调查速度色散的影响因素在南京郊区的公路干线,中国

文摘

郊区的公路干线通常表现为混合交通环境中,这是导致交通事故的主要因素。我们已经了解到,速度色散作为代理安全措施和安全感之间有很强的相关性。本研究的目的是确定速度色散的影响因素郊区的干线公路。提出了比较两个速度色散的定义:(1)一个人沿着高速公路车辆变速段和(2)一个车辆速度变化的横截面。驾驶和车辆速度、交通组成、干涉数据得到高分辨率的视频从20段G205公路在南京,中国。探索性因素分析是用来检测初始潜在影响因素之间的关系和13个候选人选择变量基于交通条件、道路条件、和驾驶行为。一个多变量回归模型应用于识别潜在影响因素对速度色散的影响。两个模型的结果显示有很大的不同。道路条件因子不显著的横向速度色散模型,但在分段速度色散模型解释。驾驶干扰和非法驾驶行为对分段速度色散的影响更大。 Consequently, segmented speed dispersion showed a better performance for the analysis of suburban arterial highways. On the other hand, traffic disturbance caused by driving interferences and illegal driving behaviors is the greatest contributor to high speed dispersion on suburban arterial highways, which may be mitigated by effective traffic management measures. It is expected that this work will help traffic managers better understand speed dispersion in mixed traffic environments and to develop effective safety improvement strategies.

1。介绍

干线公路位于郊区城乡边缘区,他们常常为混合交通环境下,来自对用户模式(例如,行人、机动车和nonmotor车辆)。混合交通环境是最重要的一个原因,导致交通事故频繁的郊区的干线公路。因此,郊区的干线公路的交通安全问题已越来越多地强调。

Crash-based安全分析已广泛用于估计公路安全情况(1- - - - - -5]。然而,可靠的动脉郊区高速公路事故数据在中国是非常罕见的。代理安全措施根据巷道特征往往是为了利用间接评估道路交通安全管理,以防事故历史数据是有限的或不可用6]。大量研究开发速度色散作为交通安全的替代措施(6- - - - - -14]。陈等人开发了一个摘要模型以适当的速度测量访问的安全性能(10]。郭等人提出了两个新的速度措施来评估安全水平的高速公路出口,为了克服传统测量所引起的安全水平的高估(11]。根据与历史事故数据,验证结果肯定了新的速度测量估计的合理性的安全水平。Quddus [13发现速度变化统计和与事故发生率呈正相关。增加1%的速度变化与事故发生率增加0.3%。另一方面,一些研究也调查速度色散和安全之间的关系,发现速度色散是统计和与失事率呈正相关15- - - - - -19]。加伯和Gadiraju16)得出结论说,失事率有积极与速度变化的关系;然而,与平均速度没有显著相关性。类似于加伯和Gadiraju [16],刘和Popoff [17]还发现,最普遍的人为错误导致冲突的来源可能是speed-related和旅行速度会增加。根据先前的研究,速度色散是一个可以接受的替代措施进行安全分析。全面研究识别速度色散影响因素有利于帮助政府制定相关有效的对策以减少速度色散,这可能导致崩溃率的减少。

尽管先前的研究已经探讨了事故发生的概率和速度色散的开发速度色散模型(20.- - - - - -24),他们仍有一定的局限性。大多数的模型集中在农村或城市高速公路;然而,没有研究都集中在郊区公路干线直到现在。郊区的公路干线是常见的在发展中国家,尤其是中国,他们必须满足复杂的高速公路和城市道路交通需求。郊区的公路干线有三个主要特征:(1)典型的混合交通环境由于交通组成复杂,特别是在电动汽车的普及(25,26];(2)高密度访问直接相关的主要道路,由于土地商品化;(3)大量的交通干扰产生的交通违法行为。因此,郊区的公路干线有更复杂的交通环境,和之前的速度色散模型,因此,可能不合适。

