文摘
目前,许多研究对交通冲突的严重程度只考虑潜在碰撞的可能性,但忽视了潜在碰撞的后果严重性。针对这一缺陷,本研究建立了一个潜在的碰撞(严重冲突)后果严重程度模型的基础上,车辆碰撞理论。区域车辆轨迹数据和交通事故历史数据。字段数据带入冲突后果严重性模型来计算冲突严重程度的每个部分在不同TTC阈值。相比之下,每一节的传统冲突率在不同TTC阈值,只考虑冲突的数量也是计算。结果表明,冲突严重程度率之间的关系和影响因素在某种程度上是不同的。严重的冲突率似乎有更高的相关性与事故率和事故严重程度比冲突率率。TTC阈值也影响之间的关系冲突和事故,高和低的TTC阈值表明相关性较低。结果表明,冲突严重程度,考虑每一个冲突后果有点严重程度比传统的冲突,只考虑冲突的数量反映真正的风险冲突作为一种新的评价指标。交通冲突的严重程度应考虑两个维度:潜在碰撞的可能性和后果。 Based on this, we propose a new traffic safety evaluation method that takes into account the severity of the consequences of the conflict. More data and prediction models are needed to conduct more realistic and complex research in the future to ensure reliability of this new method.
1。介绍
相同的方法研究交通安全是基于交通事故历史数据。这个方法是逻辑理性的和可靠的,但它有一些局限性:(一)交通事故是随机的和偶然的。如果事故数据不足和不符合统计要求,然后对交通事故的影响因素不能分析。因此,得出有用的结论在交通安全评价和改进将是困难的1- - - - - -3]。(b)事故或严重的交通冲突,不会引起严重的后果往往是没有记录的。例如,hau和Hakkert [4)发现,百分之六的小事故是没有记录的。然而,这些小事故经常包含大量信息。(c)分析事故数据只能事故发生后进行的。目标对这些缺陷,一些学者提出了交通冲突的概念在1960年代- 70年代5,6)和发达的交通冲突技术(TCT) [7]。TCT,大量的数据可以在事故发生前,对观察到的。这项技术有一些统计优势,比如大样本大小,短周期,小区域(8]。交通冲突分析方法也视为一个有前途的研究方向在交通安全领域的9]。
目前,交通冲突测量指标,确定冲突的严重程度可分为空间/时间距离(包括距离、速度和时间)和闪避动作指标。时间指标,结合距离和速度,因此被广泛使用。最常用的指标包括TTC碰撞(时间)(10)和宠物(postencroachment时间)(11]。然而,大多数的这些指标只能衡量冲突严重程度的一个方面,也就是说,交通冲突的可能性/接近严重碰撞,他们不考虑潜在的后果/结果严重碰撞引起的冲突(12]。原来瑞典TCT只有冲突的严重程度定义为发生事故的可能性和没有考虑人员伤亡和财产损失13]。低TTC /宠物值表示短时间内碰撞和高可能性从冲突碰撞。相同的TTC /宠物值表示相同的碰撞的可能性。然而,小型车辆引起的轻微事故显然是不同于卡车造成严重事故导致人员伤亡,即使他们的TTC /宠物一样;因此应考虑潜在的碰撞的后果严重性。
