專利名稱：：高速公路簡約事故預測方法
技術領域：
：本發(fā)明是一種高速公路簡約事故預測方法，可用來預測高速公路某個路段交通事故的發(fā)生數(shù)，屬于交通安全領域。
背景技術：
：統(tǒng)計數(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，而在我國卻恰恰相反。據(jù)日本統(tǒng)計，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；美國的統(tǒng)計結(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，還遠遠優(yōu)于日本。而在我國，高速公路的交通流量基本與國外相似，甚至低于很多國家，但據(jù)我國公安部交通管理局統(tǒng)計，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去，我國高速公路的交通安全狀況將更加令人擔憂。因此，有必要建立一套完善的高速公路交通事故預測方法，為我國高速公路交通事故的預測和預防提供理論依據(jù)。根據(jù)美國國家嚴重事故研究所(NCSS)的數(shù)據(jù)，交通事故死亡率與運行速度梯度(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-車輛運行速度梯度，km/h；哈爾濱工業(yè)大學裴玉龍等人對中國七條高速公路上的車速標準差與億車公里事故率進行回歸分析，得到了億車公里事故率和車速標準離差的關系模型。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——車速的標準差(km/h)。同濟大學的杜博英在對國外高速公路的事故率與運行車速進行綜合分析的基礎上，闡述了高速公路上基于運行車速的交通事故預測方法。高速公路死亡率的計算公式如下式中Illeath——交通事故死亡率(次/106veh*km)；V——運行速度(km/h)；AV——速度梯度，即斷面運行車速與平均運行車速的差值(km/h)；V——平均運行車速(km/h)。早在1964年，Solomon就開始對車速與安全的關系進行研究，大多討論速度與事故之間的關系，沒有考慮交通量的影響?？v觀國內(nèi)外，在對速度與安全的影響研究中，大部分都是在討論運行速度、速度差與事故之間的關系，沒有量化諸如交通量的變化，因此結(jié)論并不均有較強的說服力。由于我國的特殊的國情及高速公路的特點，不能直接照搬國外的車速理論模型，還需要進行具體的理論研究和工程實踐，不斷總結(jié)我國高速公路的車速安全理論，提出合理的解決對策。
發(fā)明內(nèi)容本發(fā)明在對國內(nèi)交通運行特點分析的基礎上，綜合考慮了平曲線因素、縱斷面因素、交通量對事故的影響，經(jīng)實際驗證獲得了較好的效果。使用公式預測高速公路簡約交通事故頻數(shù)步驟道路是一條三維空間的實體。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?？v斷面上兩個坡段的轉(zhuǎn)折處，為了便于行車用一段曲線來緩和，稱為豎曲線。(1)確定預測高速公路條件，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.豎曲線因素假設每條豎曲線的一個基本變量是V(i)，其單位是每IOOm豎曲線坡度的變化。豎曲線/坡度變化的絕對值W—豎曲線啲長度(單位百米)<formula>formulaseeoriginaldocumentpage5</formula>(5)gi表示坡度，gi=tanθ；豎曲線i的權重<formula>formulaseeoriginaldocumentpage5</formula>VC:加權后的坡度變化值<formula>formulaseeoriginaldocumentpage5</formula>(6)縱斷面的加權坡度<formula>formulaseeoriginaldocumentpage5</formula>(7)路段中第k個上/下坡路段的權重<formula>formulaseeoriginaldocumentpage5</formula>gk路段第k個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路段長度Y預測持續(xù)年份(3)采集大車比例，利用Stata9.0軟件進行統(tǒng)計分析，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)果中相關指標(|z|值最小)的判定，每次剔除一個最不符合進入模型的變量，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行回歸，最后得到簡約事故模型λi=EXPO·EXP(-2.676614+0.0071095·Aνe_angle+0.737331·VC+0.2539619·Aveslope+6.14963·Truck)(8)參數(shù)表示意義段預測事故數(shù)；EXPO暴露變量，；Y預測持續(xù)年份；L:i路段長度；Ave_angle:i路段內(nèi)平曲線平均轉(zhuǎn)角；VC豎曲線指標，加權后的坡度變化值；Average_slope豎曲線指標，縱斷面的加權坡度；Truck:大車比例。