更重要的是,速度色散的定义不同的资料来源和研究方法。速度色散可以表示在一定的速度变化发生在一定的时间间隔,或沿路段的速度变化。拟议的方法来定义速度色散先前的研究简要总结表1。最传统的定义是基于横断面聚合数据,因此可能并不是最适合郊区干线公路,由于缺乏考虑所有流量成分在混合交通环境和交通的影响干扰部分,除了生态谬误的概率(11]。生态谬误的现象描述看起来对一群个体的可能不是真的,因为有些信息会丢失在聚合过程中(11]。

随着速度色散的定义,一些研究也一直在进行探索速度色散的影响因素(12,27- - - - - -29日]。莫雷诺和加西亚12]提出两个速度分散,个人平均速度和积累速度均匀性。得出结论,速度限制,交通减速密度是两个影响因素的平均个人速度,但平均操作速度是唯一影响因素积累的速度均匀性。公园等。27)开发分层线性回归模型预测的速度色散。结果表明,速度色散是正相关的切线速度和曲率。钟,莱克尔(28]调查速度色散和交通流参数之间的关系。然而,以往的研究中使用的方法论的方法很少考虑影响因素之间的复杂关系,从而将不会产生精确的估计不同候选人变量速度色散的影响。例如,莫雷诺和加西亚(12]探索速度分布基于连续GPS-speed同城数据在欧洲地区,道路和发展速度变化模型。然而,零速度车辆或停车汽车的数据被删除,导致影响因素的限制。

因此,当前的研究旨在为文学通过识别影响因素的速度色散郊区的干线公路。为此,探索性因素分析(脂肪酸)被用来探索候选人变量之间的关系。然后,研制了一种多变量回归模型来识别速度色散和影响因素之间的相关性。注意,出于比较目的,提出了两种不同定义的速度色散发展回归模型。这些方法可以帮助我们获得一个更精确的和全面的理解不同变量的影响在速度色散郊区的干线公路。预计这项工作将帮助交通管理者更好地理解速度弥散在混合交通环境和开发有效的安全改进策略。

2。方法

2.1。速度色散的定义

个人车辆速度联合效应的结果从道路和交通条件下,驾驶行为、车辆性能、和天气,因此,其变化可能代表速度色散的特性。Boonsiripant et al。6]研究了速度分布和安全之间的关系,和他的结果表明,加速度噪声作为代理安全措施最好与事故相关聚合摘要代理安全措施。本研究可以提供证据,因为加速度与个人车辆速度变化有很强的关系。因此,速度色散被定义为个人速度变化沿着公路段,这不仅提供了一个更全面的图片道路段的特点在一个特定的时间,也避免了生态谬误(11在聚合过程中由于信息丢失。速度色散的表达如下:

在那里,速度色散是基于个人沿着高速公路车辆数据段 , 车辆的速度吗在横截面 , 横截面之间的距离吗和横截面 = 5米,如果 ; 横截面之间的距离吗和横截面旅行时间的车辆位置吗位置 , 是车辆的平均速度吗在路上段 , 道路段的长度是 ,和高速公路段横断面图的数量 。

相比之下,传统的基于聚合数据在特定截面的速度色散也会考虑。表达式如下:

在那里,基于横截面数据的速度色散,车辆的速度吗在观察到的横截面,通过观察车辆的平均速度截面在特定的时间间隔,然后呢汽车的数量在观测时间间隔。

2.2。模型开发

本研究旨在提出一种新的分析程序速度色散郊区的干线公路。整个造型过程,实现的目标如下:(1)因子分析来识别潜在的影响因素:电弧炉是利用检测初始潜在影响因素之间的关系和变量在研究选定的候选人。这一过程可以帮助开发的模型,通过提取少量的潜在因素代表选择候选人的大量变量以最少的信息丢失。(2)多变量回归模型来探索潜在的影响因素对速度色散:这个步骤使用多元回归方法开发速度色散模型。潜在的因素作为自变量来估计速度色散关系。所选择的候选人变量速度色散的影响也可以表达。(3)模型之间的比较和 :这一步是进行探索的影响分析结果的不同定义速度色散。