很少有研究探讨交通冲突的后果严重性。荷兰交通冲突技术(医生),主观评分与录像,是用来评估严重性。但一致性和准确性需要改进。埃文斯(14]和Gabauer [15)发现速度差异之间存在密切的关系和事故后果的严重程度。因此,许多早期的研究使用速度差异作为一个指标来描述冲突后果的严重性。然而,一些工作证实,事故后果的严重程度还与车辆有关质量、碰撞角,和其他因素。只考虑速度的区别是不够的16]。因此,许多学者开始全面考虑车辆的物理运动参数(如速度和加速度)计算。例如,Bagdadi [17)考虑质量、速度和加速度的车辆。理论研究是有价值的,但它需要准确和连续数据速度、加速度、车辆类型、冲突类型、碰撞角度,汽车碰撞前后的质量。因此,现有的研究缺乏实际数据的支持。
交通冲突的严重性应该包括两个维度:碰撞冲突发展的可能性和潜在冲突的严重性后果。然而,后者有时被忽视。在这项研究中,进行理论和实证研究来解决上述问题。本文由三个部分组成。在第一部分中,冲突后果严重性模型建立。在第二部分,介绍了数据收集方法和处理过程。在第三部分中,冲突后果严重性模型验证,以确定它是否比传统模型只考虑碰撞的可能性,通过研究与历史事故数据的相关性。
2。潜在碰撞的后果严重程度模型
正如上面提到的,交通冲突的严重程度包括潜在碰撞的可能性和后果。分布的近似碰撞(7)和金字塔层次结构(18)表明,严重的碰撞冲突密切相关。因此,本文假设,发生严重冲突后,没有采取闪避动作,肯定会发展到一个冲突碰撞。车辆碰撞后,一些动能转化成破坏性的能量车辆变形,用于反映交通冲突的潜在碰撞的后果的严重程度。显然,更大的动能损失,更严重的碰撞后果将是和冲突后果的严重程度会越高。
车辆碰撞不仅与其他车辆与道路设施,但也如护栏和中央预订。因此,在这项研究中,碰撞包含两类:潜在的碰撞下vehicle-vehicle冲突和潜在的碰撞下vehicle-road设备冲突。这个过程如下。
2.1。潜在的碰撞Vehicle-Vehicle冲突
2.1.1。基本原则和假设
(1)交通冲突定义如下:当两个用户接近对方在一定时间和空间,碰撞的风险存在,如果他们不改变他们的运动。碰撞和冲突之间的区别只在于司机是否已经成功逃税行动后发生冲突。逃税行为,司机在冲突后情况下,简化不同。被认为是最严重影响,也就是说,假设司机不采取任何逃税行动后严重的冲突。(2)模型中的冲突严重冲突。指标测量的冲突严重程度(碰撞可能性)TTC在这项研究中,它被定义为“两辆车相撞所需的时间,如果他们继续以目前的速度相同的路径”(10]。(3)车辆碰撞过程的动量交换。同时,车辆碰撞引起的内力(作用力和反作用力产生的碰撞)明显大于外力(如摩擦力);因此,它可以治疗大约由动量守恒定律。(4)车辆碰撞也是一个能量交换的过程。车辆碰撞过程中,光,热,和声音碰撞产生的能量是被忽视的。为了简化分析,本研究假设部分机械能转化为变形前后车辆碰撞的能量。在这项研究中,变形能量被定义为破坏性能量隐藏在每个交通冲突。(5)不采取回避措施考虑在内,车辆制动并不是从一开始就考虑严重的交通冲突碰撞。因此,只有现有的滚动阻力,这是极低的,是被忽视的。随着时间之间的冲突和碰撞通常是短暂的,碰撞速度类似于严重冲突速度。(6)严重的冲突碰撞的时间极短,以及避免措施被认为是;因此,碰撞角可以被视为近似角发生严重冲突的时候。(7)车辆被定义为刚体与质量研究。之前和之后的碰撞,它们的质量、质心位置、轴距、惯性矩等参数不改变(19]。(8)车辆高度是不被认为是在车辆碰撞,没有现象中,一个小型车辆在一辆卡车或卡车继续发生小型车辆。车辆碰撞只发生在一个平面的空间,也就是说,一个二维碰撞模型。(9)在这项研究中,数据收集的对象是高速公路,没有正面碰撞发生。只有在尾端的和交叉碰撞。同时,车辆简化为一个点与质量(质心点),而不考虑其形状。两辆车的重心是假定为一条直线,恰逢碰撞发生碰撞的方向。没有角动量的变化发生。
2.1.2。阶段从冲突碰撞
