CN109902971B - 一种公路路侧安全风险评价与分级方法 - Google Patents

一种公路路侧安全风险评价与分级方法 Download PDF

Info

Publication number
CN109902971B
CN109902971B CN201910231268.9A CN201910231268A CN109902971B CN 109902971 B CN109902971 B CN 109902971B CN 201910231268 A CN201910231268 A CN 201910231268A CN 109902971 B CN109902971 B CN 109902971B
Authority
CN
China
Prior art keywords
road
risk
road side
coefficient
safety
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.)
Active
Application number
CN201910231268.9A
Other languages
English (en)
Other versions
CN109902971A (zh
Inventor
汤天培
沈强儒
朱森来
曹志超
施佺
葛文璇
陶怀仁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nantong University
Original Assignee
Nantong University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nantong University filed Critical Nantong University
Priority to CN201910231268.9A priority Critical patent/CN109902971B/zh
Publication of CN109902971A publication Critical patent/CN109902971A/zh
Application granted granted Critical
Publication of CN109902971B publication Critical patent/CN109902971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种公路路侧安全风险评价与分级方法。确定了公路路侧安全风险影响因素，包括路侧特征风险因素和路段属性风险因素，其中路侧特征风险因素包含：路侧离散障碍物、路侧连续障碍物和道路接入口；路段属性风险因素包含：道路设计一致性和路段交通量。然后，构建了公路路侧安全风险指数模型，定义了路侧连续障碍物、路侧离散障碍物、道路接入口的风险基础值与相应的风险程度系数，以及道路设计一致性系数和路段交通量系数。最后提出了公路路侧安全风险分级方法和标准。