3所示。一个案例研究

3.1。选址

郊区的公路干线与选择典型的混合交通环境的特征。本文专注于速度的影响因素分散在连续的条件下,为了确保可靠性的研究中,所有的研究道路段需要远离路口十字路口,以避免中断。此外,对齐应该避免曲线和纵向坡度。最后,20段十个不同网站的G205南京高速公路,穿过一个城乡边缘区,选择(图1)。截面的平均数量是10.7每段。横截面选择每隔20米从每一段的开始。注意,当探测点落在人行横道或访问的环境等,它将结束后向前扩展到5米以上设施。郊区的公路干线特点归纳在表格2。

3.2。数据收集

许多收集方法已经应用于研究速度和安全;例如,雷达gun-based集合(11),循环detector-based集合(33,34)的gps速度集合(9,35),和视频检测速度集合(36,37]。为了满足研究目的,采用视频采集方法在这项研究中,可以为高速公路段提供完整和适当的上下文。郊区的公路干线段收集高分辨率视频无人机(UAV)(图1)。无人机摄影允许在必要的环境拍摄视频,包括风力4级以下,阳光明媚的天气,光线好,无电磁干扰,可以输出稳定的视频照片在一个垂直的角度。处理视频数据时,车道线的长度被认为是作为参考校准距离,所以造成的误差投影的视频可以被忽略。多个测试后,确定最终的拍摄位置是在一个高度约200米,以确保能够获得高分辨率的视频高速公路段的长度至少350年的好天气。

视频集合进行在工作日下午4点和6点之间除了周五,也满足无人机摄影的要求。无人机可以在最大和盘旋20分钟来获得稳定的数据,一个15分钟的有用的高速公路段视频将上升和下降的时间每次都被提取。最后,共有十小时的视频数据,1小时为一对公路段,在调查收集。

正如前面提到的,早期的研究(38- - - - - -41)发现速度色散影响道路状况(如值、路边环境),交通状况(如交通量、重型车辆混合率),和道路使用者的行为(如交叉和转身,熟悉或不熟悉的道路使用者)。为了探索速度色散的影响因素郊区干线公路,关键变量包括道路条件、交通条件和驾驶干扰变量选择考虑数据采集的难度(表3)。道路条件变量,描述道路情况下,直接从现场收集网站。交通条件变量描述交通流状态和驾驶干扰显示动荡进入车辆沿着段可以观察到的视频。车辆速度与距离和通过时间计算相邻截面与VideoStudio视频处理。以固定间隔的距离,而不是选择截面选择的截面(图1)是由访问的位置,避免截面之间的重叠和访问的位置。此外,部分的数据是完全被树木覆盖或错误数据删除。

4所示。结果和分析

4.1。探索性因素分析(必需)

相关分析是第一个进行探索13候选人变量之间的关系。结果表明,75%的变量之间的相关系数都大于0.3。避免信息丢失由于清算变量多重共线性和探索相互关系,脂肪酸进行了探索少数潜在因素可以代表观察到的变量。潜在因素的数量需要描述的独特观察候选人信息变量是经典决定纯粹基于解释的充分性候选人变量之间的关系(即。方差的百分比在原始变量的因素占的选择)。

电弧炉包括以下步骤:(1)Kaiser-Meyer-Olkin和巴特利特球形测试在SPSS进行测试如果电弧炉是合适的输入数据。测试结果是在0和1之间,和一个高的结果表明样本的电弧炉做得好。本文抽样的0.752和0.754显示的可行性;(2)提取的潜在因素的数量是由卡特尔的小石子阴谋方法,只有整个置信区间因素大于1.0被保留。四个潜在影响因素被保留在这篇文章中,他们发现占72%的候选人变量的方差。变量的集体性,指标可能显示每个最初的13个变量的方差比例(一起用这四个因素来解释每一个回归的13个变量在所有四个因素)。保留四个潜伏因素,十个原始变量的共同度均超过0.70,除了“非法停车(停车在马路上或路边非法)率”,“路边环境”、“交叉和扭转率”,0.631,0.653,和0.646。(3)然后方差极大旋转(即。,a rotation that maximizes the sum of the variances of the factors loadings) was conducted to facilitate interpreting the extracted latent traffic variables. The factor loadings which express the correlations between the 13 candidate variables and the latent influencing factors are shown in Table4。每个八个旋转因子得分计算为每个组合(加权平均)的13个候选人变量。原变量的因子载荷的旋转因素(即。,the correlations between the variables and factors) form the basis for the interpretation of the factors. To aid in interpretation, the original candidate variables with large factor loadings were then selected to represent each latent influencing factor, which are shown in boldface in Table4。最显示参数为每个因素是被其载荷(周围有一个盒子42]。根据大胆的变量,每个候选人的三种类型参数(即。,road condition, traffic condition, and driving interference) provides some unique information for these four indicative parameters.

