山区双车道公路摩托车事故严重度分析模型比较

山区双车道公路摩托车交通事故频发且死亡人数较多,准确认识不同类别事故严重度影响因素的作用规律是遏制事故发生的重要前提.针对这一问题,基于云南典型双车道公路522起摩托车交通事故数据,通过描述性统计分析时空分布特征、事故涉及交通方式分布特征、事故形态特征,并以3分类的事故严重度为因变量,将其分为仅财产损失、受伤、死亡事故3个等级,从人、车、路和行车环境4个方面选择了 14个潜在影响因素,分别采用有序Logit模型和多项Logit模型建立摩托车事故严重度分析模型,从预测准确率和自变量作用强度两个方面比较分析了两个摩托车事故严重度分析模型的适用范围,筛选重要影响因素.结果表明:仅财产损失事故受涉事者和肇事者年龄的影响较大,受伤事故受事故形态和事故发生季节的影响较大,死亡事故受事故发生季节和肇事者交通方式的影响较大;对3类事故严重度的预测能力,有序Logit模型的预测准确率为84.7％,多项Logit模型的准确率为92.4％,基于多项Logit模型摩托车事故严重度分析模型的预测准确率高且误报率较低,更适用于多分类的交通事故严重度的预测.     

基于SEM的双车道公路超车行为安全评价

为提高驾驶人在双车道公路上超车的安全性,基于tau理论适应性分析,提出超车过程中驾驶人不仅根据tau线索估计避碰时间,也利用距离、速度、加速度等判断超车是否安全的试验假设。招募12名受试者,应用驾驶模拟系统试验平台,依据试验假设采集12个与超车行为有关的驾驶行为数据,对其进行无量纲化处理,并利用Bootstrap法对数据进行扩增。结合驾驶行为问卷得分,利用AMOS软件,建立超车行为安全评价的结构方程模型。通过对初始假设模型进行多次修正与评价,得到影响超车行为安全的3个驾驶行为参数。结果表明,超车车辆在超车并道后的速度、与前导车之间的避碰时间及与对向车辆之间的避碰时间这3个驾驶行为参数可作为超车行为安全评价的有效指标。     

驾驶人视觉注意力需求与驾驶行为特性的关系

采用驾驶模拟系统平台,以不同车道类型及不同交通流状态(自由流/稳定流/不稳定流/强制流)为虚拟试验场,应用心理试验设计方法,测试得到21名被试在不同交通流状态下的视觉注意力需求及驾驶行为。对5种车道类型及4种交通流状态下被试驾驶时的视觉注意力需求特性和驾驶行为特性数据进行分析,得到不同车道不同交通流状态下的视觉注意力需求变化情况。利用多元回归方法分析了不同交通流状态下驾驶人视觉注意力需求与驾驶行为之间的关系,并构建了基于驾驶行为特性的驾驶人视觉注意力需求预测模型。结果表明,驾驶人视觉注意力需求与制动次数、油门踏板位移和车辆轨迹偏差之间存在相关关系。     

基于驾驶模拟试验的山区公路交通安全设施组合效用研究

为准确评估山区公路环境下交通安全设施组合的效用，设计“直线+长大坡道、急转弯、弯坡道组合”3种经典山区公路场景下交通安全设施组合驾驶模拟试验，通过分析驾驶员在山区公路交通安全设施下的驾驶特性，将熵权法和物元可拓理论有机结合，构建了山区公路交通安全设施效用评估指标体系，建立了交通安全设施组合效用的熵权物元多级可拓评价模型。评估山区公路环境下不同设施组合场景效用，得出安全设施组合的效用等级，并以此提出交通安全设施设置的改进策略。结果表明：在直线+长大坡道场景下，相较于减速标线，道路标志的设置更有利于吸引驾驶员的注意力和提升驾驶员的警惕性；在急转弯场景下，设置道路防护类设施，如护栏等，对驾驶安全性的提升最大；在弯坡道组合场景下，采取交通标志标线与护栏设施组合的设置方式，可以使驾驶员快速判断前方道路路况，从而促使其采取安全的驾驶行为，保证驾驶员的驾驶安全性。