从冲突到碰撞大致分为四个阶段。在第一阶段,两辆车之间发生了严重冲突。前方的车辆的速度和后面的车辆在一个冲突和 ,分别。角是 ;只有在尾端的冲突和交叉冲突被认为是,α−90°- 90°。在第二阶段,两辆车相撞,及其变形即将开始。在初始阶段,两辆车的速度和(在假设(5),他们是约等于车辆速度严重冲突),和角度(在假设(6),约等于严重冲突的角度)。在第三阶段,两辆车相撞。后面的车辆的速度降低,前方的车辆增加的速度。此外,两辆车的速度是一样的在某一个时刻。期间从第二阶段到目前阶段,部分机械能转化为变形能量。在第四阶段,后面的车辆的速度继续减少和前车的速度继续增加 。然而,两辆车不同,变形。变形期间开始从第二到第三阶段,这是我们研究的主要目标,如图1。
2.1.3。计算过程
当前工作的目的是为了从第二阶段到第四阶段。在此期间,速度变化引起的碰撞导致一些动能被转化为变形能量。转换满足能量守恒定律。为了方便起见,转化为速度X- - -Y相互重合。细节如下:
与此同时,转换也满足动量守恒定律: 在哪里 , ,和 ,分别代表车辆的速度(在后面X- - -Y相互重合,前方的车辆严重冲突后,和 ,分别表示的速度X- - -Y相互重合在瞬间碰撞后的速度是相同的,和 ,分别代表了大众的汽车后面,和和 ,分别表示的破坏性能量(变形能量)隐藏在交通冲突X- - -Y相互重合。
根据三角关系,
最后,
2.2。潜在的碰撞冲突Vehicle-Road设施
2.2.1。基本原则和假设
(1)Vehicle-road设施冲突定义如下:当车辆和道路设施,如中央预订和护栏,接近对方在一定时间和空间,存在碰撞的风险如果车辆没有改变它的运动状态。事故和冲突之间的区别只在于司机是否已经成功逃税行动后的冲突。同样,它也是简化。被认为是最严重影响,也就是说,假设司机不采取任何逃税行动后严重的冲突。(2)当不同类型的车辆碰撞与设施、速度和能量碰撞后观察到的差异。计算简化除以碰撞分为两类:卡车和设施的碰撞和碰撞的中小型车辆和设施。假设中小汽车的速度降低到0碰撞后的设施。相比之下,假定卡车的速度减半,但与设施碰撞后的行驶方向不变;链这里不考虑对面车道上的碰撞。(3)其他假设基本上是相同的vehicle-vehicle冲突。
2.2.2。阶段从冲突碰撞
(1)碰撞的中小型车辆和道路设施。从冲突碰撞的中小型车辆和设施大致分为四个阶段。在第一阶段,车辆和设施之间发生严重冲突。车辆的即时速度 ,和碰撞角 。在第二个阶段,中小型车辆碰撞的设施,和变形的车辆即将开始。在初始阶段的碰撞,是速度 ,角是α(初始碰撞速度和角度认为是近似在严重冲突车辆的速度和角度,分别)。在第三阶段,与设施、车辆碰撞和中小型车辆的速度减少为0;此外,一些机械能转化为变形能量。在第四阶段,中小汽车可能反弹,但变形结束了。变形期间开始从第二阶段到第三阶段,这是我们研究的主要目标,如图2。(2)卡车碰撞和道路设施。从冲突到卡车和碰撞设施大致分为四个阶段。在第一阶段,车辆和设施之间发生严重冲突。车辆的即时速度 ,和碰撞角 。在第二个阶段,设备的卡车相撞,变形的汽车即将开始。在初始阶段的碰撞,是速度 ,角是α(初始碰撞速度和角度认为是近似在严重冲突车辆的速度和角度,分别)。在第三阶段,车辆碰撞的设施,和一些机械能转化为变形能量。速度降低 。在第四阶段,卡车摆脱连续运行的设施,但变形结束。变形期间开始从第二阶段到第三阶段,这是我们研究的主要目标,如图2。
2.2.3。计算过程
这项研究涵盖了从第二到第三阶段。在此期间,由于碰撞速度的变化导致一些动能被转化为变形能量。转换满足能量守恒定律。为了方便,速度是转化成的X- - -Y相互重合。细节如下所示:(1)中小碰撞车辆和设施 在哪里和 ,分别代表了组件的中小型车辆的速度X- - -Y碰撞前相互重合,代表中小汽车的质量,和 ,分别表示的破坏性能量(变形能量)隐藏在交通冲突(X设在和Y设在)。
