专利名称：：高速公路简约事故预测方法
技术领域：
：本发明是一种高速公路简约事故预测方法，可用来预测高速公路某个路段交通事故的发生数，属于交通安全领域。
背景技术：
：统计数据表明，高速公路在全世界范围内都是安全程度最高的公路，而在我国却恰恰相反。据日本统计，其高速公路每百公里的事故发生率仅为普通公路的1/2或1/3，而交通流量却是普通公路的10倍左右；美国的统计结果是，其高速公路每百公里的事故发生率仅为普通公路的1/10，还远远优于日本。而在我国，高速公路的交通流量基本与国外相似，甚至低于很多国家，但据我国公安部交通管理局统计，每百公里事故发生率却是普通公路的4倍多。如果再将交通量等因素考虑进去，我国高速公路的交通安全状况将更加令人担忧。因此，有必要建立一套完善的高速公路交通事故预测方法，为我国高速公路交通事故的预测和预防提供理论依据。根据美国国家严重事故研究所(NCSS)的数据，交通事故死亡率与运行速度梯度(AV))的四次方成正比。近似函数如下(KVVDeath=-^―-(1)U14.24J式中Death—交通事故死亡率，％；ΔV-车辆运行速度梯度，km/h；哈尔滨工业大学裴玉龙等人对中国七条高速公路上的车速标准差与亿车公里事故率进行回归分析，得到了亿车公里事故率和车速标准离差的关系模型。模型表明车速分布越离散，事故率越高，模型如下AR=9.583e0·05530(2)式中:AR——亿车公里事故率；σ——车速的标准差(km/h)。同济大学的杜博英在对国外高速公路的事故率与运行车速进行综合分析的基础上，阐述了高速公路上基于运行车速的交通事故预测方法。高速公路死亡率的计算公式如下式中Illeath——交通事故死亡率(次/106veh*km)；V——运行速度(km/h)；AV——速度梯度，即断面运行车速与平均运行车速的差值(km/h)；V——平均运行车速(km/h)。早在1964年，Solomon就开始对车速与安全的关系进行研究，大多讨论速度与事故之间的关系，没有考虑交通量的影响。纵观国内外，在对速度与安全的影响研究中，大部分都是在讨论运行速度、速度差与事故之间的关系，没有量化诸如交通量的变化，因此结论并不均有较强的说服力。由于我国的特殊的国情及高速公路的特点，不能直接照搬国外的车速理论模型，还需要进行具体的理论研究和工程实践，不断总结我国高速公路的车速安全理论，提出合理的解决对策。
发明内容本发明在对国内交通运行特点分析的基础上，综合考虑了平曲线因素、纵断面因素、交通量对事故的影响，经实际验证获得了较好的效果。使用公式预测高速公路简约交通事故频数步骤道路是一条三维空间的实体。一般所说的路线，是指道路中线的空间位置。路线在水平面上的投影称作路线的平面图。沿中线竖直剖切再行展开则是路线的纵断面图。纵断面上两个坡段的转折处，为了便于行车用一段曲线来缓和，称为竖曲线。(1)确定预测高速公路条件，收集道路信息，包括平曲线的平均转角<formula>formulaseeoriginaldocumentpage5</formula>(4)参数表示意义a,表示路段内第i条平曲线的转角；η表示路段内包含平曲线数目；平曲线图如图1所示2.竖曲线因素假设每条竖曲线的一个基本变量是V(i)，其单位是每IOOm竖曲线坡度的变化。竖曲线/坡度变化的绝对值W—竖曲线啲长度(单位百米)<formula>formulaseeoriginaldocumentpage5</formula>(5)gi表示坡度，gi=tanθ；竖曲线i的权重<formula>formulaseeoriginaldocumentpage5</formula>VC:加权后的坡度变化值<formula>formulaseeoriginaldocumentpage5</formula>(6)纵断面的加权坡度<formula>formulaseeoriginaldocumentpage5</formula>(7)路段中第k个上/下坡路段的权重<formula>formulaseeoriginaldocumentpage5</formula>gk路段第k个路段的坡度竖曲线图如图2所示3.交通组成，大车百分比；(2)计算暴露变量EXPOEXPO=AADT*365*L*1(T6*Y参数表示意义AADT年平均日交通量L路段长度Y预测持续年份(3)采集大车比例，利用Stata9.0软件进行统计分析，采用向后剔除的回归分析法先建立全模型，根据输出结果中相关指标(|z|值最小)的判定，每次剔除一个最不符合进入模型的变量，直到回归方程中不再含有不符合判据的自变量为止。因此，依次去掉不符合的自变量重新进行回归，最后得到简约事故模型λi=EXPO·EXP(-2.676614+0.0071095·Aνe_angle+0.737331·VC+0.2539619·Aveslope+6.14963·Truck)(8)参数表示意义段预测事故数；EXPO暴露变量，；Y预测持续年份；L:i路段长度；Ave_angle:i路段内平曲线平均转角；VC竖曲线指标，加权后的坡度变化值；Average_slope竖曲线指标，纵断面的加权坡度；Truck:大车比例。本发明在对国内交通运行特点分析的基础上，综合考虑了平曲线因素、纵断面因素、交通量对事故的影响，经实际验证获得了较好的效果。图1平曲线示意图；图2竖曲线示意图；图3平曲线实例示意图；图4竖曲线实例示意图。