CN106530171A - 一种互通式立交安全性估计方法 - Google Patents
一种互通式立交安全性估计方法 Download PDFInfo
- Publication number
- CN106530171A CN106530171A CN201610890108.1A CN201610890108A CN106530171A CN 106530171 A CN106530171 A CN 106530171A CN 201610890108 A CN201610890108 A CN 201610890108A CN 106530171 A CN106530171 A CN 106530171A
- Authority
- CN
- China
- Prior art keywords
- accident
- prediction model
- collector
- interchange
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000000926 separation method Methods 0.000 claims description 22
- 206010039203 Road traffic accident Diseases 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种互通式立交安全性估计方法，包括与以下步骤：将互通式立交分为高速基本路段、匝道及集散道，再构建高速基本路段的事故预测模型、匝道的事故预测模型及集散道的事故预测模型，然后根据高速基本路段的事故预测模型、匝道的事故预测模型及集散道的事故预测模型得互通式立交的事故预测模型，然后根据互通式立交的事故预测模型估计互通式立交的安全性，该方法能够估计得到互通式立交的安全性。
Description
技术领域
本发明属于道路运输领域，涉及一种互通式立交安全性估计方法。
背景技术
与国外一些发达国家相比，我国在立交安全性评价方面工作的研究起步较晚，由于现阶段国家财力有限，客观地修建了大量立交，因而立交设计往往偏重于考虑工程经济。目前我国交通事故死亡率较高的原因是多方面的，与我国立交设计长期未进行有效地安全性评价有很大的关系，立交交通事故是衡量道路交通安全最直接的指标，立交交通事故预测是获得道路交通事故发生频率的一种有效方法，尤其在立交交通安全评价领域，因此急需要一种能够估计互通式立交路段安全性的方法。
发明内容
本发明的目的在于克服上述现有技术的缺点，提供了一种互通式立交安全性估计方法，该方法能够估计得到互通式立交的安全性。
为达到上述目的，本发明所述的互通式立交安全性估计方法包括以下步骤：
将互通式立交分为高速基本路段、匝道及集散道，再构建高速基本路段的事故预测模型、匝道的事故预测模型及集散道的事故预测模型，然后根据高速基本路段的事故预测模型、匝道的事故预测模型及集散道的事故预测模型得互通式立交的事故预测模型，然后根据互通式立交的事故预测模型估计互通式立交的安全性，其中，互通式立交的事故预测模型为：
Np＝Nspf×(CMF1×…×CMFm)
其中，Np为互通式立交的事故数量，Nspf为高速基本路段的事故预测模型预测得到的事故数量、匝道的事故预测模型预测得到的事故数量及集散道的事故预测模型预测得到的事故数量之和，CMF1、……、CMFm均为事故修正参数。
高速基本路段的事故预测模型为：
Nspf高＝L高×exp[a+b×In(c×AADT高)]
其中，Nspf高为高速基本路段的事故预测模型预测得到的事故数量，L高为高速基本路段的长度，AADT高为高速基本路段年平均日交通量，a，b及c为回归系数。
集散道的事故预测模型为：
Nspf散＝L散×exp[a+b×In(c×AADT散)]
其中，Nspf散为集散道的事故预测模型预测得到的事故数量，L散为集散道的长度，AADT散为集散道年平均日交通量。
匝道的事故预测模型为：
Nspf匝＝L匝×exp[a+b×ln(c×AADT匝)+d×(c×AADT匝)]
其中Nspf匝为集散道的事故预测模型预测得到的事故数量，L匝为集散道的长度，AADT匝为集散道年平均日交通量，d为回归系数。
采用同质法将互通式立交分为高速基本路段、匝道及集散道。
本发明具有以下有益效果：
本发明所述的互通式立交安全性估计方法在具体操作时，通过将互通式立交分为高速基本路段、匝道及集散道，然后分别建立高速基本路段、匝道及集散道的事故预测模型，然后根据速基本路段、匝道及集散道的事故预测模型得到的事故数量进行修正，实现对互通式立交安全性的估计，操作简单，精度较高，并且能够有效的减少公路建成后事故的发生和道路改扩建费用，提高道路投资的回报率。
附图说明
图1为本发明中将互通式立交分为高速基本路段、匝道及集散道的原理图。
具体实施方式
下面结合附图对本发明做进一步详细描述：
参考图1，本发明所述的互通式立交安全性估计方法包括以下步骤：
将互通式立交分为高速基本路段、匝道及集散道，再构建高速基本路段的事故预测模型、匝道的事故预测模型及集散道的事故预测模型，然后根据高速基本路段的事故预测模型、匝道的事故预测模型及集散道的事故预测模型得互通式立交的事故预测模型，然后根据互通式立交的事故预测模型估计互通式立交的安全性，其中，互通式立交的事故预测模型为：