(一)
(b)
根据三角关系,
最后, (2)卡车和碰撞设施 在哪里和 ,分别代表了组件的卡车的速度X- - -Y碰撞前相互重合,米t是指质量的卡车和 ,分别代表了破坏性的能量隐藏在交通事故X- - -Y相互重合。
根据三角关系,
最后,
3所示。数据收集和处理方法
由地区高精度视频和交通事故历史数据,这项工作中所使用的数据主要是使用两种方法获得。(1)领域冲突数据收集得到的高精度连续的视频车辆使用无人机(无人机)在高空盘旋。跟进处理通过视频识别和交通冲突识别程序。(2)交通事故历史数据收集的主要是交通警察和地方公路管理局。(3)其他数据处理和假设。
3.1。冲突的数据收集
3.1.1。地点和时间
视频数据采集位置是山东省济青高速公路,中国。集合时间是8月20日,2017年,2017年9月8日。集合时间在早上九点到十点都在晚上高峰和16:00 ~ 17:00时的峰值。当时,重建和扩展项目,也就是说,路基工程,是在进步。路基填满,扩大两岸的道路。最初的道路穿过,但是最初的两边护栏被拆除,取而代之的是临时护栏。道路是双向四车道。一个车道的宽度是3.75米,速度限制在80公里/小时。具体集合地点包括K43 + 200, K51 + 500, K57 + 580, K58 + 600, K112 + 500, K130 + 500, K131 + 500, K133 + 200, K182 + 000, K186 + 000, K192 + 500, K205 + 000, K255 + 000, K257 + 700, K258 + 260, K266 + 800, K271 + 620, K277 + 500, K278 + 300, K287 + 000。数据在每个位置30分钟在早晚高峰。
3.1.2。设备
幻影4 PRO无人机从收技术公司使用。无人机的最大飞行高度为500米,最大飞行时间是30分钟。我们准备9电池;每个电池完全充电8小时。最大的视频分辨率是4 k / 60 p。无人机拍摄了这段视频,静态地盘旋。相机定位垂直向下,飞行高度350 - 450米。无人机使用的镜头角度参数作为计算的基础。射击场的长度约为600 - 700和300 - 350年的宽度,如图3。
3.1.3。数据处理
它由一个视频识别和交通冲突识别程序(参见图4)。(1)车辆识别和跟踪通过时空上下文视觉跟踪算法基于一个书面程序。实时连续轨迹坐标(X/Y)、车辆宽度、车辆的ID在该地区的所有车辆,和其他数据作为输出。视频识别程序的识别和跟踪速率约为90%。大部分的轨迹数据误差可以控制在1 m,主要包括三个主要步骤。(一)图像阅读和校准
(一)
(b)
考虑到高气流变化,这段视频被无人机有一个轻微的抖动,那么后者将逐渐偏离原始图片,和随后的照片需要匹配校准和基于第一帧的第一帧。
有许多匹配方法,它被认为是选择部分地区计算相关系数,然后计算整体变换矩阵。最后,为了保证识别的准确性,选择特征点匹配计算的变换矩阵。
选择第一帧的明显的参考对象,如道路和道路标记,建立坐标系统根据水平方向和垂直方向,并执行旋转图片,根据仿射变换关系随后的照片可以成功与逐帧。
(b)车辆识别车辆识别系统通常包括ROI提取感兴趣的(地区)和车辆检测。首先,序列图像进行ROI提取,然后是图像处理方法用于确定区域是一辆车。如果它决心成为一个车辆,车辆可以在后续跟踪跟踪模块。车辆检测跟踪的先决条件,准确的ROI提取和跟踪车辆检测可以建立一个坚实的基础。
