基于人机工程学的道路交通事故人体损伤综合信息模型——北京市公安局公安交通管理局 梅冰松

对已发生的大量交通事故进行调查、统计、分析得出具有普遍性的规律研究车辆碰撞与人体损伤之间的相关性联系，作为事故再现的辅助性依据。国外的许多研究成果已表明利用统计方法研究交通事故人体损伤的必要性，以此了解人体与车辆及道路之间相互作用的特点，辅助再现事故发生的过程，探求预防和减少人体损伤的技术措施。国内对事故损伤的统计研究相对较少，尚需运用大量实际数据并结合交通事故再现分析加以综合研究。     

基于优化思想的事故再现碰撞模型研究

建立碰撞模型求解碰撞速度是交通事故再现的关键步骤，现有的大多数碰接模型不具备对冗余的输入参数信息进行优化的能力。本文基于优化思想，充分利用来自事故现场的信息，建立了对应的事故再现碰撞模型，可以实现冗余信息的优化，提高了事故处理的鲁棒性。该方法可用于分析典型的交通事故碰撞速度。     

道路交通事故处理系统设计与应用

应用数据库和计算机网络技术辅助处理道路交通事故已成为必然趋势。根据应用软件系统开发的基本理论，分析交通事故处理系统中的需求、功能模型和信息模型，并据此设计并开发出基于客户端／服务器结构并应用数据库和计算机网络技术的道路交通事故处理系统。开发成果已经在云南省得到实际应用，并取得良好的效果，可以在实际中推广应用。     

基于SVM的水上交通事故严重程度的影响因素研究

为研究水上交通事故中事故严重程度的影响因素,减小水上交通事故发生时的人员伤亡及财产损失,对2015-2016年的水上交通事故统计数据的分析.选取了水上交通事故数据中的船舶类型、事故发生时间、地点、船舶吨位、能见度和风力等级等相关因素建立了事故信息库.根据水上交通事故造成的人员伤亡数量和财产损失的大小,将事故严重程度分为3个等级,并建立了基于支持向量机(SVM)的三分类模型.然后通过交叉验证以及网格搜索算法优化SVM分类模型的惩罚参数和核函数参数,得到最优的分类模型.模型建立后,利用SVM-RFE算法求解上述影响因素对事故严重程度的权重值并排序,筛选出对于事故严重程度影响最大的因素.结果表明,支持向量机三分类模型总体分类准确率可达70% 以上;同时自沉事故、渔船事故和秋季发生的事故易造成较大的人员伤亡;危化品船舶,内河发生的事故和渔船易造成较大的财产损失.      

基于人体损伤特征信息的人车碰撞事故车速分析研究

综合国内外的相关实验、仿真与统计研究进展,基于人体损伤与碰撞速度之间的关系特点,对人车碰撞事故的车速分析方法进行研究。根据交通事故人体损伤的特点,构建了人体损伤特征参数及其描述模型,将损伤分为脏器损伤和骨折两部分进行描述及评分。利用统计、再现等方法探寻头部的MAIS值、HIC值与车辆碰撞速度三者之间的相关性联系,构建了MAIS-HIC-v综合模型,以此为基础建立了车速分析模型,开发了人车碰撞事故车速分析模块,可根据事故现场信息特点选择适当的计算方法,结合人体损伤信息进行车速分析。     

用于智能驾驶系统评价的乘员损伤模型

只有较少的交通事故数据资源被用于建立基于碰撞速度信息的乘员损伤模型，致使所得到的模型精度差。为此，提出了基于车辆变形深度的乘员损伤模型。对美国不同制造年代和车辆级别的事故数据进行聚类分析，论证出车辆变形深度与乘员损伤风险具有相关性。以车辆变形深度为自变量，通过回归分析得到乘员损伤模型。不同种类车辆的乘员损伤模型拟合精度R²约为0.9，证明了该模型的正确性。为进一步验证，以此模型为基础，评价智能驾驶系统的有效性。以自动紧急制动系统为例，对比基于变形深度和速度变化量信息2种方法的有效性计算结果。结果表明：2组结果的平均误差不超过1%，验证了基于变形深度的乘员损伤模型的准确性。该模型仅需要事故数据库中准确的变形深度信息，能够获得更多的事故数据支持，从而可以更好地适应于不同类别智能驾驶系统的评价需求。     

基于神经网络的冗余信息交通事故再现可靠性分析

针对实际道路交通事故中客观存在的不确定性因素,将可靠性理论和随机摄动法应用于道路交通事故再现分析,给出了相应的交通事故再现可靠性分析方法,提高了再现分析结果的精度.对于同一起事故,由于采用不同的信息和计算模型,得到的分析结果必然会存在不同程度的差异,从而产生冗余信息下的交通事故再现分析问题.针对交通事故中的冗余信息问题...     