Np＝Nspf×(CMF1×…×CMFm)
其中，Np为互通式立交的事故数量，Nspf为高速基本路段的事故预测模型预测得到的事故数量、匝道的事故预测模型预测得到的事故数量及集散道的事故预测模型预测得到的事故数量之和，CMF1、……、CMFm均为事故修正参数。
高速基本路段的事故预测模型为：
Nspf高＝L高×exp[a+b×In(c×AADT高)]
其中，Nspf高为高速基本路段的事故预测模型预测得到的事故数量，L高为高速基本路段的长度，AADT高为高速基本路段年平均日交通量，a，b及c为回归系数。
集散道的事故预测模型为：
Nspf散＝L散×exp[a+b×In(c×AADT散)]
其中，Nspf散为集散道的事故预测模型预测得到的事故数量，L散为集散道的长度，AADT散为集散道年平均日交通量。
匝道的事故预测模型为：
Nspf匝＝L匝×exp[a+b×ln(c×AADT匝)+d×(c×AADT匝)]
其中Nspf匝为集散道的事故预测模型预测得到的事故数量，L匝为集散道的长度，AADT匝为集散道年平均日交通量，d为回归系数。
采用同质法将互通式立交分为高速基本路段、匝道及集散道。
事故修正参数的确定
立交区域事故修正系数包括立交主线、匝道及集散车道，立交主线部分见表1，匝道或集散车道修正系数见表2；
表1
表2
立交事故预测单元划分及数据组织
路段划分：立交主线、匝道及集散车道路段采用同质法(不定长法)进行路段划分，同质法指以公路属性为依据，将道路按照属性划分成不可再分的最小路段单元。由于本发明针对立交，因此首先剔除立交范围外的高速公路普通路段及隧道，然后将立交按照线形指标划分为几何线形上不可再分的路段单元，路段划分原理见图1。
数据组织：在路段划分的基础上，将立交主线及部分匝道路段按照上、下行方向分为两部分作为建模的预测单元；然后对各预测单元上的线形数据、交通数据、事故数据进行整理分析。
线形数据组织：分析立交主线、匝道及集散车道线形数据线形指标的取值标准差异性，例如：直线段长度、平曲线长度、平曲线最小半径、平曲线转角、最大纵坡、坡长、竖曲线最小半径及竖曲线长度等指标。根据预测单元的划分结果及立交平纵线形的竣工文件得到立交主线、匝道及集散车道的线形指标，从而得到建立预测模型的线形条件数据，再根据上述线形条件数据分别得立交主线、匝道及集散车道事故预测单元个数，从而建立立交主线、匝道及集散车道的线形指标数据库。
交通数据组织：交通数据采集主要包括两个方面，即交通量数据采集和车辆行驶特征数据采集。调查数据包括立交交通特征静态数据调查和立交实时交通动态两部分，其中静态数据调查类型包括路立交历史交通量、交通组成、道路几何特征数据、交通工程及沿线安全设施等数据，可通过与路政、交警部门的座谈以及原道路设计单位资料问询等方式获得。
交通事故数据组织：立交交通事故数据从交通管理部门获得，对获得的原始交通事故数据进行从新整理工作，详细记录立交主线、匝道及集散车道事故发生的时间、发生地点及严重程度信息。
标定过程：以平曲线半径为例说明标定过程，选定理想条件(理想条件界定为：交通事故不受线形条件的影响、事故率最低时所对应的线形条件)，计算立交主线、匝道及集散车道样本路段上的基础事故率NSPF与实际值Ni，则CMF＝NSPF/Ni，以平曲线半径为横坐标，以CMF以纵坐标，分别统计立交主线、匝道及集散车道平曲线半径修正系数与半径的关系，对于多元影响因素，利用SPSS进行回归。
立交事故预测模型的验证与应用
1)立交事故预测模型的显著性检验
为验证本发明的整体显著性以及对各线形指标的显著性，需对每个模型进行显著性检验，以保证其统计学意义。
在进行显著性验证前，将非线性模型转化为线形模型，然后求解各转化后模型在95％置信水平下的整体显著性统计量F值以及各自变量的显著性统计量t值，计算各统计量的显著性水平(Sig.)，以此判断事故预测模型的显著性。
2)立交事故预测模型的验证
利用本发明建立的事故预测模型对三座立交进行事故预测验证，将预测得到的年平均事故率及事故数量，并与事故实际值进行对比，用以验证本项目建立的事故预测模型的精度。
为检验建立的模型在具体预测单元上的精度，统计分析三座立交预测单元上所建模型预测值，并与实际事故率值进行对比，要求本发明所建模型在80％预测单元上的预测值与实际值得相对误差在30％以内。
3)立交事故预测模型的应用
根据进度情况考虑选择方案设计阶段项目根据评价结果为方案比选及优化设计提供保障和依据；对于在建项目和已建项目可根据评价结果判断存在安全隐患路段并进行相关的安全保障以提高在建及已建项目的安全性。
Claims (5)
1.一种互通式立交安全性估计方法，其特征在于，包括以下步骤：
将互通式立交分为高速基本路段、匝道及集散道，再构建高速基本路段的事故预测模型、匝道的事故预测模型及集散道的事故预测模型，然后根据高速基本路段的事故预测模型、匝道的事故预测模型及集散道的事故预测模型得互通式立交的事故预测模型，然后根据互通式立交的事故预测模型估计互通式立交的安全性，其中，互通式立交的事故预测模型为：
Np＝Nspf×(CMF1×…×CMFm)
其中，Np为互通式立交的事故数量，Nspf为高速基本路段的事故预测模型预测得到的事故数量、匝道的事故预测模型预测得到的事故数量及集散道的事故预测模型预测得到的事故数量之和，CMF1、……、CMFm均为事故修正参数。