本發(fā)明在對國內(nèi)交通運行特點分析的基礎上，綜合考慮了平曲線因素、縱斷面因素、交通量對事故的影響，經(jīng)實際驗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平曲線實例示意圖；圖4豎曲線實例示意圖。具體實施例方式如圖3，圖4所示為某一高速公路平縱實例圖，該高速公路年平均日交通量為2500輛，對該高速公路全年調(diào)查統(tǒng)計，大車所占比例為13%。第一步計算平曲線平均轉(zhuǎn)角<formula>formulaseeoriginaldocumentpage6</formula>第二步豎曲線L1長度=10000*[2%-(-3%)]=500m豎曲線L2長度=8000*4.5%=360m該路段長度=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)的長度=360=Q226V；V；路段的長度1590‘VC:加權后的坡度變化值<formula>formulaseeoriginaldocumentpage7</formula>路段中縱坡I1=-3%所占權重WG⑴H^lMiMMM=1=0094K}[1}~路段的長度1590路段中縱坡i2=2%所占權重WG(2)=WGji)=第2個坡度不變路段的長度=里=0.189VJW路段的長度1590路段中縱坡i3=-2.5%所占權重WG(3)=wG(i)=勧個坡度不變路段的長度=1=0.176VyW路段的長度1590縱斷面的加權坡度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第三步計算大車百分比由條件知Truck=13%第四步暴露變量計算EXPO=AADT*365*L*10_6*Y=2500*365*3*10_6*1=2.74第五步事故數(shù)預測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，對高速公路簡約事故預測模型進行驗證，結(jié)果如表<table>tableseeoriginaldocumentpage8</column></row><table><table>tableseeoriginaldocumentpage9</column></row><table>從表中可以看出，預測事故數(shù)與實際事故數(shù)能夠比較好的吻合，從而為預防事故的發(fā)生提供理論依據(jù)。權利要求高速公路簡約事故預測方法，其特征在于按以下步驟進行路線，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)確定預測高速公路條件，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>&Sigma;</mi><mo>|</mo><msub><mi>&alpha;</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.豎曲線因素假設每條豎曲線的一個基本變量是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的權重VC加權后的坡度變化值VC＝∑iWV(i)×V(i)(6)縱斷面的加權坡度Ave_slope＝∑iWG(k)×|gk|(7)路段中第k個上/下坡路段的權重gk路段第k個路段的坡度1.3.交通組成，大車百分比；(2)計算暴露變量EXPOEXPO＝AADT*365*L*10-6*Y參數(shù)表示意義AADT年平均日交通量L路段長度Y預測持續(xù)年份(3)利用Stata9.0軟件進行統(tǒng)計分析，采用向后剔除的回歸分析法最后得到簡約事故模型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段預測事故數(shù)；EXPO暴露變量；Y預測持續(xù)年份；Li路段長度；Ave_anglei路段內(nèi)平曲線平均轉(zhuǎn)角；VC豎曲線指標，加權后的坡度變化值；Average_slope豎曲線指標，縱斷面的加權坡度；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約事故預測方法，可用來預測高速公路某個路段交通事故的發(fā)生數(shù)，屬于交通安全領域。交通事故不僅與速度、速度差有關，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)計回歸的方法建立事故與平曲線轉(zhuǎn)角、縱坡坡度等的關系模型。實踐證明，該方法預測的事故數(shù)與實際發(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，預防交通事故的發(fā)生，降低事故的嚴重程度提供了可靠的理論和依據(jù)。文檔編號G08G1/01GK101826258SQ20101014581公開日2010年9月8日申請日期2010年4月9日優(yōu)先權日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,鮑興建申請人:北京工業(yè)大學