邻帧相减算法是用来确定ROI区域,考虑到济青高速公路车辆速度快的特点,更频繁的收敛,和更少的可见性引起的灰尘。检测方法简单和高效,因此它是用于车辆检测。
(c)车辆跟踪跟踪车辆时更容易成功地检测到。大多数车辆跟踪方法遵循一个基本原则的使用空间距离来确定车辆在相邻帧相同的车辆,从而完成车辆跟踪在时域。根据济青高速公路的特点,如更快的速度,高粉尘、低能见度,称为时空上下文选择的跟踪方法。这个方法获得目标位置通过最大化目标位置最好的似然函数和学习使用快速傅里叶变换。与其他主流方法相比,该方法更准确、可靠,更有效的实现。(2)的识别和跟踪速率视频识别程序
我们使用随机选择视频的位置K57 + 580, K58 + 600, K182 + 000, K255 + 000, K271 + 620为验证共约90分钟。通过统计分析,发现视频识别程序确定共有3033辆,继续跟踪2923辆,虽然总共有3308辆汽车被人工观测。初始标识率为92%左右,连续跟踪率约为88%。
给出了具体的数据表1。
作为分界线(白色虚线)的高速公路在中国是6米长,虚线之间的距离是9米(见图5)。因此,视频识别的准确性和可靠性程序可以根据这个标准。
六百辆汽车被随机选中部分的视频收集K57 + 580的位置,K58 + 600, K182 + 000, K255 + 000, K271 + 620, 2 s间隔每辆车的坐标数据X设在和Y设在被随机记录。同时,视频中每辆车的位置是手动的软件称为PicPick,运营与鼠标点击图像/视频显示和测量坐标。比较后,8%的轨迹误差低于0.3米,21%的轨迹误差低于0.5米,44%的轨迹误差是0.7米,和82%的轨迹误差都在1米以下。因此,大多数的轨迹数据误差可以控制在1米。(4)瞬时速度、加速度、车辆间距、汽车驾驶角度,和其他数据在交通冲突7帧然后根据获得的连续轨迹坐标数据的进一步处理和TTC-based识别程序。温度记录所需的时间被定义为“两辆车相撞,如果他们继续以目前的速度走在同一条路上。“计算过程基本上是类似于前面的文献。
的差异在于以下几点:(1)车辆简化为一个点与质量(质心点),而不考虑其形状(2)考虑到车辆和道路设施之间的冲突,给出了图的定义和计算6
3.2。交通事故历史数据
事故数据包括事故发生的时间(精确到年、月、日、小时),事故发生的位置(站数量和取向),参与事故的车辆类型(要小杯,中杯,还是卡车),类型的事故(追尾、推翻或碰撞与中央分隔符/护栏),天气,严重程度,伤亡人数(死亡或受伤),和公路经济损失,如图7。
由于无人机力量的限制,资金,天气,和意外事故,数据收集的位置和时间冲突不能完全符合实际的历史数据的位置和时间。因此,在满足数据分析样本容量的前提下,我们需要合理扩大历史事故数据的时间和位置。
经过现场调查和认真分析,事故数据收集的时间是2017年6月至2017年11月。这个时期几乎没有变化的时期相比,视频数据收集;可能影响交通量、交通组成(各种车型的比例),侧隙,交通组织发生了微妙的变化。
同样,消除影响的条件下,我们将公路分为五部分(JQ-1-JQ-5)根据实际情况,如交通组织、交通量、交通组成、和侧隙。因此,一般情况下在每一个不同的部分是一致的。每个部分由四个视频数据集合地点(见表2)。
3.3。其他数据处理和假设
3.3.1。TTC阈值的简化处理
第二章中的冲突模型必须是一个严重的冲突。但是没有统一的依据判断存在严重的冲突。随着道路、环境和采用的研究方法是不同的,严重的交通冲突的阈值采用不同的研究也不同,从1.0到5.0年代的TTC [13,20.- - - - - -26]。因此,TTC阈值严重冲突的研究范围从1.0到5.0年代,步长为0.5 s。简化,vehicle-vehicle和vehicle-road设施冲突的TTC阈值被认为是相同的。
