基于MNL模型的车车碰撞事故严重程度影响因素辨识方法

为了研究两车之间事故严重程度的影响因素及其机理,探索在不同严重程度的交通事故中影响因素存在的差异性,采用多项logistic回归(MNL)模型对影响因素进行了分析。基于道路交通事故数据的特征形成了涵盖人员因素、车辆因素、时间因素、环境因素的影响因素集合。构建了适用于分析车车碰撞事故的模型,分析了事故严重程度的各类影响因素,并对不同严重程度的事故进行分类讨论,分析导致其存在差异性的原因。结果表明,在降低车辆间事故的安全风险时,需要重点考虑过失方车辆类型、过失方年龄、碰撞类型、受害方车辆类型、城市分区5项因素。对仅财产损失事故和有受伤但无死亡事故,需关注不同的影响因素组合存在的差异性,其中对仅财产损失事故,正面碰撞、受害方车辆类型为小客车、主城区、近郊区是可能的显著影响因素;对有受伤但无死亡事故,过失方年龄为19～45岁、侧面碰撞是可能的显著影响因素。持续提高对驾驶员的教育警示,使用新技术监督驾驶员的行车状态,提升车辆防御侧面碰撞的能力是可能降低车车碰撞事故严重程度的手段,从而提升城市道路交通的安全水平。     

基于SVM事故分类的连环追尾事故影响因素分析

以美国公路2013—2015年所有的追尾事故数据为样本,研究导致连环追尾事故发生的关键影响因素.通过随机森林进行特征筛选,选取了与时间、驾驶人、车辆、道路和环境有关的14个相关因素作为支持向量机的输入变量,建立了基于SVM的2车追尾事故与连环追尾事故二分类模型.得到分类准确率:训练集为97.42%,测试集为80.32%,AUC为0.7,说明2种事故之间存在显著差异,且SVM模型能够较好的将2种事故进行区分.根据SVM-RFE算法计算影响分类效果的特征变量的相对重要度,得到4个对2种事故产生区别影响较大的因素,依次为:碰撞前首车的运动情况、道路的限速、季节和车道数.进一步对比各因素下2种事故发生的百分比发现,在首车停车或减速、道路限速超过80 km/h、夏季以及车道数大于2车道的情况下,更容易发生连环追尾事故.      

基于车辆事故深度调查的侧碰事故特征分析

侧面碰撞事故的发生率和致死率仅次于正面碰撞,而致伤率居于第一位。文章运用统计分析与对比分析的方法对侧碰事故发生道路路段和侧碰事故发生原因等进行了研究,从机动车驾驶员、车辆类型、道路类型和事故发生时间等方面对机动车-机动车侧碰事故发生情况进行分析。分析结果显示由驾驶员违法引起的侧碰事故较高,占405起侧碰事故车辆总数的52.7%,其中违法行为又以未按规定让行、违反交通信号和超速行驶这三种为最;在分析道路因素对侧碰事故的影响时发现十字路口路段侧碰事故发生较多,占所统计的405起侧碰事故案例的61%;最后分析交通环境对侧碰事故的影响时发现在10:00~12:00和14:00~16:00这两个时段发生机动车侧碰事故较多。     

道路交叉口单车事故严重程度影响因素分析

为了研究影响交叉口单车事故严重程度的因素,以英国10 258起交叉口单车碰撞事故为研究对象,构建了一种离散选择模型——多项式Logit模型,选取车辆属性、驾驶员特征、道路条件及环境等因素共25个自变量,分析轻伤事故、重伤事故以及死亡事故的影响因素。利用最大似然法估计模型参数,并通过拟合优度检验及无关独立性(IIA)检验,检验结果显示模型拟合度较好。研究结果表明:在0. 1的显著性水平下,事故是否发生在周末、事故是否发生在高峰期、路段类型、交叉口类型、交叉口控制方式、行人过街控制、光线条件、天气情况、道路表面环境、车辆类型、车辆行驶意图、侧滑、翻车情况、车道发生碰撞、非车道碰撞物、车辆受伤部位、驾驶员性别、发动机排量、燃料类型、车辆行驶年龄等19个自变量影响单车碰撞事故的严重程度。研究结果有助于交通管理者采取合适的策略降低交叉口单车事故严重程度。     

