On-Scene Injury Severity Prediction (OSISP) Algorithm for Truck Occupants

Objective: The aim of this study is to develop an on-scene injury severity prediction (OSISP) algorithm for truck occupants using only accident characteristics that are feasible to assess at the scene of the accident. The purpose of developing this algorithm is to use it as a basis for a field triage tool used in traffic accidents involving trucks. In addition, the model can be valuable for recognizing important factors for improving triage protocols used in Sweden and possibly in other countries with similar traffic environments and prehospital procedures.

Methods: The scope is adult truck occupants involved in traffic accidents on Swedish public roads registered in the Swedish Traffic Accident Data Acquisition (STRADA) database for calendar years 2003 to 2013. STRADA contains information reported by the police and medical data on injured road users treated at emergency hospitals. Using data from STRADA, 2 OSISP multivariate logistic regression models for deriving the probability of severe injury (defined here as having an Injury Severity Score [ISS] > 15) were implemented for light and heavy trucks; that is, trucks with weight up to 3,500 kg and ??16,500 kg, respectively. A 10-fold cross-validation procedure was used to estimate the performance of the OSISP algorithm in terms of the area under the receiver operating characteristic curve (AUC).

Results: The rate of belt use was low, especially for heavy truck occupants. The OSISP models developed for light and heavy trucks achieved cross-validation AUC of 0.81 and 0.74, respectively. The AUC values obtained when the models were evaluated on all data without cross-validation were 0.87 for both light and heavy trucks. The difference in the AUC values with and without use of cross-validation indicates overfitting of the model, which may be a consequence of relatively small data sets. Belt use stands out as the most valuable predictor in both types of trucks; accident type and age are important predictors for light trucks.

Conclusions: The OSISP models achieve good discriminating capability for light truck occupants and a reasonable performance for heavy truck occupants. The prediction accuracy may be increased by acquiring more data. Belt use was the strongest predictor of severe injury for both light and heavy truck occupants. There is a need for behavior-based safety programs and/or other means to encourage truck occupants to always wear a seat belt.     

驾驶员雨中面对不同颜色障碍物时制动点选择研究

为研究雨天驾驶员对障碍物颜色的感知特征,保障雨天驾驶安全,利用仿真驾驶平台,研究大雨、中雨、小雨3种状况下,驾驶员面对红、白、黑3种颜色障碍物时的鸣笛点(与障碍物距离设为L1)、刹车点(与障碍物距离设为L2)的选择和行驶初速度(V1)与通过障碍物最小速度(V2)的关系。最后,依据模拟驾驶采集得到的23位驾驶员经过各颜色障碍物的驾驶数据,通过SPSS分析L2,V1的拟合关系,结合安全制动距离模型,建立不同雨量下驾驶员受障碍物颜色影响的行车安全模型。结果表明:运行速度相同时,红色障碍物对应的L1,L2值明显大于黑色和白色对应的值;面对同种颜色的障碍物时,随着雨量的增加,V2值不断减小,而V1越大,V2值越大。     

绿灯倒计时信号对驾驶行为的影响

为揭示绿灯倒计时信号对交叉口交通安全的影响,针对不同交通负荷与信号控制方式下的驾驶行为开展研究。选择大连市内的倒计时信号交叉口与非倒计时信号交叉口各2处,开展车辆行驶速度及不良驾驶行为调查。用数理统计方法,对比分析2类交叉口在平峰与高峰时段的车辆行驶速度特性,同时对比分析上述不同条件下闯黄灯及违规变道行为的发生数量。研究表明,绿灯倒计时信号在绿灯时间末期,会诱发一部分驾驶员加速行驶通过交叉口;绿灯倒计时信号在平峰时段对闯黄灯行为数量的影响较小,而对违规变道行为的数量有显著影响。     

衡水市道路交通环境颗粒物污染特性及控制对策研究

针对衡水市机动车污染问题,本文选择衡水市代表性路段,对其进行了实验,如采样点的确定、采样时间和频率、监测方法及标准和使用的实验仪器,得到了结果与分析,如交通环境中PM10和TSP的变化特征、PM10/TSP比值和交通环境中PM10和TSP的影响因素分析,并提出衡水市道路交通环境空气污染控制措施,主要是完善城市交通和城市规划、城市绿化、发展清洁能源、完善管理体制和加强交通管理宣传教育,给出了切实可行的改善和控制措施.     