具体实施例方式如图3，图4所示为某一高速公路平纵实例图，该高速公路年平均日交通量为2500辆，对该高速公路全年调查统计，大车所占比例为13%。第一步计算平曲线平均转角<formula>formulaseeoriginaldocumentpage6</formula>第二步竖曲线L1长度=10000*[2%-(-3%)]=500m竖曲线L2长度=8000*4.5%=360m该路段长度=150+500+300+360+280=1590mV(I)二呛)==2%卞3%)二1%<formula>formulaseeoriginaldocumentpage7</formula>WV(2)=竖曲线在路段内的长度=360=Q226V；V；路段的长度1590‘VC:加权后的坡度变化值<formula>formulaseeoriginaldocumentpage7</formula>路段中纵坡I1=-3%所占权重WG⑴H^lMiMMM=1=0094K}[1}~路段的长度1590路段中纵坡i2=2%所占权重WG(2)=WGji)=第2个坡度不变路段的长度=里=0.189VJW路段的长度1590路段中纵坡i3=-2.5%所占权重WG(3)=wG(i)=勧个坡度不变路段的长度=1=0.176VyW路段的长度1590纵断面的加权坡度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第三步计算大车百分比由条件知Truck=13%第四步暴露变量计算EXPO=AADT*365*L*10_6*Y=2500*365*3*10_6*1=2.74第五步事故数预测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分别使用重庆成渝高速、上界高速、长万高速、云南罗(村口)富(宁)高速、京津塘等多条高速公路的道路交通按照上面，对高速公路简约事故预测模型进行验证，结果如表<table>tableseeoriginaldocumentpage8</column></row><table><table>tableseeoriginaldocumentpage9</column></row><table>从表中可以看出，预测事故数与实际事故数能够比较好的吻合，从而为预防事故的发生提供理论依据。权利要求高速公路简约事故预测方法，其特征在于按以下步骤进行路线，是指道路中线的空间位置；路线在水平面上的投影称作路线的平面图；沿中线竖直剖切再行展开则是路线的纵断面图；纵断面上两个坡段的转折处，为了便于行车用一段曲线来缓和，称为竖曲线；(1)确定预测高速公路条件，收集道路信息，包括1.1平曲线的平均转角<mrow><mi>Ave</mi><mo>_</mo><mi>angle</mi><mo>=</mo><mfrac><mrow><mi>Σ</mi><mo>|</mo><msub><mi>α</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>参数表示意义αi表示路段内第i条平曲线的转角；n表示路段内包含平曲线数目；1.2.竖曲线因素假设每条竖曲线的一个基本变量是V(i)，其单位是每100m竖曲线坡度的变化；<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；竖曲线i的权重VC加权后的坡度变化值VC＝∑iWV(i)×V(i)(6)纵断面的加权坡度Ave_slope＝∑iWG(k)×|gk|(7)路段中第k个上/下坡路段的权重gk路段第k个路段的坡度1.3.交通组成，大车百分比；(2)计算暴露变量EXPOEXPO＝AADT*365*L*10-6*Y参数表示意义AADT年平均日交通量L路段长度Y预测持续年份(3)利用Stata9.0软件进行统计分析，采用向后剔除的回归分析法最后得到简约事故模型λi＝EXPO·EXP(-2.676614+0.0071095·Ave_angle+0.737331·VC+0.2539619·Ave_slope+6.14963·Truck)(8)参数表示意义λii段预测事故数；EXPO暴露变量；Y预测持续年份；Li路段长度；Ave_anglei路段内平曲线平均转角；VC竖曲线指标，加权后的坡度变化值；Average_slope竖曲线指标，纵断面的加权坡度；Truck大车比例，由历史数据得到。FSA00000084388400012.tif,FSA00000084388400014.tif,FSA00000084388400015.tif全文摘要本发明是一种高速公路简约事故预测方法，可用来预测高速公路某个路段交通事故的发生数，属于交通安全领域。交通事故不仅与速度、速度差有关，而且与交通量、平纵线形也有密切联系。该发明利用统计回归的方法建立事故与平曲线转角、纵坡坡度等的关系模型。实践证明，该方法预测的事故数与实际发生的事故数能够很好地紊和，从而为改造事故多发点，预防交通事故的发生，降低事故的严重程度提供了可靠的理论和依据。文档编号G08G1/01GK101826258SQ20101014581公开日2010年9月8日申请日期2010年4月9日优先权日2010年4月9日发明者侯树展,孙小端,张杰,徐婷,王一祎,王华荣,王超,贺玉龙,连嘉,钟连德,陈永胜,鲍兴建申请人:北京工业大学