3.3.2。假设车辆的重量
车重参与冲突的后果严重程度的度量模型。获得车辆实时和准确的重量数据通过使用现有的技术是很困难的。因此,车辆类型在这个研究中被列为中小汽车和卡车通过测量车辆的长度。车重决定根据车辆类型(表3)。
3.3.3。选择和设计的影响因素
平均交通量和卡车的单向车道被用作影响因素在这个研究。
实验方案是基于获得的数据从每15分钟的视频。每个影响因素的实际值是根据步长圆形。例如,如果平均交通量的单向车道1135 pcu / h,记录为1100年pcu / h;如果平均交通量的单向车道1278 pcu / h,它是记录为1300 pcu / h。根据实际数据,具体设计如下(表范围4)。
4所示。结果与讨论
本章分为四个部分:(1)评价指标的交通事故交通事故历史数据计算了历史:事故率和事故严重程度。(2)评价指标的交通冲突是冲突率和冲突严重程度如何,冲突严重程度率是由连续的高精度计算车辆数据和基于潜在冲突碰撞后果严重性模型在第二章。(3)分析冲突率之间的关系和冲突严重程度率与影响因素,也就是说,交通量和卡车。(4)之间的关系冲突和事故也计算和验证评价指标,是否考虑到冲突的结果优于传统的冲突率指标只考虑冲突的数量;细节图8。
4.1。历史事故发生率和事故严重程度率
(1)历史的事故率是按照下列公式计算:
在公式(21),指每个部分的事故率(JQ1-JQ5)在六个月内;N指的是交通事故的数量(包括冲突事故两辆汽车和一个车辆设施);l公里是指每个部分的长度;和问是指每月日均交通量pcu / d的每个部分。(2)历史事故严重性率是按照下列公式计算:
在公式(22),是指每个部分的事故严重性率(JQ1-JQ5)在六个月内,米是指直接经济损失的总和在一万元(人民币),l是指每个部分在公里的长度,和问是指每月日均交通量pcu / d的每个部分。
事故数据包括人员伤亡和经济损失的数量在路政管理和车辆。通过正常化,伤亡人数是转化成直接经济损失。文献显示,道路交通事故死亡的平均年龄在中国40年。的基础上60年的退休年龄标准造成损失在一个工作日计算,5000年去世。工作日目前,中国的人均收入是200元。因此,每死亡是直接经济损失100万元。每个受伤的人直接经济损失计算,每死亡的30%,即030万元(27]。
因此,
在公式(23),指路政管理和车辆的损失,指的是死亡,产生的直接经济损失是指直接经济损失造成伤害。
根据公式(21)- (23),事故发生率和事故严重程度的所有部分2017年June-November可以(表计算5)。
4.2。交通冲突率和冲突严重程度
4.2.1。准备交通冲突率
冲突率评价指标只考虑冲突的数量可以按照下列公式计算:
在公式(24),R是指交通冲突率(n / pcu·公里),指严重的冲突发生在一个时间单位的数量,l指的是数据收集部分的长度(公里)指的是每小时交通量数据采集部分(pcu / h)。
4.2.2。交通冲突严重程度率
相比较而言,交通冲突严重程度率是评估使用以下公式:
在公式(25),年代是指交通冲突严重事故率(J / pcu·公里);指严重的冲突发生在一个时间单位的数量;指的是严重的交通冲突的破坏性能量隐藏在每一次(J),即公式(12),(16)和(20.);指的是数据收集部分的长度(公里)指的是每小时交通量数据采集部分(pcu / h)。
4.3。冲突率/冲突严重程度之间的关系和影响因素
4.3.1。冲突率和冲突严重程度不同TTC阈值下的所有部分
