到微观层次进行分配预测,有利于从不同层面校核分配结果,也有利于提高分配运算速度.通过一个实例阐述了该方法的步骤,并与TransCAD STOCH分配方法进行比较,结果证明基于道路功能的分层交通分配方法更接近于实际交通状况.     

基于GIS的道路交通事故黑点分析处理系统研究

事故黑点分析处理是道路交通安全管理过程中的一个重要环节.文中结合我国道路交通安全管理中的事故黑点分析工作实际,在用户需求和功能需求分析基础上,提出了基于GIS的道路交通事故黑点分析处理系统的总体设计方案,并对道路交通安全多维信息管理技术、系统数据库技术和基于GIS的事故黑点分析技术等进行了研究.     

山区公路黑点段鉴别新方法与实例研究

山区公路黑点段鉴别研究是交通安全领域的一项重要研究内容,当道路技术指标不能够为车辆运行提供安全保障时,车辆运行将趋向于危险,形成黑点段.车辆运动过程中对安全影响较大的参数是运行速度和加速度,它们在不同程度上反映出车辆的运行状态.通过综合分析速度连续性因素和加速度因素,提出一种山区公路黑点段鉴别新方法——车辆运动参数综合分析法.在阐述该方法基本思想的基础上,制订出切实可行的应用条件和技术步骤,实例研究表明该方法能够对复杂道路条件下的山区公路黑点段进行有效鉴别.     

交通流量分配对道路网络结构可靠度的影响

研究和分析了基于行程时间可靠度的交通流量分配对道路网络结构可靠度产生的影响,行程时间采用BPR路阻函数,假定行程时间服从Weibull分布,推导出路段行程时间可靠度同路段饱和度之间的关系式.以路段行程时间可靠度80％,即路段饱和度1.0,为衡量和控制标准,对路段超出控制标准部分的交通流量进行重新分配,利用蒙特卡罗MATLAB计算程序计算出分配前后各路段路面结构可靠度,再利用网络串并联原理分别计算出交通流量分配前和分配后的道路网络结构可靠度.通过实例对比分析交通流量分配前后的道路路段可靠度和路网结构可靠度可知:以行程时间可靠度为分配标准较以畅通可靠度为分配标准更合理;路段拥堵时的交通流量分配虽可以提高相应路段可靠度,但会降低整个路网结构可靠度.     

基于安全可靠性的多类用户交通分配模型

为探究出行安全对用户出行选择行为的影响,提出了考虑事故风险成本和旅行时间的多类用户交通分配模型。针对事故发生的随机性特征,定义了路径出行安全可靠性概念,并以此计算用户的事故风险成本预算,体现出行者的安全偏好。基于考虑事故机会和事故风险的基础事故预测模型,针对路段和交叉口的不同特征,分别定义了路段和交叉口的事故风险成本分布。构建的交叉口事故风险成本模型,体现了交叉口不同转向的事故风险成本的差异性。为了求解基于安全可靠性的多类用户交通分配模型,采用路径配流法和相继平均法设计了相应的求解算法,并通过算例分析了模型和算法的有效性。研究结果表明：安全可靠性在用户出行选择中具有重要影响。当在广义出行费用中考虑事故风险成本时,出行者会更多地选择事故风险成本较小的路径;不同风险倾向的用户会有不同的选择特征,保守型出行者倾向于选择路径事故风险成本标准差相对较小的路径,即事故风险成本波动小的路径,而中立型出行者倾向于选择事故风险成本均值相对较低的路径;考虑交叉口的事故风险成本与否会直接影响流量分配结果,即路径交叉口数量和转向的差异性同样会影响出行者的选择。所提出的模型对于客流预测和网络安全评价与管理具有潜在的应用价值。     

面向ATMS的道路安全信息清洗技术研究

在ATMS中,信息是最核心的内容,系统的各项功能都是以信息的应用为中心展开的.为了在ATMS中保证使用数据的质量,提高信息资源的利用率,降低信息资源的周期损耗,提高系统的处理效率,减少系统的开销,采用数据清洗技术,建立了适合ATMS系统信息需求的数据清洗框架,实现对现有采集到的道路安全信息数据进行高效率的优化处理,使输人到ATMS系统的信息数据能保证系统做出高质量的决策,进而提高系统的运行效率.     