城市交通噪声对高层建筑的影响及声屏障优化设计研究

结合案例分析交通噪声对临路高层建筑声环境的影响,随着楼层的变化,噪声贡献值呈现抛物线型变化。在第3层～第5层处噪声值达到最大,然后随着楼层增加噪声值逐渐减小;此外低楼层处夜间噪声超标严重。在隔声设计时应重视噪声最大值出现的位置及夜间时段的噪声影响,增加声屏障的高度对提高低楼层隔声效果有较明显作用。对于临路高层建筑,单一的声屏障措施的降噪效果有限且有众多限制因素,采取声屏障＋隔声窗措施有较好的降噪效果。     

复杂地下空间交通体系连接匝道烟气控制方案研究

复杂地下空间交通体系作为新型地下交通形式,车流量大且存在多个分合流点,气流组织复杂,防灾排烟难度极大。以杭州某复杂地下空间交通体系连接匝道为研究背景,提出匝道通风排烟设计方法,再选取其中二合一式连接匝道结构,采用FLUENT模拟其两种防灾排烟方案的有效性。模拟结果表明：两个连接匝道末端单独设置排烟口的设计方案可有效保证火源下游车辆和火源上游人员的逃生安全;根据分合流流速分配理论模型,在合流处只设置一个排烟口且排烟量提高40 m³/s时,也可达到同样的防灾排烟效果,从土建成本考虑,推荐此方案,为同类型隧道结构提供借鉴。     

基于视频分析的空管员违规行为识别方法*

为利用视频数据对空管员违规行为进行智能化分析,降低不安全事件发生率,提出2阶段的违规行为识别模型（AR-ResNeXt）,基于实地调研构建空管员视频数据集,利用最小化动态多实例学习损失函数和中心损失函数,获得违规行为检测的判别特征表示,结合异常回归网络和ResNeXt网络,完成对空管员违规行为的时序区间检测与动作分类。研究结果表明:AR-ResNeXt模型在自制数据集中,其帧级AUC达到82.9%,分类准确率达到87.8%,可准确识别空管员发生违规行为的时序区间并进行分类,研究结果可为保障空中交通安全奠定基础。     

基于业务的网络可靠性试验流量生成方法研究

网络的发展从仅关注速度的提升转移到关注业务的交付能力,由此网络可靠性问题越来越受到研究者的重视。网络可靠性试验是评价网络可靠性的一种重要手段,而试验流量的生成对可靠性评价结果具有决定性的影响。然而目前从可靠性角度对网络进行试验时,对任务的描述较为简单,无法支撑由客户需求分解到网络流量生成的全过程;从流量模型角度出发的生成技术则仅关注全网流量,难以支持可靠性试验中的流量生成。本文提出基于业务的混合模型的流量描述方法,并使用软件实现,最后进行试验验证所提出方法的有效性。     

道路交通噪声不同预测模型之比较

目前,我国在进行道路交通噪声环境影响评价工作中主要使用的预测模型有2009声导则模型、2006规范模型,此外,也有部分噪声评价工作采用了德国的CadnaA软件。因各种模型在使用条件和参数选取等方面存在不同,导致预测结果存在差异。如何选取合适的预测模型,一直是国内学者不断研究想解决的问题。本文对已有道路交通噪声进行现场实测,通过设计不同的预测模式进行模型验证,将预测结果与实测值进行比较,结果表明这五种噪声预测模式中,模式一、模式四、CadnaA软件的噪声预测值与实际情况最相符,模式一绝对预测误差昼间在3.3-6.0 dB(A)之间,夜间在-3.4-0.2 dB(A)之间。使用2009声导则模型、2006规范模型相结合的预测模式更为准确。     

城市街谷与上游阻挡建筑最不利间距的研究

采用数值模拟的方法,研究了街谷内上风建筑与上游阻挡建筑的间距（D）,即上游建筑间距,对街谷内空气流动特性和气态污染物分布规律的影响.模拟结果表明,街谷内迎风区的气流速度基本不随D的变化而变化,而背风区和中心区的气流速度随着D的增加呈现先减小后增大的趋势,并在D=90m时,气流速度达到最小值.相应地,在D=90m时街谷内污染物浓度最高,表明D存在最不利值,在城市规划中应尽可能避免该间距.当D大于90m时,D越大,污染物浓度越低,而D小于90m时,D越小,污染物浓度也越低,可以同时实现节约用地和减小交通污染的目的.