Description

一种公路路侧安全风险评价与分级方法
技术领域
本发明属于公路安全评价领域，尤其涉及一种公路路侧安全风险评价与分级方法。
背景技术
现有公路路侧安全评价研究中，主要采用的方法包括统计分析法、模糊数学法、概率分析法和试验数据分析等。上述方法均以道路交通事故数据为基础，且要求事故数据详实，包括事故类型、事故位置、事故原因、事故严重程度、事故对象，以及发生事故时的交通环境等。再通过数据分析方法和数学模型研究公路路侧特征因素与事故严重程度之间的关系，评价和预测公路路侧的安全风险。上述方法对历史交通事故数据依赖性高，评价模型和评价结果的可靠性取决于大量的事故数据。但现阶段国内大部分地区的交通事故数据较难获取，导致上述方法的实操性变弱，不易推广应用。
为克服现阶段公路路侧安全评价存在的局限性，本技术提出一种基于公路路侧特征风险因素和路段属性风险因素的路侧安全风险评价与分级方法，在没有历史交通事故数据的情况下，可有效评价公路路侧安全风险水平，为新建道路和改造道路提供安防设施的设置依据。
发明内容
发明目的：针对现有技术中存在的问题，本发明提供了一种公路路侧安全风险评价与分级方法，该方法综合考虑了公路路侧特征风险因素和路段属性风险因素，具有较强的实操性和可移植性，易于推广应用。
技术方案：基于背景技术存在的技术问题，提供一种公路路侧安全风险评价与分级方法。
本发明提出的一种公路路侧安全风险评价与分级方法，包括：
采用路侧安全风险指数RI量化评价公路路侧安全水平，RI数值越大，表明公路路侧越不安全。公路路侧安全风险指数RI由路侧的危险程度决定，定义路侧危险程度指标RE，该指标由影响路侧安全的主要因素决定。根据国内外关于公路路侧安全的研究，普遍认为路侧特征中路侧边坡坡度、边坡高度、路侧建筑物、行道树、电线杆、路灯杆、交通设施杆件、路侧水系、沟渠，以及道路接入口为影响公路路侧安全的主要特征因素。现将其总结为三大路侧特征风险因素，即路侧离散障碍物、路侧连续障碍物和道路接入口。其中路侧离散障碍物是指单个独立存在的路侧风险因素，主要包括常见的行道树、设施杆件，以及建筑物、垃圾站等构造物；路侧连续障碍物是指具有一定长度的路侧风险因素，主要包括常见的路堤或路堑边坡、路侧悬崖、沟渠、排水沟、地表水等；道路接入口是指接入公路的横向入口，对主线交通流产生横向干扰，主要包括公路沿线接入的等级公路、宅前路、机耕道等形成的交叉口和道口。同时，公路路侧安全风险程度也受道路设计条件和路段交通量的影响，因此再引入路段属性风险因素，即道路设计一致性和路段交通量两个因素。由此，构建公路单位长度路侧危险程度指标计算公式：
Figure BDA0002006802510000021
其中RE是单位长度评价路段的路侧危险程度指标；aj为路侧连续障碍物、路侧离散障碍物、道路接入口的风险基础值，其中j＝1,2,3；fj为路侧连续障碍物、路侧离散障碍物、道路接入口的风险程度系数；fdc为道路设计一致性系数；ftv为路段交通量系数。
单位长度的公路路侧安全风险指数RI计算公式如下：
RI＝RE/REmax
其中RI为单位长度公路路侧安全风险指数，REmax为所有影响因素最不利时取值对应的最大风险指数。
公路路侧安全风险指数模型中的参数取值。根据《公路安全生命防护工程实施技术指南》、《路侧安全设计指南》、《公路交通安全设施设计细则》(JTG/T D81-2017)，以及相关研究文献，结合技术专家评定，确定aj、fj、fdc和ftv的取值。
风险基础值aj是对三类路侧特征风险因素风险程度的赋值。根据路侧特征对应的具体风险条件进行赋值，aj取值见表1。
表1 路侧特征风险因素的风险基础值
Figure BDA0002006802510000031
/>
Figure BDA0002006802510000041
路侧离散障碍物、路侧连续障碍物、道路接入口的风险程度系数fj取值，分别见表2、表3和表4。其中路侧离散障碍物的风险程度系数由离散障碍物密度ddo(评价单位长度内离散障碍物的个数，单位：个/km)决定；路侧连续障碍物的风险程度系数由连续障碍物长度密度dco(评价单位长度内连续障碍物的长度，单位：m/km)决定；道路接入口的风险程度系数由接入口密度dap(评价单位长度内接入口的个数，单位：个/km)决定。
表2 离散障碍物风险程度系数取值
Figure BDA0002006802510000042
表3 连续障碍物风险程度系数取值
Figure BDA0002006802510000043
表4 道路接入口风险程度系数取值
Figure BDA0002006802510000044
/>
Figure BDA0002006802510000051
ftv为路段交通量系数，采用评价范围内路段交通量q表征。根据数据来源，交通量可取年平均交通量(AADT)或月平均交通量(MADT)，在数据较难获取的情况下，也可通过现场实测获取工作日评价路段高峰小时交通量(PHV)作为依据。计算评价路网内各路段平均交通量qm和标准差σ，由此提出路段交通量系数ftv取值条件，见表5。
表5 路段交通量系数取值
交通量条件 风险程度 ftv
q＜qm-σ 低风险 1
qm-σ≤q＜qm+σ 中风险 2
q≥qm+σ 高风险 3
道路设计一致性系数fdc，考虑两种安全标准：