基于双层评定模型的钳闭影响下乘员损伤严重程度分析与预测

为确定轿车碰撞事故中钳闭影响下乘员损伤严重程度的影响因素,从陕西长安大学机动车物证司法鉴定中心数据库中筛选包括24种车型的714组轿车碰撞事故数据,通过Apriori关联规则挖掘出相关的特征因素,建立双层评定模型(Logit Model)对车辆层次与乘员层次的特征因素进行分析。结果表明,致伤部件质量变量对组织结构、身体部位、损伤类型变量的影响分别达到28.89%、15.79%、14.03%,事故中头部相较于其他部位损伤更严重,损伤较为严重的情况往往伴随着乘员重度骨折与大面积损伤。最后,通过随机森林模型对乘员损伤严重程度进行预测,预测结果准确率可达到82.97%。     

高速公路交通事故影响区域交通流限速管控特征研究

基于NaSch模型的理论,考虑高速公路交通事故对车流的影响,建立事故影响区域交通流限速管控模型。通过对事故影响区域限速管控与非限速条件进行分析,分别在车流为自由流和同步流两种情况下,统计道路的平均速度、事故区域的换道次数、事故区域车辆碰撞次数,并对以上数据进行模拟分析。表明在自由流和同步流两种情况下,对事故影响区域进行限速管控,会明显降低事故车道和非事故车道在事故缓冲区域内的碰撞次数,这也是保证行车安全的重要措施。     

基于车路协同的高速公路车辆碰撞预警模型

为了预防和减少高速公路碰撞事故的发生,及时向高速公路一定范围内的相关车辆提供事故预警信息,提出了一种基于车路协同的高速公路车辆碰撞事故预警模型。首先,基于4G和DSRC通信网络构建了高速公路通信场景与事故预警框架。其次,建立了高速公路环境下双车道两车相撞的事故场景,分析了车辆在高速行驶时发生碰撞的动机以及可能发生的碰撞事故类型。最后,分析了追尾碰撞与侧向碰撞发生之前两车在横向和纵向两个方向接近的全过程,探索两种碰撞事故发生的内在规律,建立潜在碰撞事故判定规则,并基于车路协同技术建立了以时间、位置、速度、车间距以及制动距离为参数的车辆追尾碰撞预警模型与车辆侧向碰撞预警模型。针对实车场地试验对碰撞事故测试成本高难度大等问题,基于Veins仿真平台搭建了具备4G和DSRC异构通信网络环境的高速公路车联网仿真场景,对两种事故预警模型的性能进行测试。测试结果表明,在车速低于120 km/h的情况下,通过潜在碰撞事故判定得到预警结果,并给相关车辆发送事故预警消息广播,能有效避免追尾碰撞和侧向碰撞的发生。     

基于2021版C-NCAP管理规则下风窗玻璃对行人伤害的研究

现阶段我国仍处于人、车混合的交通状况,车辆碰撞行人的事故频频发生。在车辆碰撞行人的事故中,行人较为弱势,加之现阶段车辆缺少对行人的保护措施,行人伤亡严重。在机动车碰撞行人的事故中,行人头部受重伤是造成行人死亡的主要因素。在我国,每年因交通事故死亡的人数大约在10万人左右,行人、自行车骑行者、摩托车骑手的死亡人数在60%左右。在机动车碰撞到自行车及摩托车驾驶者后,驾驶者由于坐在二轮车上,整体躯干高度增高,头部会大概率碰撞到机动车的风窗玻璃。本文基于行人保护头型冲击风窗玻璃的结果,风窗玻璃的破碎形式以及风窗玻璃的制造工艺对行人头型的伤害,将理论与测试数据相结合,找出影响风窗玻璃对行人头部伤害大小的关键因素。     

