專利名稱：：高速公路簡(jiǎn)約事故預(yù)測(cè)方法
技術(shù)領(lǐng)域：
：本發(fā)明是一種高速公路簡(jiǎn)約事故預(yù)測(cè)方法，可用來預(yù)測(cè)高速公路某個(gè)路段交通事故的發(fā)生數(shù)，屬于交通安全領(lǐng)域。
背景技術(shù)：
：統(tǒng)計(jì)數(shù)據(jù)表明，高速公路在全世界范圍內(nèi)都是安全程度最高的公路，而在我國(guó)卻恰恰相反。據(jù)日本統(tǒng)計(jì)，其高速公路每百公里的事故發(fā)生率僅為普通公路的1/2或1/3，而交通流量卻是普通公路的10倍左右；美國(guó)的統(tǒng)計(jì)結(jié)果是，其高速公路每百公里的事故發(fā)生率僅為普通公路的1/10，還遠(yuǎn)遠(yuǎn)優(yōu)于日本。而在我國(guó)，高速公路的交通流量基本與國(guó)外相似，甚至低于很多國(guó)家，但據(jù)我國(guó)公安部交通管理局統(tǒng)計(jì)，每百公里事故發(fā)生率卻是普通公路的4倍多。如果再將交通量等因素考慮進(jìn)去，我國(guó)高速公路的交通安全狀況將更加令人擔(dān)憂。因此，有必要建立一套完善的高速公路交通事故預(yù)測(cè)方法，為我國(guó)高速公路交通事故的預(yù)測(cè)和預(yù)防提供理論依據(jù)。根據(jù)美國(guó)國(guó)家嚴(yán)重事故研究所(NCSS)的數(shù)據(jù)，交通事故死亡率與運(yùn)行速度梯度(AV))的四次方成正比。近似函數(shù)如下(KVVDeath=-^―-(1)U14.24J式中Death—交通事故死亡率，％；ΔV-車輛運(yùn)行速度梯度，km/h；哈爾濱工業(yè)大學(xué)裴玉龍等人對(duì)中國(guó)七條高速公路上的車速標(biāo)準(zhǔn)差與億車公里事故率進(jìn)行回歸分析，得到了億車公里事故率和車速標(biāo)準(zhǔn)離差的關(guān)系模型。模型表明車速分布越離散，事故率越高，模型如下AR=9.583e0·05530(2)式中:AR——億車公里事故率；σ——車速的標(biāo)準(zhǔn)差(km/h)。同濟(jì)大學(xué)的杜博英在對(duì)國(guó)外高速公路的事故率與運(yùn)行車速進(jìn)行綜合分析的基礎(chǔ)上，闡述了高速公路上基于運(yùn)行車速的交通事故預(yù)測(cè)方法。高速公路死亡率的計(jì)算公式如下式中Illeath——交通事故死亡率(次/106veh*km)；V——運(yùn)行速度(km/h)；AV——速度梯度，即斷面運(yùn)行車速與平均運(yùn)行車速的差值(km/h)；V——平均運(yùn)行車速(km/h)。早在1964年，Solomon就開始對(duì)車速與安全的關(guān)系進(jìn)行研究，大多討論速度與事故之間的關(guān)系，沒有考慮交通量的影響?？v觀國(guó)內(nèi)外，在對(duì)速度與安全的影響研究中，大部分都是在討論運(yùn)行速度、速度差與事故之間的關(guān)系，沒有量化諸如交通量的變化，因此結(jié)論并不均有較強(qiáng)的說服力。由于我國(guó)的特殊的國(guó)情及高速公路的特點(diǎn)，不能直接照搬國(guó)外的車速理論模型，還需要進(jìn)行具體的理論研究和工程實(shí)踐，不斷總結(jié)我國(guó)高速公路的車速安全理論，提出合理的解決對(duì)策。
發(fā)明內(nèi)容本發(fā)明在對(duì)國(guó)內(nèi)交通運(yùn)行特點(diǎn)分析的基礎(chǔ)上，綜合考慮了平曲線因素、縱斷面因素、交通量對(duì)事故的影響，經(jīng)實(shí)際驗(yàn)證獲得了較好的效果。使用公式預(yù)測(cè)高速公路簡(jiǎn)約交通事故頻數(shù)步驟道路是一條三維空間的實(shí)體。一般所說的路線，是指道路中線的空間位置。路線在水平面上的投影稱作路線的平面圖。沿中線豎直剖切再行展開則是路線的縱斷面圖。縱斷面上兩個(gè)坡段的轉(zhuǎn)折處，為了便于行車用一段曲線來緩和，稱為豎曲線。(1)確定預(yù)測(cè)高速公路條件，收集道路信息，包括平曲線的平均轉(zhuǎn)角<formula>formulaseeoriginaldocumentpage5</formula>(4)參數(shù)表示意義a,表示路段內(nèi)第i條平曲線的轉(zhuǎn)角；η表示路段內(nèi)包含平曲線數(shù)目；平曲線圖如圖1所示2.豎曲線因素假設(shè)每條豎曲線的一個(gè)基本變量是V(i)，其單位是每IOOm豎曲線坡度的變化。