浅谈道路交通事故信息采集及再现分析系统

对道路交通事故信息进行实时采集和分析,研究交通事故的人—车—环境的特性、交通事故的发生规律与影响因素,对预防和减少事故伤害具有十分重要的现实意义。文章主要介绍的是同济大学在上海嘉定区建立的道路交通事故信息采集系统尝试,及事故再现分析的主要工作流程。     

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。     

基于数字化摄影测量的交通事故信息采集和过程再现

针对目前交通事故信息采集和过程再现存在的不足,建立了基于二维和三维直接线性变换法的摄影测量模型,分别采用两种方案对目标物进行三维重建的实验和结果的对比分析。以一起真实交通事故为例,运用摄影测量方法采集现场路面和车身变形的信息。以路面信息为事故再现的输入数据,求解事故车辆碰撞瞬时速度;以车身变形信息为评判依据,验证所求车速。重建结果表明,摄影测量方法可提高交通事故信息采集效率和事故再现精度。     

道路交通事故致因理论概要

道路交通事故致因理论是事故致因理论的一个分支,通过对大量交通事故典型案例的研究,揭示形成交通事故相关要素之间的关系,找出交通事故的机理。道路交通事故致因理论的核心是＂危险形成—避险失误＂机理和＂环境—危险＂作用律。道路交通事故致因理论可以指导事故调查、事故鉴定、判断交通事故当事人的行为对发生道路交通事故所起的作用,从而比较准确地认定道路交通事故当事人责任。     

PC-Crash在道路交通事故再现中的应用

针对一起真实的汽车-摩托车碰撞道路交通事故,根据事故现场采集的车辆、人员以及各种痕迹信息,利用PC-Crash软件建立多刚体动力学模型,进行道路交通事故的重建,并进行计算机仿真分析,从而确定事故发生前事故各方的状态。研究结论可为传统依靠理论分析的交通事故司法鉴定提供更为直观的有力支撑,帮助理清交通事故责任,有利于确定车辆保险理赔。     

道路交通事故中轿车当事人交通行为方式鉴定1例

在道路交通事故中遇一辆肇事车辆存在多名当事人,但因缺乏视频资料且证人证言相互矛盾或无法询问的情况下无法明确谁是驾驶人,根据事故调查需要,交警部门需委托司法鉴定机构进行道路交通事故涉案者交通行为方式鉴定,明确谁是驾驶人,为道路交通事故处理提供一定的依据。道路交通事故涉案者交通行为方式鉴定是指根据案情,对与事故相关的现场、车辆、伤亡人员进行勘验后,依据勘查结果进行综合分析,并做出涉案者在事故发生时所处行为状态书面意见的过程。     

道路交通事故多发点鉴定方法探讨

基于已有的道路交通事故统计资料，应用动态聚类分析方法和贝叶斯概率模型，对事故多发点的鉴定方法进行了探讨。     

交通追尾事故分析及预防

近几年,我国道路交通事故年均60多万起,亡人10万左右,伤亡率居高不下,仅中保集团每年赔付金额160多亿元,其中一半是碰撞所造成的损失,约40亿元是追尾事故造成的。在事故形态中,交通追尾事故占到了20%左右,军车交通事故中追尾事故占的比例更高,是交通事故的主要形态。引发交通追     

道路交通事故多发位置的鉴别

交通事故多发位置的鉴别是道路安全工程中的一个重要组成部分。文中对道路交通事故多发位置的内涵、研究内容及鉴别方法进行了描述，给出了事故多发位置鉴别的实际意义。     

事故再现——在虚拟场景中展现车辆碰撞

1、车辆碰撞交通事故 （1）交通事故的发生 道路交通事故是全球共同面临的最为严重的社会公害，随着我国汽车保有量的不断增加，道路建设的日新月异，交通事故数量也在不断上升而且居高不下，由交通事故造成的人身生命和财产损失以及相应的民事和刑事诉讼等社会问题也日益严峻。     

Modeling lane-change-related crashes with lane-specific real-time traffic and weather data