(1)设计一致性标准：85％位运行车速V85与设计车速Vd的差值，表征设计一致性，差值越大设计越不一致，风险越高；
(2)运行速度一致性标准：单位长度路段起始断面(k)和终点断面(k+1)85％位运行车速V85的差值，表征运行速度一致性，差值越大运行速度越不一致，风险越高。
根据以上两个安全标准，道路设计一致性系数fdc的取值条件，见表6和表7。
表6 道路设计一致性安全标准
设计一致性标准(km/h) 运行速度一致性标准(km/h)
① |V85-Vd|≤10 |V85,k-V85,k+1|≤10
② 10＜|V85-Vd|≤20 10＜|V85,k-V85,k+1|≤20
③ |V85-Vd|＞20 |V85,k-V85,k+1|＞20
表7 道路设计一致性系数fdc取值
Figure BDA0002006802510000061
根据以上模型各参数的赋值，即可计算单位长度公路路侧危险程度指标RE，由此可计算得公路路侧安全风险指数RI。为了更好的表征公路路侧安全水平，需确定RI值的分级标准。采用Monte Carlo法确定RI值的分级阈值。根据概率论“大数定律”，随机抽样2000个样本进行统计计算，计算样本的RI值，计算获取的数据可以通过直方图或累计频率分布图表示相对频率分布。采用K-S方法假设验证，样本数据总体符合正态分布，相关系数为0.876。根据以上正态分布函数，设信度为α＝0.01，则置信水平为99％，以置信区间[020％]，(20％40％]，(40％60％]，(60％80％]，(80％100％]作为安全风险分级的基本区间，即将安全风险分级定义为5级。根据正态分布函数数值表，即可得安全风险分级的阈值区间，再根据公路安全工程实际对阈值进行修正。见表8。
表8 公路路侧安全风险分级
Figure BDA0002006802510000062
有益效果：本发明与现有技术相比，本发明提出一种基于公路路侧特征风险因素和路段属性风险因素的路侧安全风险评价与分级方法，即仅根据公路路侧离散障碍物、路侧连续障碍物、道路接入口，以及道路设计一致性和路段交通量，即可评价路侧安全风险。通过与历史事故数据的对比验证，表明本发明方法评价的安全风险结果与历史事故数据反映的路侧安全风险基本一致。说明本发明方法在没有历史交通事故数据的情况下，可有效评价公路路侧安全风险水平，可靠性与实操性较高，可以为新建道路和改造道路提供安防设施的设置依据。
附图说明
图1是本发明提出的一种公路路侧安全风险评价与分级方法的流程示意图。
图2是本发明方法计算的公路路侧安全风险分级结果与历史路侧事故数据计算的路侧事故指数对比图。
具体实施方式
下面将对本发明实施例中的技术方案进行清楚、完整地描述，以使本领域的技术人员能够更好的理解本发明的优点和特征，从而对本发明的保护范围做出更为清楚的界定。本发明所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
如图1所示，本发明的公路路侧安全风险评价与分级方法的具体实施步骤是：
采用路侧安全风险指数RI量化评价公路路侧安全水平，RI数值越大，表明公路路侧越不安全。公路路侧安全风险指数RI由路侧的危险程度决定，定义路侧危险程度指标RE，该指标由影响路侧安全的主要因素决定。根据国内外关于公路路侧安全的研究，普遍认为路侧特征中路侧边坡坡度、边坡高度、路侧建筑物、行道树、电线杆、路灯杆、交通设施杆件、路侧水系、沟渠，以及道路接入口为影响公路路侧安全的主要特征因素。现将其总结为三大路侧特征风险因素，即路侧离散障碍物、路侧连续障碍物和道路接入口。其中路侧离散障碍物是指单个独立存在的路侧风险因素，主要包括常见的行道树、设施杆件，以及建筑物、垃圾站等构造物；路侧连续障碍物是指具有一定长度的路侧风险因素，主要包括常见的路堤或路堑边坡、路侧悬崖、沟渠、排水沟、地表水等；道路接入口是指接入公路的横向入口，对主线交通流产生横向干扰，主要包括公路沿线接入的等级公路、宅前路、机耕道等形成的交叉口和道口。同时，公路路侧安全风险程度也受道路设计条件和路段交通量的影响，因此再引入路段属性风险因素，即道路设计一致性和路段交通量两个因素。由此，构建公路单位长度路侧危险程度指标计算公式：
Figure BDA0002006802510000081
其中RE是单位长度评价路段的路侧危险程度指标；aj为路侧连续障碍物、路侧离散障碍物、道路接入口的风险基础值，其中j＝1,2,3；fj为路侧连续障碍物、路侧离散障碍物、道路接入口的风险程度系数；fdc为道路设计一致性系数；ftv为路段交通量系数。
单位长度的公路路侧安全风险指数RI计算公式如下：
RI＝RE/REmax
其中RI为单位长度公路路侧安全风险指数，REmax为所有影响因素最不利时取值对应的最大风险指数。
公路路侧安全风险指数模型中的参数取值。根据《公路安全生命防护工程实施技术指南》、《路侧安全设计指南》、《公路交通安全设施设计细则》(JTG/T D81-2017)，以及相关研究文献，结合技术专家评定，确定aj、fj、fdc和ftv的取值。
风险基础值aj是对三类路侧特征风险因素风险程度的赋值。根据路侧特征对应的具体风险条件进行赋值，aj取值见表1。
表1 路侧特征风险因素的风险基础值
Figure BDA0002006802510000091