以下4.4.1。电弧炉的

潜在因素1由左右把利率表示访问、十字架和扭转率。这个潜变量可以解释为在高速公路上开车干扰部分,可以用干扰因素 。

潜在的因素2可以解释为在高速公路上违法驾驶行为,可以用违法驾驶行为因素呢 。选中的三个候选人变量的因子载荷反向驱动率、非法停车,体积和nonmotor车辆驾驶汽车路。

潜在因素3由重型车辆混合率表示,交通量、平均速度、平均车道改变率。这个潜变量可以解释为在高速公路上的交通条件,例如,交通运营和交通组成,可以用交通状况的因素 。

潜在因素4在高速公路上可以解释为道路条件部分,可以用道路条件因素呢 。所选择的候选人变量与大因子载荷值和路边的环境。

4.1.2。电弧炉的

潜在因素1所代表的是重型车辆混合率、交通量、平均速度、进展,体积和nonmotor车辆驾驶汽车路。这个潜在的因素可以解释为高速公路的交通状况横截面,相似 ,并且可以用交通状况的因素 。

潜在的因素2可以解释为在高速公路驾驶干涉横截面,可以用驾驶干扰因素 。所选择的三个候选人变量的因子载荷是正确的和左转利率访问,和十字架和扭转率。

潜在因素3由平均车道改变率表示,反向驱动速度,和非法停车。这个潜变量可以解释为在高速公路横截面违法驾驶行为,可以用违法驾驶行为的因素 。

潜在因素4可以解释为在高速公路的道路条件横截面,可以用道路条件因素呢 。所选择的候选人变量与大因子载荷值和路边的环境。

4.2。速度色散模型

探索潜在的影响因素在不同速度分散体,两个多变量回归模型开发。因此,所选候选人变量速度色散的影响也可以确认。

4.2.1。准备基于数据的速度色散模型1段

进行多变量回归分析探索潜在的影响因素对速度色散郊区公路干线段上。回归结果如下:

在哪里速度色散是基于个人车辆数据沿着高速公路段,是驾驶干扰因素,是违法驾驶行为因素,是交通条件因素,是道路条件因素,可以计算候选变量和电弧炉的结果。

表明,潜在的因素解释速度色散。

根据模型结果,最重要的潜在因素 ,这是速度色散呈现正相关。是由“左右把利率访问”和“交叉和扭转率”有积极的关系。因此,分散速度会随着增加驾驶干扰率上升。这反映了不利影响交通障碍的速度色散。更多的车辆变成周边地区或转弯,直通车辆的速度将受到影响。相反,速度色散可以有效地减少如果交通管理措施,例如,实现“左转”和“不掉头”控制。

第二个最重要的因素是违法驾驶行为 ,也有积极与速度色散关系。违法驾驶行为因素高度相关的利率反向驾驶、非法停车、体积和nonmotor车辆驾驶汽车路。反向驱动和非法停车车辆可以减少空间旅行,对道路的服务水平有显著的影响。此外,这些现象也会导致上游快速移动车辆的减速。自从nonmotor车辆的速度很小,高体积nonmotor车辆往往会影响车辆的速度。这些候选人变量和属于交通管理范畴,这表明原因导致大速度色散市郊高速公路干线上缺乏交通安全意识和无效的交通管理措施。