的基础上,讨论在章节4.2中,冲突率的平均值和冲突严重程度的每个部分在不同的TTC值。图9表明,TTC阈值的增加,冲突率和冲突严重程度率增加;这种效果是符合客观情况。如果阈值高,严重的冲突,满足需求将会增加。
(一)
(b)
4.3.2。关系冲突率/冲突严重程度率和交通量
冲突率的关系和冲突严重程度率与交通量建立。具体来说,冲突率和冲突严重程度率的平均值在所有部分在不同TTC阈值。方差分析表明,交通量显著影响交通冲突率和交通冲突严重程度率( )(F测试,p是指交通冲突率的概率是一样的严重性率在不同交通卷)。
图10显示冲突率的分布和严重程度率在不同流量的规模。交通量与冲突和严重程度呈正相关。当交通量在单向车道小于700 pcu /小时,平均利率低的冲突和严重程度。随着交通量的增加,平均冲突率和严重性率逐渐增加。此外,当交通量超过900 pcu / h,平均利率冲突和严重程度迅速增加。这种关系是类似于一个研究发现的建筑面积仅在日本高速公路透露,70%的交通事故发生在一个交通堵塞和意外事故造成的伤亡率在一个拥挤的建筑面积超过90%,这是8 - 9倍,在noncrowded建设领域(28]。因此,一个大交通量相当于一个不安全的建筑面积。当交通量超过1300 pcu / h,冲突严重性利率与汇率之间的差异是观察;略有冲突率持续上升,而冲突严重程度率略有下降。这一发现可能是由于饱和交通流量和减少的速度和一个冲突的严重性引起过度的交通量。因此,严重率下降。
(一)
(b)
4.3.3。冲突率/冲突严重程度之间的关系和卡车
冲突率的关系和冲突严重程度与卡车率率建立了。具体来说,冲突率和冲突严重程度率的平均值在所有部分在不同TTC阈值。方差分析表明,卡车率产生重大影响交通冲突率和交通冲突严重程度率( )(F测试,p是指交通冲突率的概率是一样的严重性率下不同的卡车率)。
冲突率之间的关系和严重程度率与卡车率,如图11。在一个卡车率低,冲突率很低。卡车的速度逐渐增加,冲突率逐渐增加。然后,它到达最大的卡车率达到50%。后来,冲突率逐渐降低。这个结果是相似的法律发现梁et al。29日];与卡车的增加率,增加然后减少冲突,显示一个峰值。这一现象的原因是,卡车的性能不足导致较慢的速度比其他车辆类型,尤其是小型车辆。因此,卡车交通流的出现就不可避免地导致增加整体交通流速度差异,进一步导致冲突的增加。然而,当卡车数量的增加,汽车的数量减少相同的交通量。同时,速度差减少数量的逐渐增加相同类型的车辆(大卡车);因此,冲突率达到峰值后逐渐下降。
(一)
(b)
冲突率和严重性率的比较与卡车率在图6显示,当卡车率超过50%,冲突率减少,和冲突严重程度增加,表明卡车造成的后果的严重性是伟大的冲突。这一发现是一致的卡车容易导致严重事故的现象在建筑领域,所发现的Pigman和代理(30.]。
4.4。关系冲突率/严重事故率和事故发生率/严重性率
4.4章关注的是传统冲突率和冲突严重程度之间的相关性考虑后果严重性和事故率和事故严重程度,分别。冲突率的平均值和冲突严重程度的所有部分。事故发生率和事故严重程度的基础上六个月(表内的所有部分4),通过皮尔森相关分析得出相关系数。
图12显示冲突严重程度具有较高相关性事故率和事故严重程度比冲突率在大多数情况下;特别是,冲突严重程度率是最与事故严重性率(紫色的线);在不同的TTC阈值下,相关性大约是0.8 - -0.85。冲突严重事故率和事故发生率之间的关系(蓝线)也高。相比之下,传统的冲突率相关性较低(从0.7到0.8),事故率和事故严重程度(红色和绿色线)在大多数情况下,不同的TTC阈值。