2.根据权利要求1所述的互通式立交安全性估计方法，其特征在于，高速基本路段的事故预测模型为：
Nspf高＝L高×exp[a+b×In(c×AADT高)]
其中，Nspf高为高速基本路段的事故预测模型预测得到的事故数量，L高为高速基本路段的长度，AADT高为高速基本路段年平均日交通量，a，b及c为回归系数。
3.根据权利要求2所述的互通式立交安全性估计方法，其特征在于，集散道的事故预测模型为：
Nspf散＝L散×exp[a+b×In(c×AADT散)]
其中，Nspf散为集散道的事故预测模型预测得到的事故数量，L散为集散道的长度，AADT散为集散道年平均日交通量。
4.根据权利要求1所述的互通式立交安全性估计方法，其特征在于，匝道的事故预测模型为：
Nspf匝＝L匝×exp[a+b×ln(c×AADT匝)+d×(c×AADT匝)]
其中Nspf匝为集散道的事故预测模型预测得到的事故数量，L匝为集散道的长度，AADT匝为集散道年平均日交通量，d为回归系数。
5.根据权利要求1所述的互通式立交安全性估计方法，其特征在于，采用同质法将互通式立交分为高速基本路段、匝道及集散道。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610890108.1A CN106530171A (zh) | 2016-10-12 | 2016-10-12 | 一种互通式立交安全性估计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610890108.1A CN106530171A (zh) | 2016-10-12 | 2016-10-12 | 一种互通式立交安全性估计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106530171A true CN106530171A (zh) | 2017-03-22 |
Family
ID=58331619
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610890108.1A Pending CN106530171A (zh) | 2016-10-12 | 2016-10-12 | 一种互通式立交安全性估计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106530171A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108320514A (zh) * | 2018-04-04 | 2018-07-24 | 哈尔滨工业大学 | 基于Tobit回归的高速公路线形指标对事故率影响的分析方法 |
| CN110264724A (zh) * | 2019-07-09 | 2019-09-20 | 哈尔滨工业大学 | 一种交互式高速公路交通事故预测方法 |
| CN112767697A (zh) * | 2021-01-19 | 2021-05-07 | 东南大学 | 基于交通冲突预测的交通安全评价方法、系统及装置 |
| CN114037268A (zh) * | 2021-11-08 | 2022-02-11 | 哈尔滨工业大学 | 一种适用于设计阶段的高速公路事前安全性评价系统 |
-
2016
- 2016-10-12 CN CN201610890108.1A patent/CN106530171A/zh active Pending
Non-Patent Citations (1)
| Title |
|---|
| 李新伟: "高速公路事故预测模型及应用研究", 《HTTP://WWW.DOCIN.COM/P-1299264076.HTML》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108320514A (zh) * | 2018-04-04 | 2018-07-24 | 哈尔滨工业大学 | 基于Tobit回归的高速公路线形指标对事故率影响的分析方法 |
| CN110264724A (zh) * | 2019-07-09 | 2019-09-20 | 哈尔滨工业大学 | 一种交互式高速公路交通事故预测方法 |
| CN112767697A (zh) * | 2021-01-19 | 2021-05-07 | 东南大学 | 基于交通冲突预测的交通安全评价方法、系统及装置 |
| CN114037268A (zh) * | 2021-11-08 | 2022-02-11 | 哈尔滨工业大学 | 一种适用于设计阶段的高速公路事前安全性评价系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106530171A (zh) | 一种互通式立交安全性估计方法 | |
| Loijos et al. | Life cycle climate impacts of the US concrete pavement network | |