豎曲線/坡度變化的絕對(duì)值W—豎曲線啲長(zhǎng)度(單位百米)<formula>formulaseeoriginaldocumentpage5</formula>(5)gi表示坡度，gi=tanθ；豎曲線i的權(quán)重<formula>formulaseeoriginaldocumentpage5</formula>VC:加權(quán)后的坡度變化值<formula>formulaseeoriginaldocumentpage5</formula>(6)縱斷面的加權(quán)坡度<formula>formulaseeoriginaldocumentpage5</formula>(7)路段中第k個(gè)上/下坡路段的權(quán)重<formula>formulaseeoriginaldocumentpage5</formula>gk路段第k個(gè)路段的坡度豎曲線圖如圖2所示3.交通組成，大車百分比；(2)計(jì)算暴露變量EXPOEXPO=AADT*365*L*1(T6*Y參數(shù)表示意義AADT年平均日交通量L路段長(zhǎng)度Y預(yù)測(cè)持續(xù)年份(3)采集大車比例，利用Stata9.0軟件進(jìn)行統(tǒng)計(jì)分析，采用向后剔除的回歸分析法先建立全模型，根據(jù)輸出結(jié)果中相關(guān)指標(biāo)(|z|值最小)的判定，每次剔除一個(gè)最不符合進(jìn)入模型的變量，直到回歸方程中不再含有不符合判據(jù)的自變量為止。因此，依次去掉不符合的自變量重新進(jìn)行回歸，最后得到簡(jiǎn)約事故模型λi=EXPO·EXP(-2.676614+0.0071095·Aνe_angle+0.737331·VC+0.2539619·Aveslope+6.14963·Truck)(8)參數(shù)表示意義段預(yù)測(cè)事故數(shù)；EXPO暴露變量，；Y預(yù)測(cè)持續(xù)年份；L:i路段長(zhǎng)度；Ave_angle:i路段內(nèi)平曲線平均轉(zhuǎn)角；VC豎曲線指標(biāo)，加權(quán)后的坡度變化值；Average_slope豎曲線指標(biāo)，縱斷面的加權(quán)坡度；Truck:大車比例。本發(fā)明在對(duì)國(guó)內(nèi)交通運(yùn)行特點(diǎn)分析的基礎(chǔ)上，綜合考慮了平曲線因素、縱斷面因素、交通量對(duì)事故的影響，經(jīng)實(shí)際驗(yàn)證獲得了較好的效果。圖1平曲線示意圖；圖2豎曲線示意圖；圖3平曲線實(shí)例示意圖；圖4豎曲線實(shí)例示意圖。具體實(shí)施例方式如圖3，圖4所示為某一高速公路平縱實(shí)例圖，該高速公路年平均日交通量為2500輛，對(duì)該高速公路全年調(diào)查統(tǒng)計(jì)，大車所占比例為13%。第一步計(jì)算平曲線平均轉(zhuǎn)角<formula>formulaseeoriginaldocumentpage6</formula>第二步豎曲線L1長(zhǎng)度=10000*[2%-(-3%)]=500m豎曲線L2長(zhǎng)度=8000*4.5%=360m該路段長(zhǎng)度=150+500+300+360+280=1590mV(I)二嗆)==2%卞3%)二1%<formula>formulaseeoriginaldocumentpage7</formula>WV(2)=豎曲線在路段內(nèi)的長(zhǎng)度=360=Q226V；V；路段的長(zhǎng)度1590‘VC:加權(quán)后的坡度變化值<formula>formulaseeoriginaldocumentpage7</formula>路段中縱坡I1=-3%所占權(quán)重WG⑴H^lMiMMM=1=0094K}[1}~路段的長(zhǎng)度1590路段中縱坡i2=2%所占權(quán)重WG(2)=WGji)=第2個(gè)坡度不變路段的長(zhǎng)度=里=0.189VJW路段的長(zhǎng)度1590路段中縱坡i3=-2.5%所占權(quán)重WG(3)=wG(i)=勧個(gè)坡度不變路段的長(zhǎng)度=1=0.176VyW路段的長(zhǎng)度1590縱斷面的加權(quán)坡度Ave_slope=ΣjffG(k)X|gk|=gl*WG(1)+g2*WG(2)+g3*WG(3)=3%*0·094+2%*0·189+2.5%*0·176=0.Oil第三步計(jì)算大車百分比由條件知Truck=13%第四步暴露變量計(jì)算EXPO=AADT*365*L*10_6*Y=2500*365*3*10_6*1=2.74第五步事故數(shù)預(yù)測(cè)λi=EXPO·EXP(-2.676614+0.0071095·Aνe_angle+0.737331·VC+0.2539619·Ave_slope+6.14963·Truck%)=2.7牡EXP(-2.676614+0.0071095*0.96+0.737331*0.0054+0.2539619*0.011+614963*13%=2.74*0.155=1分別使用重慶成渝高速、上界高速、長(zhǎng)萬高速、云南羅(村口)富(寧)高速、京津塘等多條高速公路的道路交通按照上面，對(duì)高速公路簡(jiǎn)約事故預(yù)測(cè)模型進(jìn)行驗(yàn)證，結(jié)果如表<table>tableseeoriginaldocumentpage8</column></row><table><table>tableseeoriginaldocumentpage9</column></row><table>從表中可以看出，預(yù)測(cè)事故數(shù)與實(shí)際事故數(shù)能夠比較好的吻合，從而為預(yù)防事故的發(fā)生提供理論依據(jù)。