This study investigates the relationship between lane-change-related crashes and lane-specific, real-time traffic factors. It is anticipated that the real-time traffic data for the two lanes—the vehicle's lane (subject lane) and the lane to which that a vehicle intends to change (target lane)—are more closely related to lane-change-related crashes, as opposed to congregated traffic data for all lanes. Lane-change-related crash data were obtained from a 62-mile long freeway in Southeast Wisconsin in 2012 and 2013. One-minute traffic data from the 5- to 10-minute interval prior to the crashes were extracted from an immediately upstream detector station and two immediately downstream stations from the crash location. Weather information was collected from a major historical weather database. A matched case-control logistic regression was used for analysis. Results show that the following factors significantly affect the probability of a lane-change-related crash: average flow into the target lane at the first downstream station, the flow ratio at the second downstream station, and snow conditions. Additionally, the average speed in the target lane at the first downstream station contributes to the occurrence of lane-change crashes during snowy conditions. According to the model, the probability of a lane-change-related crash under real-time traffic conditions can aid in flagging potential crash-prone conditions. The identified contributing factors can help traffic operators select traffic control and management countermeasures to proactively mitigate lane-change-related crashes.     

连续数据环境下的道路交通事故风险预测模型

针对现有研究多基于病例对照的欠采样方法,即每起事故从连续交通流数据中按一定比例抽取对照的非事故数据构建模型,而该类模型在连续数据环境中的预测精度存在缺陷的状况,对城市交通连续观测并动态调控的技术环境（简称连续数据环境）开展道路交通事故风险预测模型构建研究。首先提出基于全样本交通流数据,结合“调整事故分类阈值”的方法解决事故风险预测研究中的非平衡数据分类问题;而后采用上海市城市快速路2014年5,6月的线圈检测交通流数据及历史事故数据开展实证研究,以受试者工作特征曲线下面积为评价指标,对比基于全样本和抽样样本构建的常用事故风险预测模型（逻辑回归、随机森林）的整体预测能力;以灵敏度和特异度的几何均数为评价指标,对比3种分类阈值计算方式（约登指数法、事故占比法和交叉点法）对事故/非事故综合预测精度的影响。结果表明：在连续数据环境下,采用全样本数据建模能使模型整体预测能力提高13.06%;基于约登指数法进行分类阈值计算可使模型的事故/非事故综合预测精度最佳。     

基于多任务迁移学习的交通警情信息自动处理方法

从交通警情数据中自动获取信息对于快速处理交通事故和提高交通管理水平具有重要的意义。为此，提出了一种基于多任务迁移学习的交通警情信息自动处理方法，该方法上游采用文本预训练模型作为共享参数层，下游建立多任务并行学习方法，实现对交通警情中的关键信息、类型和语义自动处理。选取江苏省苏州市2年内共120 191条原始交通警情作为试验数据，通过自动处理方法构建了一套标准的交通警情信息数据库。试验结果表明：所建立的关键信息抽取方法可以更精准地提取警情数据中的时间、地址和车牌信息；交通警情分类模型性能优于现有的深度学习模型，分类准确率达93%；基于局部特征增强的警情语义分析方法重点识别了警情中事故的严重程度和救援需求，识别准确率达87%。研究结论显示交通警情自动化处理方法具有良好的可移植性和实用性。     

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。     

基于GIS分析的深圳市道路交通事故空间分布特征研究

掌握城市道路交通事故空间分布特征是城市道路交通安全管理的重要基础。基于深圳市2014~2016年的道路交通事故数据,首先应用地理编码方法对原始事故记录进行空间定位,形成事故的空间分布。其次针对考虑/不考虑路网密度的2种情况,应用密度分析方法对道路交通事故多发的区域和事故严重程度较高的区域进行鉴别,比较2种情况下区域分布的差异并分析造成这种差异的可能原因。最后利用异常点分析和热点分析2种空间聚类分析模型对事故严重程度较高的区域进行进一步鉴别,并对密度分析和聚类分析2种方法得到的结果进行了比较。密度分析结果表明：就事故频度而言,深圳市中心城区单位面积上的交通事故频度较高,而郊区单位长度道路上的交通事故分布更为密集;就事故严重程度而言,郊区的交通事故平均严重程度高于市中心区域。造成上述差异的原因可能与郊区道路限速较高等因素有关。聚类分析结果与密度分析结果相近,在郊区形成了高严重程度的事故聚类,而在中心城区形成了低严重程度的事故聚类,说明郊区的交通事故严重程度总体高于市中心区域。从2种方法的比较来看,密度分析简单易行,有助于交通管理部门对城市交通事故空间分布特征直观快速的了解;聚类分析可精确到事故点,为精细化的交通安全管理工作提供支撑。研究结果表明基于密度分析和聚类分析的研究方法对于确定道路交通事故空间分布特征有良好的作用。     