另外两个影响因素是交通条件和道路条件 ,这与分散速度正相关。与平均车道改变率呈正相关,重型车辆混合率,和车辆计数,但平均速度呈负相关。原因是一个高的平均速度与横向干扰少,显示良好的交通条件和弥散速度很低。这与实际情况是一致的。主要包括是否设置内部值和路边的环境。设置内部平均可以有效降低非法转变的发生和穿越行为,和减少交通流的干扰,从而减少速度色散。此外,随着土地利用的发展和访问的人数增加,干扰将会增加,这将加大速度色散。

4.2.2。模型2截面基于数据的速度色散 。

相比之下,横向速度色散的影响分析的定义也进行了。的表达式如下:

在哪里速度色散基于吗横截面数据,是交通条件因素,是驾驶干扰因素,是违法驾驶行为因素,然后呢是道路条件因素,可以计算候选变量和电弧炉的结果。

表明,潜在的因素解释速度色散。

潜在的因素也可以解释交通条件、驾驶干扰,违法驾驶行为,道路条件因素。如方程所示(4),最大的影响因素是交通条件的因素,这是正相关和主要是由重型车辆混合速度,车辆体积、平均速度、进展,nonmotor车辆计数驾驶汽车路。另外两个因素的影响是驾驶干涉和非法驾驶行为的因素。然而,道路条件因素的影响是无关紧要的。

4.2.3。模型验证

测试数据集被用来校准的回归模型。记录观察到的速度色散场速度色散。速度色散的预测值是记录为预测速度色散。场速度色散之间的数值分析和预测速度色散表所示5和图2。结果显示,部分基于数据的速度色散模型优于横截面模型基于数据的速度色散。

4.2.4。模型比较

潜在因素对速度色散的影响是不同的。例如,开车干扰因素的影响是最大的模型,但是不是的模型,交通状况影响最大的因素。横向速度色散影响车速分布在一个特定的部分通过一个特定的时间间隔,这是由车辆的数量和类型通过横截面。然而,基于航段速度色散分析了速度变化沿着一段公路段,它包含许多因素,不仅交通条件,而且道路条件和干扰。因此,交通条件因素扮演更重要的角色模型。此外,道路条件因素的影响模型不显著,形成鲜明对比模型。这是因为基于航段中的数据模型可以提供一个全面的照片整个高速公路段,积累道路状况的影响。

一些候选人的变量解释为潜在的因素是不同的。例如,nonmotor车辆体积驾驶汽车路,这个变量是由违法驾驶行为的因素基于航段因素分析,但交通条件因素代表性的因素分析。这是因为变量既有交通特征和驱动特性。这种行为会导致减少平均速度在横断面观察到的横截面分析,也有助于减少速度色散。然而,同样的行为可能会干扰相邻机动车,造成减速车道改变行为,速度色散的主要原因。因此,变量nonmotor车辆体积驾驶汽车路显示更多的流量特性模型,但是更多的驾驶特点模型。

同样,平均车道改变率相关性高的交通状况的因素在基于航段分析,但更解释为违法驾驶行为的因素在横截面分析。换道行为包括免费车道改变和强制换道。换道行为观察到某一横截面是随机,导致横截面的随机特性分析。然而,自由换道行为和强制性换道行为都是基于航段分析观察和分析,因此交通条件因素的特征更加明显。

5。结论

郊区的干线公路在发展中国家很常见,典型的混合交通的特点。例如,一个用户模式的组合,很多直接链接访问到干线公路,和无序的交通造成交通违法行为,将导致增加交通碰撞的可能性。郊区的干线公路的安全问题需要更多的关注。本研究试图确定速度色散的影响因素为郊区的干线公路,这是一个替代措施安全风险。提出了两个定义的速度色散和20个不同段的G205公路在南京被用于案例研究。为了避免信息丢失,探索性因素分析(脂肪酸)进行探索候选人变量之间的关系。最后,两个多变量回归模型开发探索分散在不同速度的影响因素。