至于TTC阈值,在低阈值(1.0、1.5)和高阈值(超过3.0 s),相关值低。此外,相关的范围2.0 - -3.0 s是最高的。这个结果可能是由于低阈值导致冲突检测冲突和严格的标准,忽视了一些风险,可能导致事故的发生。此外,高阈值将使一些低风险冲突纳入计算,尽管许多低风险冲突不会导致事故;因此,相关性降低。
5。结论
本研究旨在解决缺乏研究的潜在碰撞的后果的严重程度在交通冲突和交通安全评估提出了一种新的方法。高精度连续微数据获得的UAV告诉我们实时冲突风险包括传统的可能性/接近交通冲突碰撞的严重程度,和结果/结果严重冲突所导致的潜在的碰撞,这正是我们需要改善。
摘要交通冲突的潜在碰撞的后果的严重性模型的基础上,提出了车辆碰撞理论。严重的公路车辆之间的冲突发展为碰撞事故时没有采取回避行动。碰撞后,一些动能转化成破坏性的能量,导致车辆变形。我们使用这种能量来反映交通冲突的潜在后果严重性。拟议的模型包括两类:潜在的碰撞vehicle-vehicle冲突和碰撞车辆和道路设施(例如,护栏)。
准确的无人机视频采集的车辆。车辆的速度、加速度、车辆间距,和其他微观数据的交通冲突在任何时候通过进一步处理与视频识别和交通冲突识别程序(输出每隔7帧)。交通事故数据收集。
冲突的后果严重程度模型的基础上提出在这项研究中,车辆在交通冲突的微观数据替换计算冲突严重程度率在所有部分在不同TTC阈值。同时,每个部分的冲突率在不同TTC阈值,只考虑冲突的数量计算。利率的冲突和冲突严重程度率与交通量和卡车,分别。模型被发现的关系是不同的。
事故率和事故严重程度利率的进一步相关分析表明,冲突的后果,认为冲突严重程度严重程度相关性与事故率和事故严重程度更高。同时,TTC的阈值是一个重要因素影响的相关性。当阈值较低(1.0、1.5)或高(超过3.0 s),相关性很低。
总之,当前许多研究对交通冲突严重程度的关注潜在碰撞的可能性,和更少的研究探索潜在的碰撞的后果的严重程度。根据车辆碰撞理论,计算潜在碰撞的后果严重程度的公式。相关验证数据显示,真正的风险是更好地反映在冲突严重程度比传统冲突率。交通冲突的安全性评价应该是一个潜在碰撞的可能性和后果的组合。
本研究的局限性是采用简化和理想化的过程。真实的和复杂的过程应该考虑在后续研究。此外,由于时间、基金、设备的限制,和其他原因,冲突的数据只覆盖一些时间在18天。
在未来,我们将从以下几方面改进和后续研究:(1)的选择指标。由于语言限制,只有最常见的TTC被选中作为识别冲突的指标。每个冲突指标如TTC、宠物和MaxD都有自己的优点和缺点。在不同类型的冲突/碰撞(如交叉、屁股和车道变化),指标之间的差异更明显(31日,32]。我们应该选择更好的指标来确定不同类型的冲突矛盾。(2)扩大收集的数据量更多的冲突和事故数据,除了深入分析之间的对应类型的事故和冲突的类型。(3)直接分析之间的关系严重冲突和事故在考虑可能性/后果严重性和发现相关好(可能是由于这一事实集合地点不是很多)。极值理论(EVT)看到一个好事故预测模型预测精度高和相关领域的事故。我们可以使用数学方法如EVT预测事故(数量和严重性)与更多的数据后31日- - - - - -33]。
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。
信息披露
收集到的数据在山东省济青高速公路,中国。
的利益冲突
作者宣称没有利益冲突。
作者的贡献
研究构思、设计和主要写作是由江泽民Ruoxi和朱Shunying。数据收集是由王潘,他邹,邝石屏。结果的分析和解释由江泽民Ruoxi王潘。手稿准备是由江泽民Ruoxi草案。所有作者回顾了结果,批准了最终版本的手稿。
确认
这项工作收到了来自中国的国家自然科学基金资助(没有。71771183)。