事故多发点鉴别本质及基于BP神经网络的鉴别方法研究

首先对常规事故多发点鉴别方法进行了分析和评述,并通过实例揭示了多发点的鉴别本质。在此基础上,建立了基于三层BP神经网络的城市干道路段事故多发点鉴别模型。该模型考虑了交通事故7个方面的影响因素,并能将常规鉴别方法不易识别出的多发点鉴别出来。其次,应用哈尔滨市市区430个干道路段上1999年至2004年发生的13764起交通事故数据及关联因素数据,对神经网络的权值和偏置值进行了标定,并应用该模型进行了事故多发路段鉴别。最后,分别应用了事故次数概率分布法、矩阵法和质量控制法对430个路段进行了多发点鉴别,并对鉴别结果进行了对比分析。     

基于BiLSTM神经网络的交通事故黑点路段日均事故频次预测方法

为交通管理部门和出行大众提供精准的事故高发黑点预警信息具有重要的意义。为此,研究了1种基于双向长短期记忆神经网络（bidirectional long short-term memory neural network,BiLSTM）的黑点路段交通事故频次预测方法。通过对传统K-means聚类算法的k值选取进行改进,实现了道路交通事故黑点的有效识别,并统计黑点每天事故数作为事故时间序列;利用小波分解对该序列进行降噪处理,通过多层网格搜索法对隐藏层层数、神经元个数等模型的参数进行标定,构建了基于BiLSTM网络的事故频次预测模型;采用滑动窗口的方式将事故时间序列作为内部参数输入模型,以交通流量、节假日、事故天气和事故发生环境等特征作为外部参数,对事故黑点路段未来1 d内可能发生的事故数进行预测,并基于预测结果提出了1种事故黑点路段交通事故预警模型;以浙江省宁波市交警部门某辖区2020年4月—2021年9月常态采集的事故数据为测试集,以7 d的事故数据预测未来1 d的黑点路段事故频次,将BiLSTM模型与门控循环神经网络（GRU）模型、长短期记忆神经网络（LSTM）模型、反向传播神经网络（BP）模型、自回归滑动平均（ARIMA）模型和支持向量机（SVR）模型等事故预测模型进行对比。结果表明：BiLSTM模型、GRU模型、LSTM模型、BP模型、ARIMA模型和SVR模型对各事故黑点的日均事故频次平均预测精度分别为93.1%、88.8%、88.0%、85.2%、84.4%和84.2%;均方根误差分别为0.092、0.146、0.142、0.147、0.177和0.176。该结果说明,所提BiLSTM模型具有更高的预测精度和更强的鲁棒性。     

基于路段交通量的趋势增长--概率分配路网交通量预测方法

结合中国西部地区路网的现状,以路网中各路段的历史交通量调查数据和区域经济资料为依据,利用多元回归模型对路网的正常交通量进行预测;以现状路网正常交通量为基础,利用概率分配法对新建或改建路网的转移交通量和诱增交通量进行预测,形成基于路网路段交通量调查资料的趋势增长———概率分配路网交通量预测方法。该方法继承了个别推算法的优点又摈弃了总量控制法的缺点,可操作性强,适用于西部地区的路网。     

基于粗糙集的路网瓶颈路段识别方法

为了更加准确地识别路网中的瓶颈路段,并向路网规划与交通管理提供决策支持,确定了路网瓶颈路段识别的主要影响因子,利用粗糙集方法将通行能力、路网拓扑结构、安全性、常发性拥挤频率与交通流时间均衡系数设为瓶颈路段识别的条件属性.提出了基于粗糙集的路网瓶颈路段识别方法,通过规则提取以识别路网瓶颈路段.通过一个示例路网,验证了路网瓶颈路段识别方法的有效性.该方法也为交通管理者提供了一种实用的路网瓶颈知识获取方法.     