国外乡村公路交通事故形态

通过收集整理美国、加拿大、英国、澳大利亚等国关于乡村公路交通事故的数据和资料,从事故发生的路段和时段、事故类型、事故中的人员和车辆等几个方面对国外乡村公路交通事故形态进行了分析研究,主要得出如下几点结论:第一,乡村公路等级越低,交通事故后果越严重;第二,曲线路段和限速值不低于80 km/h的路段是乡村公路上事故后果比较严重的路段;第三,在乡村公路上周末和晚上的交通事故后果较为严重;第四,单车事故(主要是驶出路外事故)、平交路口事故和正面碰撞事故是乡村公路交通事故的主要类型;第五,机动车驾驶员和乘员、男性、年轻人是乡村公路交通事故中的主要伤亡人群;第六,在涉入乡村公路交通事故的车辆中,以小型乘用车为主.     

基于碰撞相容性因素的车辆追尾事故深入数据分析

为详细了解北京市追尾事故车辆的分类对比情况,基于车辆碰撞相容性因素构建了追尾事故的深入数据分析模型,包括追尾事故车辆的基本类型、结构形式及几何特征对比、车辆碰撞损坏特点、车内乘员伤害情况及其相关性等方面内容。利用真实交通事故案例对车辆碰撞相容性相关因素进行统计分析,为车辆追尾事故的预防与伤害减轻等项研究提供参考,指出今后研究的侧重点。     

基于潜类别Logit模型的两轮车骑行者头部损伤影响因素研究

为研究汽车-两轮车碰撞事故中骑行者头部伤害的影响机理,探究头部损伤致因关系中存在的模式差异与异质性,基于中国交通事故深入研究（CIDAS）数据库中的2 806起两轮车事故,建立潜类别Logit模型。以骑行者头部伤害严重程度为因变量,将驾驶人、车辆、道路、环境和事故碰撞特征的相关因素作为自变量,取显著水平为0.05,建立多项式Logit模型,在此基础上根据拟合优度指标确定最优分组数并构建出潜类别Logit模型。研究结果表明:模型将事故样本划分为2个类别群体,2个群体在参数、变量分布特征和预测概率上存在显著差异,当事故样本具有“两轮车初始速度>30 km/h”、“骑行者碰撞后抛出距离>10 m”等特征时易被归类到类别1,且类别1对应于更严重的头部伤害;骑行者年龄>50岁、汽车类型为商用货车、两轮车类型为摩托车、事故发生在市区外、两轮车初始速度>30 km/h、头部碰撞玻璃和抛出距离>5 m都会增加头部损伤的严重程度;汽车驾驶人行驶意图为停车或变道时,存在造成严重两轮车事故的风险;佩戴头盔会减弱骑行者头部受到的伤害。      

基于视觉负荷的隧道提速方案限速值研究

为了确定高速公路隧道内提速方案具体的限速值,通过选取多条有提速需求的典型高速公路隧道进行试验,通过瞳孔面积变化率表征驾驶人在隧道内的视觉负荷程度;根据瞳孔面积变化率与机动车临界速度之间的关系,得到满足明、暗适应的视觉负荷程度对应的机动车临界速度值;取机动车临界速度分析车辆进出高速公路隧道时由于明、暗适应引起的速度变化规律;提出了以机动车临界速度值和全线提速方案对应的隧道限速值,取两者最小值作为隧道最终提速方案的限速值,然后对隧道限速原则进行修正。研究结果表明:对于满足提速要求的隧道路段,原限速60km/h时,提速后的限速值取80km/h较合适;原隧道路段限速80km/h时,提速后的限速值取90km/h较合适。本研究具有安全性、可靠性,为日后隧道限速提供了相应参考。     

基于信息融合的轿车碰撞两轮车事故车速分析

在对北京市轿车与两轮车碰撞事故调研分析的基础上,深入分析车辆、路面遗留痕迹特征与汽车碰撞特点之间的联系,选择与轿车碰撞速度相关的人体-风窗玻璃接触、人体及车辆与路面接触的痕迹特征参数,运用人工神经网络方法建立了轿车与两轮车碰撞事故的车辆碰撞速度分类预测模型.该模型融合了人-车-路相互作用的痕迹特征信息,采用实际事故案例提取的可靠样本对其进行训练并应用于车速估算.     