路侧离散障碍物、路侧连续障碍物、道路接入口的风险程度系数fj取值，分别见表2、表3和表4。其中路侧离散障碍物的风险程度系数由离散障碍物密度ddo(评价单位长度内离散障碍物的个数，单位：个/km)决定；路侧连续障碍物的风险程度系数由连续障碍物长度密度dco(评价单位长度内连续障碍物的长度，单位：m/km)决定；道路接入口的风险程度系数由接入口密度dap(评价单位长度内接入口的个数，单位：个/km)决定。
表2 离散障碍物风险程度系数取值
Figure BDA0002006802510000101
表3 连续障碍物风险程度系数取值
Figure BDA0002006802510000102
表4 道路接入口风险程度系数取值
Figure BDA0002006802510000103
ftv为路段交通量系数，采用评价范围内路段交通量q表征。根据数据来源，交通量可取年平均交通量(AADT)或月平均交通量(MADT)，在数据较难获取的情况下，也可通过现场实测获取工作日评价路段高峰小时交通量(PHV)作为依据。计算评价路网内各路段平均交通量qm和标准差σ，由此提出路段交通量系数ftv取值条件，见表5。
表5 路段交通量系数取值
Figure BDA0002006802510000104
Figure BDA0002006802510000111
道路设计一致性系数fdc，考虑两种安全标准：
(1)设计一致性标准：85％位运行车速V85与设计车速Vd的差值，表征设计一致性，差值越大设计越不一致，风险越高；
(2)运行速度一致性标准：单位长度路段起始断面(k)和终点断面(k+1)85％位运行车速V85的差值，表征运行速度一致性，差值越大运行速度越不一致，风险越高。
根据以上两个安全标准，道路设计一致性系数fdc的取值条件，见表6和表7。
表6 道路设计一致性安全标准
设计一致性标准(km/h) 运行速度一致性标准(km/h)
① |V85-Vd|≤10 |V85,k-V85,k+1|≤10
② 10＜|V85-Vd|≤20 10＜|V85,k-V85,k+1|≤20
③ |V85-Vd|＞20 |V85,k-V85,k+1|＞20
表7 道路设计一致性系数fdc取值
Figure BDA0002006802510000112
根据以上模型各参数的赋值，即可计算单位长度公路路侧危险程度指标RE，由此可计算得公路路侧安全风险指数RI。为了更好的表征公路路侧安全水平，需确定RI值的分级标准。采用Monte Carlo法确定RI值的分级阈值。根据概率论“大数定律”，随机抽样2000个样本进行统计计算，计算样本的RI值，计算获取的数据可以通过直方图或累计频率分布图表示相对频率分布。采用K-S方法假设验证，样本数据总体符合正态分布，相关系数为0.876。根据以上正态分布函数，设信度为α＝0.01，则置信水平为99％，以置信区间[020％]，(20％40％]，(40％60％]，(60％80％]，(80％100％]作为安全风险分级的基本区间，即将安全风险分级定义为5级。根据正态分布函数数值表，即可得安全风险分级的阈值区间，再根据公路安全工程实际对阈值进行修正。见表8。
表8 公路路侧安全风险分级
Figure BDA0002006802510000121
具体实施例：
为验证本发明方法的有效性。本实施例以南通市某地区26.6km公路为评价对象，且该地区有近2年的交通事故数据，以验证评价结果的可靠性。以200m为评价单元进行划分，评价路段共计133个。其中选取1km公路为例，说明评价过程。该1km公路共计5个评价路段，记为S1、S2、S3、S4、S5。每个评价段的路侧特征风险因素、路段属性风险因素数据，根据影像地图、设计文件和现场实测获取，该公路路侧安全风险指数模型各参数取值，见表9。路段评价结果，见表10。
表9 公路路侧安全风险指数模型参数取值
Figure BDA0002006802510000122
表10 路段评价结果
Figure BDA0002006802510000123
Figure BDA0002006802510000131
参照上述评价过程，即可评价得到133个路段的路侧安全风险指数和风险分级。为验证评价结果的可靠性，采用路侧事故指数RAI反应公路实际发生的路侧事故情况。路侧事故指数RAI可根据路侧事故发生次数和事故严重程度进行计算，公式如下：
RAI＝αfnf+αinnin+αpdonpdo+αncnnc
其中：αf、αin、αpdo、αnc分别表示路侧致命事故、受伤事故、仅财产损失事故、无事故对应的路侧事故严重程度，分别取值2.0、1.5、1、0；nf、nin、npdo、nnc分别表示路侧致命事故、受伤事故、仅财产损失事故、无事故对应的路侧事故发生次数。
根据研究地区内26.6km公路的路侧事故数据和分布情况，即可计算得133个路段的路侧事故指数RAI。将本发明方法计算得的路侧安全风险分级结果与路侧事故指数RAI进行对比，如图2所示，多项式回归结果显示相关系数为0.8727，表明路侧安全风险分级结果与路侧事故指数存在较高的相关性，即本发明方法评价的路侧安全风险分级结果与历史路侧事故数据反映的路侧风险趋势一致，表明本发明方法具有较高的可靠性和实操性。
本发明方法简单易操作，评价获取的公路路侧安全风险水平，可作为公路安防设计的依据，结合不同的风险分级提出针对性的安防措施方案，优化安防工程资金使用，节约工程成本。