基于满意控制的动态交通分配模型研究

城市交通意外事件易诱发局部交通路网拥堵,为防止交通状况恶化,需采取相应的交通控制、诱导手段。针对交通意外事件造成城市交通路网运行状态突变的现象,从用户平衡原理出发,提出了基于满意控制理论的动态交通分配模型。该模型不仅考虑了动态交通分配过程中各种常规的要求(目标、约束),还考虑了动态交通分配的易操作性和交通流控制、疏导过程中的安全性。通过该模型可寻找易于求解及实现的满意解,快速、平稳地实现区域内交通流的正常运行。算例表明该模型及其算法能够快速获得满意解,有效地解决交通状况突变情况下的动态交通分配问题。     

道路交通事故信息采集技术及应用

随着社会经济的发展,当前我国购买和使用汽车的人数不断上升,而在有限的道路交通资源的情况下,交通拥堵以及交通事故发生的频率大大上升,而一旦发生交通事故,则需要对交通事故车辆及周围环境进行信息采集,对事故现场进行重建,进而还原事故产生的原因,进而对事故车辆的责任进行鉴定。近年来,为了更好地重建事故现场,分析相关事故产生的原因,对事故车辆进行责任鉴定以及采取措施减少事故发生的概率,如今在大部分地区已经使用了信息技术、监控技术以及人工智能技术等对交通事故信息进行采集。本文主要介绍了当前在交通事故信息采集过程中主要应用的三种技术类型,包括:基于摄影测量的技术、基于视频解算及分析的技术以及基于电子智能的技术。并分析了这些技术在交通事故信息数据库、交通事故分析重建、道路交通安全状况改善过程中的应用。     

基于信息融合的道路前方车辆识别研究

将光学传感器与红外传感器进行信息融合以识别道路前方车辆.首先根据光学图像信息进行保守识别以初步确定车辆目标.在对相应的红外图像进行通道处理的基础上,充分利用其温度场信息提取车辆目标特征以构建车辆验证函数.以车辆验证函数值为依据建立基于最小风险的贝叶斯决策分类器,对光学初识别中得到的车辆目标进行验证,从而成功实现了光学图像与红外图像的信息融合.试验表明该方法能够利用红外热图信息在光学图像保守识别的基础上剔除误判目标,最终得到较为准确的识别结果.     

道路交通气象应用发展状况与启示

不利气象条件给公路交通畅通与运行安全带来了巨大的不利影响,为应对这一挑战,欧美发达国家部署和实施了道路气象信息系统,借助该系统,公路管理部门能够根据实时的和预测道路天气情况来管理交通,确保道路的畅通与运行安全,此外,这一系统还能够为冬季道路养护提供辅助决策,降低用于道路冰雪控制的成本。我国在近几年加快了道路气象信息系统的实施步伐,也出现了一些有代表性的应用案例。本文重点介绍了道路气象信息系统及其应用的历史发展沿革,介绍了欧美部分国家在这方面的应用状况与特点,在此基础上,作者对国外的成功经验进行了总结,以期为国内道路气象信息系统的发展提供借鉴与参考。     

基于三维激光扫描的交通事故现场信息采集

论述了道路交通事故现场三维扫描技术的原理,针对三维扫描中存在的问题提出改进意见.在吸取国外道路交通事故现场三维扫描的基础上,结合我国道路交通的实际情况,对运用三维扫描技术现场采集交通事故信息的方法进行探讨.     

公路网事故多发段(点)判别方法研究

针对在事故多发段判别时,平面交叉节点通处理为路段,平面交叉节点的安全重要性被弱化,判别精度受到了影响的问题;并针对路网事故多发段判别时,先判别事故严重的路,再判别其上事故多发段,忽略了整体事故不严重的路上个别事故多发的段点的问题。对路网中各种等级公路进行归一化处理;根据平面交叉节点行车安全特性,把公路划分为平面交叉节点路段和普通路段;平面交叉节点路段安全影响范围的确定;从而进行路网事故多发段判别。既提高了已有动态步长过滤法等对一条公路进行事故多发段判别的精度,又解决了不同等级、不同特征公路组成的路网在同一水平下的事故多发段判别;为路网安全管理提供了基础。     

服务于道路安全管理的信息技术研究

从道路安全管理出发，介绍了多种信息技术。针对不同的信息采集对象，从气象、交通和紧急事件3个方面介绍了相应的信息采集技术；针对不同的信息发布需求，介绍了目前各种先进的信息发布技术。对各种信息技术的优缺点进行了评价和比较，探讨了信息技术的研究现状和发展趋势。