团雾天气下高速公路交通事故特征分析

近年来团雾天气下高速公路交通事故频繁发生,对交通安全管理提出了新的挑战.文中以沪宁高速公路沿线4 174站次的团雾过程和74起团雾天气下的交通事故数据为基础,分析了团雾的发生规律和团雾天气下高速公路交通事故特征.研究发现:秋、冬、春三季团雾发生频率高,发生时段主要是在后半夜的00:00时至凌晨06:00时之间,临湖环境和临江路段由于特殊的地形和水汽输送通道而成为团雾高发的区域.1年中的10~11月、1~2月、4~5月,1d中的早上07:00~08:00是团雾天气下交通事故高发期;事故形态主要为追尾,伤亡程度十分严重,死亡人数3人及以上的事故数占55.41%.事故涉及车辆多且损毁严重,涉及10辆以上的事故占75%左右.70%左右的事故造成的交通中断或滞留时间在5h以上.      

Development and validation of side-impact crash and sled testing finite-element models

Side-impact collisions are the second leading cause of death and injury in the traffic accidents after frontal crashes. Side-impact airbags, side door bars and other protection techniques have been developed to provide occupant protection. To confirm the effectiveness of protection equipment installed in vehicles, studying the degree of impact is fundamental to understand the effect of automobile collisions on the human body. Therefore, the dynamic response of the human body to traffic accidents should be analyzed to reduce the level of occupant injuries. Generally, the experimental method is complex and expensive. Recently, numerical crash simulations have provided a valuable tool for automotive engineers. This work presents full-scale and sled side-impact test finite-element (FE) models - based on the Federal Motor Vehicle Safety Standard No. 214 - that simulate a side-impact accident. The crash simulations utilized the LS-DYNA finite-element code. The human body's dynamic response to crashes is discussed herein. Additionally, occupant injuries were measured. To verify the accuracy of the proposed crash test and sled test FE models, simulation results are compared with those obtained from experimental tests. The comparison results indicate that the proposed crash test and sled test FE models have considerable potential for assessing a vehicle's crash safety performance and assisting future development of safety technologies.     

Road characteristics and environment factors associated with motorcycle fatal crashes in Malaysia

This study aims to determine risk factors contributing to traffic crashes in 9,176 fatal cases involving motorcycle in Malaysia between 2010 and 2012. For this purpose, both multinomial and mixed models of motorcycle fatal crash outcome based on the number of vehicle involved are estimated. The corresponding model predicts the probability of three fatal crash outcomes: motorcycle single-vehicle fatal crash, motorcycle fatal crash involving another vehicle and motorcycle fatal crash involving two or more vehicles. Several road characteristic and environmental factors are considered including type of road in the hierarchy, location, road geometry, posted speed limit, road marking type, lighting, time of day and weather conditions during the fatal crash. The estimation results suggest that curve road sections, no road marking, smooth, rut and corrugation of road surface and wee hours, i.e. between 00.00 am to 6 am, increase the probability of motorcycle single-vehicle fatal crashes. As for the motorcycle fatal crashes involving multiple vehicles, factors such as expressway, primary and secondary roads, speed limit more than 70 km/h, roads with non-permissible marking, i.e. double lane line and daylight condition are found to cause an increase the probability of their occurrence. The estimation results also suggest that time of day (between 7 pm to 12 pm) has an increasing impact on the probability of motorcycle single-vehicle fatal crashes and motorcycle fatal crashes involving two or more vehicles. Whilst the multinomial logit model was found as more parsimonious, the mixed logit model is likely to capture the unobserved heterogeneity in fatal motorcycle crashes based on the number of vehicles involved due to the underreporting data with two random effect parameters including 70 km/h speed limit and double lane line road marking.     

北京市顺义区交通安全现状分析

结合北京市顺义区的交通事故数据,运用数理统计的方法,从时间、空间、成因、车型等方面对北京市顺义区交通事故特征进行了归纳总结。在此基础上,从人、车、路和环境4个方面分析了北京市顺义区交通安全的影响因素并提出对策。分析表明：人的因素主要表现为交通安全意识淡薄;车的因素主要表现为机动车车型多样;路的因素主要体现交通设施不全、线形设计存在隐患;环境的因素主要体现在气候、路侧环境和管理等。     

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。