为探索影响因素,13个变量选择从三个不同的方面,如交通条件、道路条件、和驾驶的干扰,充分考虑。脂肪酸的研究结果表明,这两种不同的定义速度色散,由个人车辆数据和计算聚合数据分别将导致主成分具有不同成分和排名结果。另一个重要发现是,同一变量的影响和是不同的。例如,是交通条件影响因素;然而,对于 ,干扰因素扮演着最重要的角色。一个可能的原因是,横断面车辆数据模型显著影响交通量和交通组成通过横截面。然而,个人速度变化沿着高速公路段,用于建模模型,显示所有因素综合的影响和减少横断面上车辆数据的影响 。这也与实际情况一致。

此外,模型结果表明,速度色散郊区公路干线将增加在下列条件之一:(1)有许多访问沿干线公路;(2)没有内在值;(3)nonmotor车辆体积高;(4)有很多交通违规,例如,非法停车。这表明郊区的公路干线的速度色散主要是缺乏安全意识造成的交通参与者和道路管理的忽视。因此,至关重要的是,安全措施旨在减少速度色散应该被提升,也有利于道路安全。这样的对策之一就是组内平均能减少反向驾驶行为和交叉和扭转率,从而减少交通流的干扰。减少的速度色散的另一种方法是设置路边停车场或加强停车管理在路上为了减少停车车辆的影响。此外,访问和管理的转变也会降低速度色散。

这项工作可以丰富知识的速度色散干线公路和郊区可以应用到其他国家的交通网络。此外,基于视频的运动目标检测技术的进一步发展将有利于获得更精确的速度轨迹的交通参与者和计算速度色散,从而避免由于截面随机误差的影响选择根据土地使用和访问的布局。此外,我们将收集事故数据的郊区的干线公路,然后探索速度色散和事故之间的关系,并确定交通事故的重要影响因素。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称他们没有利益冲突有关的出版。