冰雪条件下城市快速路限速研究

为了提高冰雪条件下城市快速路车辆行驶的安全性,通过视频录像和人工调查等方式获得哈尔滨市部分快速路在不同冰雪条件下的交通流基础数据,分析车流量、大小车型、车道位置等因素对运行速度的影响,并基于车辆追尾时的临界条件以及车辆的跟驰特性,建立与道路附着系数、交通量等参数相关的安全限速模型,并利用不同冰雪路面附着系数对模型中的路面参数进行标定,重点研究了冰雪环境对城市快速路车辆限速的影响,提出按交通量分级限速管理的方法。研究表明:冰雪条件下模型确定的限速值可以满足快速路上车辆的行驶安全;车辆在松雪、冰雪、冰膜路面上的限速值依次降低,在除雪作业后,限速值可以提高10~20km/h;城市快速路在冰雪条件下的限速值需分车道分车型进行设置,相邻车道大、小型车限速值相差5~10km/h;冰雪条件下的限速应根据交通量小于800pcu/h、800~1 500pcu/h、大于1 500pcu/h采用分级限速管理措施,以提高快速路的运输效率。     

乘用车前端结构几何参数对行人头部动力学响应和损伤风险的影响

通过深入的事故数据分析,研究行人在与不同类型乘用车碰撞中的AIS 3+伤亡风险,采用仿真分析研究乘用车前部结构对行人损伤和致伤因素的影响。以市场上的128款乘用车作为样本,比较了轿车、运动型多功能车和微型厢式车前部结构的主要几何尺寸;基于详尽的行人事故数据,统计分析了各类乘用车-行人事故中的损伤分布和严重性,确定了车辆碰撞速度与行人伤亡风险的关系;利用多体动力学模型,分别在20、40和60km/h的碰撞速度下比较了不同车型的行人头部碰撞条件。结果表明:乘用车前部几何形状对行人头部动力学响应和损伤风险都有显著影响。研究结果可为不同类型乘用车更好地制定行人保护措施提供一定的理论依据。     

高速公路互通立交小半径匝道雨雪天事故风险与限速研究

为了探究车辆通过小半径匝道横向失稳形成机制及横向失稳车辆的临界特征，以重庆境内石渝高速(龙桥互通—丰都东互通段)的8处互通立交小半径匝道作为研究对象，运用Carsim/Trucksim软件探究车辆在不同匝道道路条件下的临界速度，并分别建立小客车和货车的临界速度计算模型，最后结合模型提出车路协同的动态限速方案。研究结果表明：车辆横向偏移量波动较大时极易发生侧滑；建立的临界速度计算模型对于小半径匝道的临界速度计算具有较高的可靠性；货车临界速度具有饱和现象，即当道路摩擦系数大于0.55时货车的临界速度将不再明显变化；道路摩擦系数小于0.45时货车的临界条件为侧滑，当道路摩擦系数在0.45～0.55之间时货车的临界条件会由侧滑转变为倾斜；车路协同动态限速方案能够在不同天气条件下进行限速，并能控制限速差值在30 km/h以内。     

基于NAIS数据的交叉口车-车事故严重程度影响因素分析

为研究道路交叉口车-车事故严重程度影响因素,分析人、车、路、环境与交叉口事故严重程度之间的关系,以国家车辆事故深度调查体系(NAIS)中471起交叉口事故数据为样本,将伤亡程度作为因变量,通过聚类压缩、平行性检验选取13个因素作为自变量,构建有序Logistic模型分析对事故严重程度影响显著的因素。结果表明,车辆类型、事故发生时段、是否有路灯、路口是否有信号灯、驾驶员主要过失均显著影响交通事故严重程度;驾驶员存在超速驾驶违法行为、涉及非机动车的交叉口交通事故最严重;交通信号控制设施越完善、照明条件越好事故严重性越低。     