權(quán)利要求高速公路簡(jiǎn)約事故預(yù)測(cè)方法，其特征在于按以下步驟進(jìn)行路線，是指道路中線的空間位置；路線在水平面上的投影稱作路線的平面圖；沿中線豎直剖切再行展開則是路線的縱斷面圖；縱斷面上兩個(gè)坡段的轉(zhuǎn)折處，為了便于行車用一段曲線來緩和，稱為豎曲線；(1)確定預(yù)測(cè)高速公路條件，收集道路信息，包括1.1平曲線的平均轉(zhuǎn)角<mrow><mi>Ave</mi><mo>_</mo><mi>angle</mi><mo>=</mo><mfrac><mrow><mi>Σ</mi><mo>|</mo><msub><mi>α</mi><mi>i</mi></msub><mo>|</mo></mrow><mi>n</mi></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>4</mn><mo>)</mo></mrow></mrow>參數(shù)表示意義αi表示路段內(nèi)第i條平曲線的轉(zhuǎn)角；n表示路段內(nèi)包含平曲線數(shù)目；1.2.豎曲線因素假設(shè)每條豎曲線的一個(gè)基本變量是V(i)，其單位是每100m豎曲線坡度的變化；<mrow><mi>V</mi><mrow><mo>(</mo><mi>i</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><mo>|</mo><msub><mi>g</mi><mi>i</mi></msub><mo>-</mo><msub><mi>g</mi><mrow><mi>i</mi><mo>+</mo><mn>1</mn></mrow></msub><mo>|</mo></mrow><msub><mi>L</mi><mi>xi</mi></msub></mfrac><mo>-</mo><mo>-</mo><mo>-</mo><mrow><mo>(</mo><mn>5</mn><mo>)</mo></mrow></mrow>gi表示坡度，gi＝tanθ；豎曲線i的權(quán)重VC加權(quán)后的坡度變化值VC＝∑iWV(i)×V(i)(6)縱斷面的加權(quán)坡度Ave_slope＝∑iWG(k)×|gk|(7)路段中第k個(gè)上/下坡路段的權(quán)重gk路段第k個(gè)路段的坡度1.3.交通組成，大車百分比；(2)計(jì)算暴露變量EXPOEXPO＝AADT*365*L*10-6*Y參數(shù)表示意義AADT年平均日交通量L路段長(zhǎng)度Y預(yù)測(cè)持續(xù)年份(3)利用Stata9.0軟件進(jìn)行統(tǒng)計(jì)分析，采用向后剔除的回歸分析法最后得到簡(jiǎn)約事故模型λi＝EXPO·EXP(-2.676614+0.0071095·Ave_angle+0.737331·VC+0.2539619·Ave_slope+6.14963·Truck)(8)參數(shù)表示意義λii段預(yù)測(cè)事故數(shù)；EXPO暴露變量；Y預(yù)測(cè)持續(xù)年份；Li路段長(zhǎng)度；Ave_anglei路段內(nèi)平曲線平均轉(zhuǎn)角；VC豎曲線指標(biāo)，加權(quán)后的坡度變化值；Average_slope豎曲線指標(biāo)，縱斷面的加權(quán)坡度；Truck大車比例，由歷史數(shù)據(jù)得到。FSA00000084388400012.tif,FSA00000084388400014.tif,FSA00000084388400015.tif全文摘要本發(fā)明是一種高速公路簡(jiǎn)約事故預(yù)測(cè)方法，可用來預(yù)測(cè)高速公路某個(gè)路段交通事故的發(fā)生數(shù)，屬于交通安全領(lǐng)域。交通事故不僅與速度、速度差有關(guān)，而且與交通量、平縱線形也有密切聯(lián)系。該發(fā)明利用統(tǒng)計(jì)回歸的方法建立事故與平曲線轉(zhuǎn)角、縱坡坡度等的關(guān)系模型。實(shí)踐證明，該方法預(yù)測(cè)的事故數(shù)與實(shí)際發(fā)生的事故數(shù)能夠很好地紊和，從而為改造事故多發(fā)點(diǎn)，預(yù)防交通事故的發(fā)生，降低事故的嚴(yán)重程度提供了可靠的理論和依據(jù)。文檔編號(hào)G08G1/01GK101826258SQ20101014581公開日2010年9月8日申請(qǐng)日期2010年4月9日優(yōu)先權(quán)日2010年4月9日發(fā)明者侯樹展,孫小端,張杰,徐婷,王一祎,王華榮,王超,賀玉龍,連嘉,鐘連德,陳永勝,鮑興建申請(qǐng)人:北京工業(yè)大學(xué)