资金

这项研究是由中国国家自然科学基金(51208100,71871059)。

确认

作者承认提供的援助在学校研究生研究助理的交通工具,东南大学,在野外数据收集。

引用

1. f·陈,陈s x妈,“每小时分析事故可能性使用非平衡面板数据组合logit模型和实时驾驶环境大数据”《安全研究卷,65年,第159 - 153页,2018年。视图:出版商的网站|谷歌学术搜索
2. 马f·陈,m .的歌,x, x,“评估不同的自治的影响卡车的横向控制模式对沥青路面性能,”交通研究部分C:新兴技术卷。103年,17 - 29,2019页。视图:出版商的网站|谷歌学术搜索
3. f·陈和陈,“受伤的清规戒律的卡车司机在单一和多车事故在乡村公路上,“事故分析和预防,43卷,不。5,1677 - 1688年,2011页。视图:出版商的网站|谷歌学术搜索
4. m . f . Chen歌,马x”调查的司机受伤严重追尾事故的汽车之间使用一个随机参数二元有序probit模型,”国际环境研究和公共卫生杂志》上,16卷,不。14,2632年,页2019。视图:出版商的网站|谷歌学术搜索
5. c, h, j .赵j . Chen和w·王,“调查jobs-housing平衡与交通安全之间的关系,“事故分析和预防卷,107年,第136 - 126页,2017年。视图:出版商的网站|谷歌学术搜索
6. s . Boonsiripant m·o·罗杰斯,m·p·亨特”速度剖面变化作为道路网络筛选工具,”交通研究记录,卷2236,不。1,第91 - 83页,2011。视图:出版商的网站|谷歌学术搜索
7. c . c . Wang, j .夏z钱,和l . Lu”结合使用微观交通仿真和极值方法进行交通安全评价,“交通研究部分C:新兴技术卷,90年,第291 - 281页,2018年。视图:出版商的网站|谷歌学术搜索
8. z . j . Chen Li w . Wang和h .江”评估bicycle-vehicle冲突和延迟对城市街道与自行车道、以及街边停车规定等等,”交通信,10卷,不。1、1 - 11,2018页。视图:出版商的网站|谷歌学术搜索
9. s . Boonsiripant“速度剖面变化作为替代措施基于gps车辆数据,道路安全的”乔治亚理工学院,2009年。视图:出版商的网站|谷歌学术搜索
10. 陈y, b . Persaud和c·里昂,“速度对迂回的安全性能的影响:影响使用速度作为替代措施,”交通研究委员会第90届会议TRID,华盛顿特区,2011年美国。视图:谷歌学术搜索
11. 郭t、y刘和j . Lu”级别的安全在高速公路出口:评估个人速度差异的基础上,“交通研究记录,卷2241,不。1,10 - 18,2011页。视图:出版商的网站|谷歌学术搜索
12. a·t·莫雷诺和a·加西亚”使用速度剖面作为替代措施:比如采用交通工具静音设备对穿越市区的道路安全性能的影响,“事故分析和预防卷。61年,23-32,2013页。视图:出版商的网站|谷歌学术搜索
13. m . Quddus”探索平均速度之间的关系,速度变化,并使用空间统计模型和GIS,事故发生率”交通安全与安全》杂志上,5卷,不。1,27-45,2013页。视图:出版商的网站|谷歌学术搜索
14. 诉Gitelman、大肠Doveh和s . Bekhor”旅行速度之间的关系,基础设施特点和崩溃两车道的公路上,”交通安全与安全》杂志上,10卷,不。6,545 - 571年,2018页。视图:出版商的网站|谷歌学术搜索
15. 鲁姆伯特·g·b·n·菲尔德斯,利恩,“速度”行为和司机的态度超速,科技代表。p。186年,莫纳什大学事故研究中心的报告,1991年。视图:谷歌学术搜索
16. n·j·加伯和r . Gadiraju速度方差及其影响因素对事故的影响,“交通研究记录卷,1213年,第71 - 64页,1989年。视图:谷歌学术搜索
17. 刘g . x和a . Popoff”河北省旅游在萨斯喀彻温省,速度和交通安全研究”交通研究记录,卷1595,不。1,8日至13日,1997页。视图:出版商的网站|谷歌学术搜索
18. d·所罗门“事故主要农村公路与速度有关,司机和车辆,“技术代表、GPO /公路局(供料predessesor), 1964年。视图:谷歌学术搜索
19. h . d .儿子,m·d·方丹和b公园,“长期速度合理限速,合规和安全的影响”交通运输工程学报,卷135,不。8,536 - 544年,2009页。视图:出版商的网站|谷歌学术搜索
20. l .艾亚茨和i . Van Schagen驾驶速度和道路交通事故的风险:一个评论,”事故分析和预防,38卷,不。2、215 - 224年,2006页。视图:出版商的网站|谷歌学术搜索
21. d·施奈德,“超速,协调,和55英里的限制:评论,”美国经济评论,卷79,不。4、922 - 925年,1989页。视图:谷歌学术搜索
22. j·麦克费登和l . Elefteriadou”评估的两车道的农村公路平面线形设计一致性:开发新程序,”交通研究记录,卷1737,不。1,上行线,2000页。视图:出版商的网站|谷歌学术搜索
23. z冯·m·杨,w . Kumfer y Du,和h .呗”,城市地下通道隧道纵坡对驾驶员的心率和速度:基于实车实验,研究”隧道与地下空间技术卷,81年,第533 - 525页,2018年。视图:出版商的网站|谷歌学术搜索