| Munawar | Speed and capacity for urban roads, Indonesian experience | |
| CN102855395B (zh) | 一种道路交通事故多发位置鉴别方法 | |
| Bie et al. | Calibration of platoon dispersion parameter considering the impact of the number of lanes | |
| Luque et al. | Highway geometric design consistency: speed models and local or global assessment | |
| CN105160178B (zh) | 一种考虑降雨空间分布特征的水库流域子流域划分方法 | |
| Pallela et al. | Examining the lane-wise time headway and speed characteristics at curb-side bus stop on four-lane divided urban arterials | |
| CN103049642A (zh) | 一种基于熵值法和动态规划的改进K-Means算法的城市高架桥交通流检测方法 | |
| Bassan | Modeling of peak hour factor on highways and arterials | |
| Doustmohammadi et al. | A bayesian regression model for estimating average daily traffic volumes for low volume roadways | |
| Gil et al. | Multiple-presence statistics of heavy trucks based on high-speed weigh-in-motion data | |
| Mansourkhaki et al. | A modified noise-prediction model for highways with significant motorcycle traffic | |
| Liang et al. | Identifying expressway accident black spots based on the secondary division of road units | |
| Apostoleris et al. | Identification of safety hazards on existing road network regarding road—Geometric design: Implementation in Greece | |
| Bastola et al. | Preliminary study on rutting performance of pavement structures under the effect of future autonomous vehicle movements | |
| Wu et al. | A comparative study on crash-influencing factors by facility types on urban expressway | |
| Huo et al. | Development of Level-of-Service Criteria based on a Single Measure for BRT in China | |
| Zirkel et al. | Influence of sight distance on crash rates and operating speeds at low-volume single-lane roundabouts in the United States | |
| 김원주 | Development of a Segmentation Method Considering Crash Frequency Criteria | |
| Wu et al. | Evaluation on damaged pavement and its influence on capacity of urban road section | |
| Meng et al. | Research on accident prediction models for freeways in mountainous and rolling areas | |
| Schrum et al. | Roadside Grading Guidance-Phase II | |
| Fei | Evaluation of Oklahoma Weigh-In-Motion (WIM) data | |
| CN109658000B (zh) | 一种计算静态交通指数的方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170322 |