基于CIDAS数据与可解释模型的行人交通事故风险识别

行人道路交通事故是一种常见的交通事故,为了构建有效的行人交通安全防治体系,论文使用中国事故深度调查（CIDAS）数据集进行分析研究。采用多次重复的K折交叉验证评估,并确认随机森林模型在该数据集上具有统计学功效后,利用基于排列的特征重要性算法对影响行人交通事故的特征进行了量化分析。随后对重要事故特征的数据进行统计,并使用卡方检验确定随机性的影响。研究表明,事故参与人员数、行人年龄段、事故发生时间与道路最高允许车速是影响行人交通事故后果的最重要特征。整体趋势表明事故参与人员数越多,事故后果越严重;对于13岁及以上的人群,行人年龄越大发生事故的后果也更严重;在凌晨0:00-4:00发生的事故中,事故的严重程度明显高于其他时间段;在限速为80km/h及以上的道路上发生事故的后果更严重。     

考虑过街行人运动轨迹不确定性的人-车碰撞概率预测方法

为了准确预测人-车冲突中的碰撞风险,研究了利用碰撞概率评估人-车碰撞风险的预测方法。基于车辆运动特征建立车辆运动学模型,通过采集行人实际过街运动轨迹并提取不确定性特征,采用一阶马尔科夫模型和高斯白噪声建立行人随机运动模型,在此基础上构建人-车冲突距离模型;运用蒙特卡洛抽样,提取行人过街过程中的人-车最短距离和碰撞时间（time to collision,TTC）分布特征,通过拟合这些特征来估算最短距离和TTC的概率密度函数,建立人-车碰撞概率预测模型;结合2起人-车深度事故案例和3种不同制动特性的自动紧急制动（automatic emergency braking,AEB）系统,对比验证人-车碰撞概率预测模型的有效性。结果显示：建立的行人随机运动模型,其模拟的行人运动速度的均值和标准差与实际值的绝对误差在2%以内,模型精度较高;在事故案例仿真中,车辆与行人在发生碰撞时刻对应的碰撞概率为100%;在车辆加装AEB的仿真中,激进型AEB,法规型AEB以及保守型AEB在触发时刻对应的碰撞概率分别为超过了80%,在30%～40%之间,以及不足5%,这表明人-车碰撞概率预测模型可有效预测2起真实...     

基于文本挖掘的内河船舶碰撞事故致因因素分析与风险预测

作为一种典型的高风险海事事故,内河船舶碰撞事故致因因素众多.为了明确内河船舶碰撞事故致因因素,分析内河船舶碰撞风险,选取2013年至2017年长江内河航道419起船舶碰撞事故报告作为文本挖掘语料,将语料库中的人为因素、船舶因素、自然环境因素以及管理因素作为目标数据,利用R语言和文本挖掘方法,获得包含特征值和特征值权重属性的高维稀疏的原始特征向量空间集合,对tf-idf公式进行平滑改进,解决了文本识别过程中无法识别统计较为生僻的专业名词的问题,提升了文本挖掘方法在交通运输领域的适应性.使用统计对其进行降维,获得最终33个维度的文本特征项,确定了船舶碰撞风险致因因素.通过实验验证了文本挖掘得出的船舶碰撞致因因素置信率达到了81%.以碰撞过程中的4个步骤为主线,构建基于"人-船-环境-管理"系统的船舶碰撞风险贝叶斯网络结构,计算贝叶斯网络结构中各节点的条件概率表,进行船舶碰撞风险建模.结合贝叶斯网络实现内河船舶碰撞事故的风险预测,并通过反向推理确定了人为因素是船舶碰撞事故致因中的首要因素.