24. m .永丰,y,和z .文博,”分析方法的最小间距路口十字路口双向两车道的公路上,”东南大学学报(英文版)没有,卷。31日。4、547 - 552年,2015页。视图:谷歌学术搜索
25. c . c . Wang, j .夏和z .钱,“建模错误在中国e-bike-related致命的事故中,“交通伤害的预防,18卷,不。2、175 - 181年,2017页。视图:出版商的网站|谷歌学术搜索
26. 杜m和l .”,更好地理解不同的旅游模式的特点和影响因素自由浮动的自行车共享:证据来自南京,中国,“可持续性,10卷,不。4 p。1244年,2018年。视图:出版商的网站|谷歌学术搜索
27. p . y .公园、l . f . Miranda-Moreno和f . Saccomanno”估计速度差异对农村公路使用分层线性回归模型,”加拿大土木工程杂志》上,37卷,不。4、624 - 637年,2010页。视图:出版商的网站|谷歌学术搜索
28. c·l·钟和w·w·莱克尔”的特征速度色散及其基本交通流参数的关系,“交通规划和技术,37卷,不。7,581 - 597年,2014页。视图:出版商的网站|谷歌学术搜索
29. j·李,w·h·k·林和李x”建模的影响降雨强度的异方差的城市道路,交通速度色散”交通运输工程学报,卷142,不。6,05016002页,2016年。视图:出版商的网站|谷歌学术搜索
30. x w·h . Wang Wang Chen j . Chen和j·李”实验的特性和特征速度弥散在城市高速公路交通,“交通研究记录,卷1999,不。1,第160 - 150页,2007。视图:出版商的网站|谷歌学术搜索
31. s . f . Wang阮,m .戴“速度弥散在城市高速公路的特点,”世界科学院、工程和技术,国际期刊的民事、环境、结构、施工和建筑工程,10卷,不。3、288 - 292年,2016页。视图:谷歌学术搜索
32. 刘j .乔l .太阳x, j .荣”减少地铁通道流场速度色散的影响,“应用人体工程学卷,65年,第368 - 362页,2017年。视图:出版商的网站|谷歌学术搜索
33. p c .徐w . Wang, r·郭z . Li和f·张,“实时高速公路事故风险评估使用结构方程建模和分类分析的方法,”交通研究委员会第93届会议TRID,华盛顿特区,2014年。视图:谷歌学术搜索
34. 徐,y, p . Liu w . Wang和j·鲍,“高速公路交通事故伤亡利用高分辨率的定量风险评估数据,”可靠性工程和系统安全卷,169年,第311 - 299页,2018年。视图:出版商的网站|谷歌学术搜索
35. j·鲍,p . Liu x秦,h .周”理解的影响旅行模式在空间聚合与大规模出租车GPS数据崩溃,”事故分析和预防卷,120年,第294 - 281页,2018年。视图:出版商的网站|谷歌学术搜索
36. x顾,m . Abdel-Aty问:香,Cai, j .元,“利用无人机视频数据的深入分析司机的事故风险交换融合的地区,”事故分析和预防卷,123年,第169 - 159页,2019年。视图:出版商的网站|谷歌学术搜索
37. s .李问:香,y妈,顾x,和h·李,“事故风险预测建模基于交通冲突技术和高速公路微观模拟交换合并区域,”国际环境研究和公共卫生杂志》上,13卷,不。11,1157年,页2016。视图:出版商的网站|谷歌学术搜索
38. a .蒙特拉v·庞佐s Chiaradonna f . Mauriello和m . Montanino”,点对点的速度执行系统:限速设计标准和分析司机的合规”,交通研究部分C:新兴技术卷,53个队,2015页。视图:出版商的网站|谷歌学术搜索
39. 问:侯赛因,w . k . Alhajyaseen k .玻雷吉a . Pirdavani n . Reinolsmann和t .玻雷吉,”司机的估计他们的旅行速度:当地高速公路和道路上的一项研究中,“伤害控制和安全促进的国际期刊,26卷,不。3、216 - 224年,2019页。视图:出版商的网站|谷歌学术搜索
40. p .报摊,p . Intini n . Berloco诉拉涅利,“记忆对驾驶行为的影响:路线熟悉有关速度的选择。一个路研究。”安全科学卷,82年,第468 - 456页,2016年。视图:出版商的网站|谷歌学术搜索
41. p . Intini n . Berloco p .报摊,s . Ottersland基粒,和大肠Olaussen Ryeng,“熟悉和不熟悉道路线形设计一致性影响司机的表现:crash-based分析”,交通研究记录,2019年。视图:出版商的网站|谷歌学术搜索
42. t . f . Golob、w·莱克尔和y Pavlis,“概率模型的高速公路安全性能使用交通流数据作为预测,“安全科学,46卷,不。9日,第1333 - 1306页,2008年。视图:出版商的网站|谷歌学术搜索
43. c .高,j .徐问:李,j .杨”张贴限速的色散的影响交通流的速度,”可持续性,11卷,不。13,3594页,2019年。视图:出版商的网站|谷歌学术搜索

版权

版权©2019年永丰马等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。