Claims (2)

1.一种公路路侧安全风险评价与分级方法，其特征在于：包括如下步骤：
步骤S1、构建基于路侧特征风险因素和路段属性风险因素的公路路侧安全风险指数模型；定义了模型参数取值，包括路侧连续障碍物、路侧离散障碍物、道路接入口的风险基础值与相应的风险程度系数，以及道路设计一致性系数和路段交通量系数；
步骤S2、采用Monte Carlo法，提出了公路路侧安全风险分级方法和标准；
步骤S1中，所述的公路路侧安全风险指数模型，具体包括：
公路单位长度路侧危险程度指标计算公式：
Figure FDA0004057512710000011
其中RE是单位长度评价路段的路侧危险程度指标；aj为路侧连续障碍物、路侧离散障碍物、道路接入口的风险基础值，其中j＝1,2,3；fj为路侧连续障碍物、路侧离散障碍物、道路接入口的风险程度系数；fdc为道路设计一致性系数；ftv为路段交通量系数；
单位长度的公路路侧安全风险指数RI计算公式如下：
RI＝RE/REmax；
其中RI为单位长度公路路侧安全风险指数，REmax为所有影响因素最不利时取值对应的最大风险指数；
步骤S1中，路侧特征风险因素和路段属性风险因素，以及模型参数取值，具体包括：
路侧特征风险因素包含：路侧离散障碍物、路侧连续障碍物和道路接入口；路段属性风险因素包含：道路设计一致性和路段交通量；
模型参数取值方法如下：
(1)路侧特征风险因素的风险基础值aj，路侧离散障碍物根据离散障碍物距车道边缘距离d取值；路侧连续障碍物根据连续障碍物类型，以及路堤/路堑边坡坡度g与高度h取值；道路接入口根据接入口道路类型取值；
(2)路侧特征风险因素的风险程度系数fj，路侧离散障碍物的风险程度系数根据离散障碍物密度ddo取值；路侧连续障碍物的风险程度系数根据连续障碍物长度密度dcom/km取值；道路接入口的风险程度系数根据接入口密度dap个/km取值；
(3)路段交通量系数ftv，采用评价范围内路段交通量q表征；根据数据来源，交通量可取年平均交通量AADT或月平均交通量MADT，在数据较难获取的情况下，也可通过现场实测获取工作日评价路段高峰小时交通量PHV作为依据，计算评价路网内各路段平均交通量qm和标准差σ，根据qm和σ提出路段交通量系数ftv取值条件；
(4)道路设计一致性系数fdc，考虑两种安全标准：①设计一致性标准：85％位运行车速V85与设计车速Vd的差值，表征设计一致性，差值越大设计越不一致，风险越高；②运行速度一致性标准：单位长度路段起始断面k和终点断面k+185％位运行车速V85的差值，表征运行速度一致性，差值越大运行速度越不一致，风险越高，根据以上两个安全标准，提出道路设计一致性系数fdc取值条件。
2.根据权利要求1所述的公路路侧安全风险评价与分级方法，其特征在于，步骤S2中，所述的公路路侧安全风险分级方法和标准，具体包括：
根据Monte Carlo法拟合的正态分布函数，设信度为α＝0.01，则置信水平为99％，以置信区间[0 20％]，(20％40％]，(40％60％]，(60％80％]，(80％100％]作为安全风险分级的基本区间，即将安全风险分级定义为5级；根据正态分布函数数值表，即可得安全风险分级的阈值区间，再根据公路安全工程实际对阈值进行修正，得出公路路侧安全风险分级标准。
CN201910231268.9A 2019-03-26 2019-03-26 一种公路路侧安全风险评价与分级方法 Active CN109902971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910231268.9A CN109902971B (zh) 2019-03-26 2019-03-26 一种公路路侧安全风险评价与分级方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910231268.9A CN109902971B (zh) 2019-03-26 2019-03-26 一种公路路侧安全风险评价与分级方法