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。     

交通事故再现计算机可视化方法

研究提出了道路交通事故再现的计算机可视化方法。采用智能化技术，对现场信息进行自动鉴别，将之归类到内定义事故形态中，然后对输入参数优化处理，并自动调用相应的碰撞模型和轨迹模型来对事故进行模拟分析，从而实现事故再现的计算机仿真。     

交通事故对城市交通网络的影响研究

利用ＵＥ均衡模型和排队论的方法，建立一种在交通事故状态下评价交通网络功效的模型。这种模型考虑了用户的动态交通属性，揭示了交通信息在交通网络中的重要性。     

哈大一期高速公路交通事故率模型

本文通过对哈大高速公路运营以来的交通事故调查，分析了高速公路交通事故的成因，就哈大路特残断面形式对事故的影响进行了详细的研究，提出半幅高速公路是造成哈大高速公路交通事故的主要原因，并根据交通事故资料，建立了半幅高速公路的事故率模型。     

交通事故数据库的建立

交通事故数据库的建立,对全面提高城市道路交通事故处理工作的质量和效率具有显著的促进作用。论文通过对众多事故数据的分析,选取了必要的55个参数建立了全国可通用的交通事故数据库。该数据库的使用既便于各城市之间事故数据的有效共享,又便于交通事故的处理和研究工作。     

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。     

高速公路隧道交通事故特征分析

通过对大量高速公路隧道交通事故的分析以及调研,结合走访调查,对常见事故发生原因进行了总结,并对事故类型进行了分类。统计了10座发生交通事故比较典型的隧道3年共计643次交通事故,利用二元方差分析（重复试验）方法分析发现,事故原因和事故类型对事故的发生具有显著影响,同时二者也有显著地交互作用。通过分析,提出了交通事故最易发生的几种状况,据此提出针对性措施来预防和控制交通事故的发生。     

汽车-行人撞击事故过程仿真研究

根据中国人体特征参数建立了16刚体的行人模型,在人体的主要部位生成简易的弹簧阻尼运动关节。建立汽车模型与汽车行人碰撞模型,应用ADAMS软件模拟汽车行人碰撞过程。通过模拟不同速度下的汽车人体撞击,对事故发生过程进行再现,比较仿真数据和事故现场数据得到了事故中的汽车速度,从而为交通事故提供了一种有效的处理方法。     

考虑第三方损失的城市道路交通事故严重程度评价方法

为了适应城市道路交通事故具有较少的伤亡人数、对周边交通运行状况影响较大等特点，对该类事故的严重程度进行评价方法研究。研究构建事故地点平均行车延误计算模型。基于社会劳动价值的计算，将事故伤亡人数换算为经济指标。利用单位时间劳动力价值，将由事故引发的其他车辆的行车延误损失时间换算为经济指标。将其与非必要燃油消耗一并计入事故第三方经济损失。借鉴现有交通事故等级划分标准，采用等价折算的方法，确定各评价指标的权重值。以哈尔滨市2007~2008年事故数据为例，计算其综合评价指标。依据综合评价指标的累积频率曲线，提出城市道路交通事故严重程度的等级界定阈值。以2017年6月发生于大连市高新园区的1起城市道路交通事故为例，分别采用现行分类标准和提出的评价方法评价其严重程度。研究表明：该评价方法综合考虑了事故伤亡人数、直接经济损失并包括非必要行车延误及燃油消耗的第三方经济损失，可以充分体现该类事故的特点，并能够合理划分其严重程度。     

基于部分优势比的公路隧道交通事故严重程度分析模型

为了明晰公路隧道交通事故严重程度的影响因素,在分析了16条公路隧道3年内发生的296起交通事故的空间特性、事故形态及其发生原因的基础上,以交通事故严重程度为因变量,将其分为仅财产损失、轻伤、重伤或死亡事故3个等级,从人、车和隧道行车环境3个方面选择了14个交通事故严重程度的潜在影响因素,分别采用有序Logit模型和部分优势比模型建立交通事故严重程度分析模型,并采用Brant检验判断比例优势假设。研究结果表明：与公路隧道交通事故严重程度显著相关的有4个自变量,分别为是否涉及大货车、事故涉及车辆数、事故发生时间和天气因素,其中是否涉及大货车、事故发生时间和天气因素3个自变量满足比例优势假设,而事故涉及车辆数不满足比例优势假设;对于部分优势比模型来说,涉及大货车的事故发生轻伤事故、重伤或死亡事故的概率比不涉及大货车的事故分别增加10.2%和3.4%,多车事故发生轻伤事故、重伤或死亡事故的概率比单车事故分别增加1.9%和5.9%,夜间发生轻伤事故、重伤或死亡事故的概率比白天分别增加5.6%和1.7%,非雨天发生轻伤事故、重伤或死亡事故的概率比雨天分别增加4.5%和1.5%。     

交通事故信息管理系统的开发

利用关系型数据库理论,建立了交通事故信息数据库的概念模型和数据模型,论述了数据库的实现和应用软件的结构设计,完成了交通事故信息管理系统的构建.系统数据涵盖了交通事故人、车、路的基本数据及车辆损坏、人员损伤、路面痕迹等细节信息.     

说说交通事故再现

交通事故再现是指根据交通事故调查取得的各种证据材料通过痕迹学、法医学、运动学、力学等的综合分析、判断得出的交通事故演变过程。交通事故处理的难度就体现于此。交通事故再现是确认交通事故事实、确定交通事故当事人责任     

道路交通事故数据库的研究

通过对道路交通事故数据库的系统分析,详细论述了道路交通事故数据的采集技术,对包括道路环境数据、交通事故数据等不同内容的基本数据进行了合理的组织,并且为文本、数字、时间、图形、图像等各种类型的数据提供了有效的存贮方式,提出了道路交通事故数据库的数据结构和实现方法.