Publications (2)

Publication Number Publication Date
CN109902971A CN109902971A (zh) 2019-06-18
CN109902971B true CN109902971B (zh) 2023-05-23

Family

ID=66953898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910231268.9A Active CN109902971B (zh) 2019-03-26 2019-03-26 一种公路路侧安全风险评价与分级方法

Country Status (1)

Country Link
CN (1) CN109902971B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110956411B (zh) * 2019-12-12 2023-05-09 哈尔滨工业大学 基于设计一致性的公路运行安全性分级评价系统及评价方法
CN111105156B (zh) * 2019-12-19 2023-12-26 南通大学 一种基于证据推理的公路路侧安全风险评价方法
CN111612182B (zh) * 2020-05-29 2023-10-24 中国科学院、水利部成都山地灾害与环境研究所 边坡状态评估方法及系统
CN112395665B (zh) * 2020-06-29 2023-04-07 交通运输部公路科学研究所 一种防护栏设计方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106920040A (zh) * 2017-03-01 2017-07-04 西南交通大学 基于模糊层次分析的高速公路隧道交通事故风险评估方法
CN109448369A (zh) * 2018-10-26 2019-03-08 中交第公路勘察设计研究院有限公司 高速公路实时运行风险计算方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106920040A (zh) * 2017-03-01 2017-07-04 西南交通大学 基于模糊层次分析的高速公路隧道交通事故风险评估方法
CN109448369A (zh) * 2018-10-26 2019-03-08 中交第公路勘察设计研究院有限公司 高速公路实时运行风险计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于风险分级的农村公路路侧安全生命防护;汤天培;《南通大学学报（自然科学版）》;20181230;第17卷(第4期);第22-29页 *

Also Published As

Publication number Publication date
CN109902971A (zh) 2019-06-18

Similar Documents

Publication Publication Date Title
CN109902971B (zh) 一种公路路侧安全风险评价与分级方法
CN107153928B (zh) 可视化的公路养护决策系统
Bonneson et al. Effect of median treatment on urban arterial safety: an accident prediction model
Council et al. Safety effects of the conversion of rural two-lane to four-lane roadways based on cross-sectional models
CN104294720A (zh) 一种高速公路设计方案安全性评价方法
CN103440411A (zh) 基于暴露人群\面积\声环境功能区的交通噪声污染模型
Chengye et al. Modelling motorway accidents using negative binomial regression
CN104268415A (zh) 出行拥堵概率的估计方法
Figueroa-Medina et al. Reconciling speed limits with design speeds
Umam et al. Analysis of traffic accident area on the road in Gresik district based on geographic information system
CN111612224A (zh) 一种路面多车道状况预测与养护规划方法
Collins et al. Speed variability on rural two-lane highways
Pitaksringkarn et al. A correlation between pavement skid resistance and wet-pavement related accidents in Thailand.
Chassiakos et al. Development of decision-support system for managing highway safety
Tung et al. On the optimal risk based design of highway drainage structures
Li et al. Joint effects of access and geometry on two-lane rural highway safety in British Columbia
Bassani et al. Variables influencing speed distribution on urban arterials and collectors
Murthy et al. A fuzzy set approach for bridge traffic safety evaluation1
Yokoo et al. Pavement condition and crashes
Alsubeai Evaluating the interactive effects of traffic volumes and access density on crash frequency
Hashim et al. Impact of Pavement Defects on Traffic Operational Performance. Sustainability 2023, 15, 8293
Lu et al. Road Traffic Safety Status Evaluation Model Based on Matter Element Extension Method
Shafabakhsh et al. Identification methods of accident hotspots and providing a model for evaluating the number and severity of accidents on roadways
Bellini et al. Correlation between risk level and operating speed of road section
Cirilovic et al. Integrated LCA and LCCA network level pavement maintenance model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant