第七章道路交通事故預測2第一節(jié)交通事故預測概述■

第二節(jié)交通安全的定性預測方法■

第三節(jié)交通事故的定量預測方法3■

第一節(jié)交通事故預測概述■

第二節(jié)交通安全的定性預測方法■

第三節(jié)交通事故的定量預測方法預測:用科學的方法和手段，通過對相關因素的分析，對未來將要發(fā)生的事情或對事物發(fā)展趨勢所做

的某種估計和判斷。交

通

事

故

預

測：是對未來有可能發(fā)生的事故做出預測和估計，它通過交通事故的過去和現(xiàn)在

狀態(tài)的系統(tǒng)探討，并考慮其相關因素的變化，分

析未來事故的危險程度和發(fā)展趨勢，而做出對交

通事故未來狀態(tài)進行描述。一、定義4二

、類

型按指標事故率

預測事故數(shù)

預測按數(shù)據(jù)事故

數(shù)據(jù)預測非事故數(shù)據(jù)預測按范圍宏觀預測微觀預測按方法定性預測定量預測5三

、步

驟預測開始(1)確定目標確定預測目標收集并分析有關信息(2)確定預測要素選擇預測技術(3)選擇預測方法不可用建立預測模型(4)收集和分析數(shù)據(jù)評價模型

可用利用模型進行預測(5)建立預測模型分析與評價預測結果(6)模型的分析輸出預測結果(7)利用模型預測預測跟蹤(8)預測結果的分析運用參數(shù)有否改變返回到預測開始四、意義(1)預測交通事故的發(fā)展趨勢，為制定預防道路交通事故對策和交通安全宣傳教育提供依據(jù)；(2)預測交通事故的變化特點，為制定針對性防

范措施和交通法規(guī)提供依據(jù)(3)預測交通事故的近期狀態(tài)特征，為制定合理

的交通安全管理目標提供依據(jù)(4)預測控制條件下的交通事故狀態(tài)，對交通安全措施的可行性和實施效果進行合理評價安全教育

安全管理

安全改善

事故預防8第一節(jié)交通事故預測概述■

第二節(jié)交通安全的定性預測方法第三節(jié)交通事故的定量預測方法9一、專家會議法按照一定的方式組織專家會議，發(fā)揮專家集體的智能效應，對預測對象未來的發(fā)展趨勢及狀況，做出判斷。三

輪

結

果二

輪

結

果輪

結

果二、德爾菲法(專家調查法)第三輪第二輪第一輪征詢表征詢表征詢表專家(所有被征詢者)預測工作小組

結果10第一輪預測結果第一輪調查結果位次表專

家P1P2P3P4P5P6ABACDEBECDCB位次CCDABADAEBEDEDBEAC(1)與當前事故數(shù)持平(A)(2)事故數(shù)增長但不超過5%(B)(3)事故數(shù)增長超過5%(C)(4)事故數(shù)減少但不超過5%(D)(5)事故數(shù)減少超過5%(E)位次位

次

和PP2P3P4P5P6A14135317B21543217C33213516D45421419E52354121m——專家人數(shù)n——備選項數(shù)量S——每一種備選項的

位次數(shù)總和與平均位次

和差的平方和CI=4.4%例

預測5年后某地區(qū)事故數(shù)與當前事故數(shù)相比較的變

化趨勢。假設備選趨勢是：二、德爾菲法(專家調查法)一致性系數(shù)11(1)與當前事故數(shù)持平(A)(2)事故數(shù)增長但不超過5%(B)(3)事故數(shù)增長超過5%(C)(4)事故數(shù)減少但不超過5%(D)(5)事故數(shù)減少超過5%(E)

第二輪調查結果位次表位次位次和P1P2P3P4P5P6A13122110B21231312C32513216D45344525E54455427例

預測5年后某地區(qū)事故數(shù)與當前事故數(shù)相比較的變化趨勢。假設備選趨勢是：Cl=65%一般要求一致性系數(shù)要達到70%以上二、德爾菲法(專家調查法)1213三、主觀概率法主觀概率法是分析者對事件發(fā)生的概率(即可能性大小)做出主觀估計(1)準備相關資料；(2)編制主觀概率調查表；(3)整理匯總主觀概率調查表；(4)根據(jù)匯總情況進行判斷預測。14四、情景預測法情景預測法情景預測法是假定某種現(xiàn)象或某種趨勢將持續(xù)到未來的前提下，對預測對象可能

出現(xiàn)的情況或引起的后果做出預測的方法。(1)確定預測主題(2)分析未來情景(3)尋找影響因素(4)具體分析(5)預測15第一節(jié)交通事故預測概述■

第二節(jié)交通安全的定性預測方法■

第三節(jié)交通事故的定量預測方法Npredicted=

預測模型特定對象(地點)x的年均事故數(shù)NsPFx

=在安全性能函數(shù)預測下，特定對象(地點)x確定的年平均事故數(shù)

AMFyx=特點對象(地點)x事故修正系數(shù)Cx

=特點對象(地點)x地點校正系數(shù)16三、安全性能函數(shù)預測法安全性能函數(shù)(SPF):

統(tǒng)計“基本”模型用于估計特定基礎條件下設施類型的平均事故數(shù)。IntersectionsTraffic

ControlNumber

of

ApproachesMajor

AADTMinor

AADTCrash

DataTotal

Year

1TotalYear

2TotalYear

31Signal430,1004,8009852TWSC412,0001,200911153TWSC418,0008009864Signal411,20010,9008235Signal430,70018,4003756Signal431,5003,6006127TWSC421,0001,000119148Signal423,80022,3002439Signal447,0008,50015121010TWSC415,0001,50076411Signal442,0001,95012151112Signal446,00018,5001014813Signal411,40011,40041114Signal424,80021,20053215TWSC426,00050063816Signal412,4007,300711317TWSC414,4003,20044518Signal417,6004,500210719TWSC415,4002,50052420Signal454,5005,60042217Table

4-4.Intersection

Traffic

Volumes

and

Crash

Data

SummaryCrash

SeverityCrashTypeRear-Sideswipe/

RightHead-FixedIntersections

TotalFatal

Injury

PDO

EndOvertaking

Angle

PedBikeOnObject

Other1

220

6

16

114

4

0001

22

352

23

10

42

21

0250

13

230

13

10

115

2

100404

130

5

8

72

3

0001

05

150

4

11

94

20000

06

90

2

7

32

3

0001

07

341

17

16

197

5

0003

08

90

2

7

43

1

0000

19

370

22

15

144

17

2000

010

170

7

10

94

20001

111

381

19

18

65

23

0040

012

320

15

17

12214

1020

11360

24312

0000

014

1005

5

51

1

1001

115

171

4

12

94

1

0001

216

210

11

10

84

7

0001

117

131

5

7

62

20010

218

190

8

11

87

3

0000

119

111

5

5

54

0

1000

120

80

3

5

23

2

0001

0Table

4-5.IntersectionDetailedCrashDataSummary(3Years)18Intersection2Year123

AADT

Major

Street

Minor

Street12,0001,20012,2001,20012,900

1,300Predicted

Average

Frequency

from

an1.71.71.8CrashSPFAverage

3-Year

Predicted

Crash

Frequency

from

an

SPF1.7371012312312318,00018,90019,10021,00021,40022,50015,00015,80015,9008008008001,0001,0001,1001,5001,6001,6002.12.22.22.52.52.72.12.22.22.22.62.21512326,00026,50027,8005003002002.52.22.12.31712314,40015,10015,3003,2003,4003,4002.52.62.62.61912315,40015,70016,5002,5002,5002,6002.42.52.62.5Table

4-6.EstimatedPredictedAverageCrashFrequencyfroman

SPF19在交通領域，安全性能函數(shù)(SPF)這

一概念是由Ezra

Hauer在1995年1月發(fā)表的《On

exposure

andaccident

rate》一文中正式提出universityofToronto

U

of

de--partment

of

civilengineering1997年，Ezra

Hauer正式提出經(jīng)驗

貝葉斯方法1998年，Vogt,AandJG.Bared.建立了

HSM

手冊中SPF

函數(shù)的前身1999年，Radu

Tunaru提出分層貝葉斯廣義線性建模方法2003年安全服務等級三、安全性能函數(shù)預測法安全性能函數(shù)(SPF)

大致發(fā)展經(jīng)歷。1995年，

Ezra

Hauer首次提出

安全性能函數(shù)20211997年，由Ezra

Hauer第一次推導出了對一個地點的平均事故發(fā)生率進行估算的經(jīng)驗貝葉斯方法，解決了以往遺漏的高速公路上車禍真實風險因過度分散和回歸平均效應導致的問題。Time(Years)缺點：都是以車輛行駛路程(VMT)做為研究數(shù)據(jù)■

1999年由RaduTunaru對hauer

的方法進行了改進，使用了一種新的分層貝葉斯廣義線性建模方法。Count

of

Injuries■

安全服務等級的引入，對量化不同等級道路的安全問題達

成共識作出了很大幫助：1.定性地描述巷道段的安全或不安全程度2.向其他專業(yè)人士或民選官員有效傳達安全問題的嚴重性3.使道路安全感知設備與特定設施安全性能測量的實際情況相結

合聯(lián)系4.為非以安全為本的工程項目(例如重鋪路面或重建工程)提供決

策參考5.并從安全的角度，為規(guī)劃主要走廊的改善工程提供參考■

在2003年的《LevelofServiceofSafety》中

，JakeKononov

和

Bryan

Allery兩人在文章中HCM

和HSM

的歷

史背景進行了簡單介紹，然后在安全性能函數(shù)的基礎上加

入了安全服務等級。22161412100

2,0004,000

6.000

8,000

10,00012,00014,00018,000由84個規(guī)范參數(shù)組成的共11類相關參數(shù)，而這11類參數(shù)中正是之后將■要介紹的部分AMF

因素的原型，包括：光照、天氣等等。FIGURE7

LOSS-SPFwithstratifieddiagnostic

norms,ruralmountainoustwo-lane

highway

LOSS-SPFgraphAPWPYAADT23Accident

Distribution

byTypeofAccidentMilepost196.0·198.99,1/1/97·12/31/99Fixed

ObjectColision54%OtherNon-Coll.4%LOSS-IVSideswipeOppositeRear-ond8%OvertumLOSSⅢLOSS-II-1.56LOSs-I2.0004,0006,0008.00010.00012,00014,00016.000AccidentDistributionbyTypeofAccidentMilepost196.0-198.99,1/1/97·12/31/99BroadsideOtherObject2%Other

Non-Coll.4%He4a

-onSideswipeOpposite8%Re

-endFxedfoject

colisedns1955

1960196.51970198.0Location(Milepost)8a24而在相同的SPF標準條件下，這些標準因素還會隨著AADT變化而變化。LOSS

analysis

with

initial

diagnostics,rural

mountainous

two-lane

highway

LOSS-SPF

graph

Coll.=colision)FIGURE9

Fixed-objectoolisionscumulativeconcentrationgraph

[Coll.=collisionl.cumulatveFixedObjectcollislonsOSH50A

MP

196.0to

198.99Fixed

Object

Collision54%51Accldents+1.56APMPY8%Broadside19901995Head-onovan25我們主要使用的SPF

函數(shù)：農(nóng)村雙向二車道路段

的安全性能函數(shù)最初是1998年，由Joe

Bared和Andrew

Vogt兩人總結前人的車道事故模型制定的A=0.0019(ADT)?.824(0.8786)"(0.9192)PA(0.9316)U(1.2365)“(0.8822)TERI(1.3221)ER2圖：Zegeer等人(1986)提出的雙車道公路橫截面安全模型whereA=numberofaccidentspermileperyearADT=two-directionalaveragedailytrafficW=lane

width

in

feetPA=width

ofpaved

shoulderin

feetUP=widthofunpavedshoulderin

feetH=medianroadsidehazardratingTERI=1

for

flat

terrain,0

otherwiseJoe

Bared

TER2=1

for

mountainous

terrain,O

otherwise.數(shù)據(jù)取自HSIS

明尼蘇達州和華盛頓州的數(shù)據(jù)文件、明尼蘇達州的攝影資料和華盛頓州的錄像帶，以及明尼蘇達州交通部的建設計劃一般來說，條件“a”

為一般情況。條件“b”為替代情況。AMF<1:

替代處理降低了一般估計的平均事故發(fā)生率。AMF>1:

替代處理提高了一般估計的平均事故發(fā)生率。校正因子(Cx):用于補償通過建立模型預測與通過方法應用預測兩者之間的差異。條件“b”情況下預測的平均事故發(fā)生率條件“a”情況下預測的平均事故發(fā)生率26三、安全性能函數(shù)預測法AMF=車道寬度12英尺路肩寬度6英尺路肩形式人行道道路風險等級3交通密度每公里5條車道水平曲率無垂直曲率無中心線隆聲帶無超車道無雙向左轉車道無照明度無強制限速裝置無等級水平0%27三、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)AMF影響條件28三、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)Nspris

=AADT×L×365×10?×e(0312)Nspf

rs=

基礎條件下的路段預測年均總事故發(fā)生數(shù)AADT=

年平均日交通量L=

道路長度該系數(shù)適用于單車越野、多車迎面行駛、反方向側滑和同向側滑事故1.401.30

10-ft

Lanes1.301.201.051.000

40029三、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)1.05

11-ft

Lanes1.00

12-ft

Lanes2,0002,400年均日交通量(veh/h)事故修正系數(shù)1.701.601.501,200

1,6001.50

9-ft

Lanes1.10800Lane

Width<400400

to

2000>20009-ft

or

less1.051.05+2.81x10??

(AADT-400)1.5010-ft1.021.02+1.75x10?(AADT-400)1.3011-ft1.011.01+2.5x105(AADT-400)1.0512-ft

or

more1.001.001.00三、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)AADT(veh/day)30AMF3r=道路線形對所有事故發(fā)生有影響的事故修正

系數(shù)L=包括緩和曲線過渡段(如有)的水平曲線長度

R=曲率半徑S=如果存在過渡曲線，則S=1;

如果不存在，則

S=0;

如果過渡曲線存在，但只是平曲線一端有，而不是兩端有，則S=0.531三、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)32三

、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)實例分析：問題特定年份道路路段的預計平均事故發(fā)生數(shù)是多少?對象鄉(xiāng)村雙車道相切路段。路段各指標1.5英里長度，路段相切，10000輛/天，2%坡度，每英里6條車道，

10英尺車道寬度，4英尺礫石路肩，道路危險等級=4。33三、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)1.計算基礎條件下的路段預測年均總事故發(fā)生數(shù)Nso=AADT×L×365×10?×e-0312)=10,000×1.5×365×10?×e(-0.312)=4.008

crashes/year農(nóng)

村

雙

向

二

車

道

路

段

的

安

全

性

能

函

數(shù)12345678910111213AMF中道

路寬度的

影響系數(shù)AMF中路肩

寬度和形式的影響系數(shù)AMF中水平曲率的影

響系數(shù)AMF中坡度

的影響系數(shù)AMF中道路

等級的影響

系數(shù)AMF中車行

道密度的影

響系數(shù)AMF中中心

線隆聲帶的

影響系數(shù)AMF中超車

道的影響系

數(shù)AMF中雙向左轉車道的影響系數(shù)AMF中路側

設計的的影

響系數(shù)AMF中照明

度的影響系

數(shù)AMF中強制

限速裝置的

影響系數(shù)AMF中各

項影響因素系數(shù)的總積AMF1rAMF2rAMF3rAMF4rAMFsrAMF6rAMFzrAMF8rAMF9rAMF10rAMF11rAMF12rAMFcOMB見

(1

)見

(

2

)見

(

3

)見

(

4

)見

(

5

)見

(

6

)見

(

7

)見

(

8

)見(9)見(10)見(11)見(12)見(13)1.171.091.001.001.001.011.001.001.001.071.001.001.38Nprelictedrs=Nsprs×C,×(AMF×AMF2,×..×AMF12-)=4.008×1.10×(1.38)=6.084

crashes/year三、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)2.計算各項因素的影響系數(shù)并求出最終預測年均總事故數(shù)34■

求AMFir:■AMF1r=(AMFra-1.0)×Pra+1.0

AADT(veh/day)Lane

Width<400400

to

2000>20009-ft

or

less1.051.05+2.81x10??(AADT-400)1.5010-ft1.021.02+1.75x10??4(AADT-400)1.3011-ft1.011.01+2.5x10-?(AADT-400)1.0512-ft

or

more1.001.001.00■

10-ft

lane;

AADT=10,000,■

AMFra=1.30.35查表知主要相關系數(shù)——

Pra=0.574(主要因素：沖出車道，會車事故，側翼刮擦事故).(1)AMF1r=(1.3-1.0)×0.574+1.0=1.17Collision

TypeSINGLE-VEHICLE

Percentage

of

Total

Roadway

Segment

Crashes

by

Crash

Severity

Level

Total

Fatal

and

Injury

Property

Damage

Only

Total(AII

Severity

Levels

Combined)CRASHESCollisionwith

animal3.818.412.1Collisionwithbicycle0.40.10.2Collisionwithpedestrian0.70.10.3Overturned3.71.52.5Ran

offroad54.550.552.1Othersingle-vehicle

crash0.72.92.1Total

single-vehiclecrashes63.873.569.3MULTIPLE-VEHICLE

CRASHESAnglecollision10.07.28.5Head-oncollision3.40.31.6Rear-endcollision16.412.214.2Sideswipe

collision?3.83.83.7Othermultiple-vehiclecollision2.63.02.7Totalmultiple-vehicle

crashes36.226.530.7Total

Crashes100.0100.0100.03637求AMF2:■

AMF?=(AMFwra×AMFira-1.0)×Pra+1.0■

路肩：4-ft

AADT=10,000,AMFwra=1.15Table

10-9.CMFforShoulderWidthonRoadway

Segments(CMF)AADT(vehicles

per

day)

Shoulder

Width

<400

400

to

2000

>20000ft1.101.10+2.5×10?(AADT-400)1.502ft1.071.07+1.43×10(AADT-400)1.304ft1.021.02+8.125×10-?(AADT-400)1.156f1.001.001.008

ft

or

more0.980.98-6.875×10?(AADT-400)0.87■

4-ftgravel

shoulder,AMFra=1.01■已知Pra=0.574■

所以：

(2)

AMF2=(1.15×1.01-1.0)×

0.574+1.0=1.09Shoulder

TypePavedShoulder

Width(ft)01

23

4

61.001.00

1.001.001.001.0081.00Gravel1.001.001.011.011.011.021.02Composite1.001.011.021.021.031.041.06Turf1.001.011.031.041.051.081.113839路段為切線，所以(3)

AMF3r=1.00■

因為切線不存在路段超高，所以

■(4)AMF?=1.00■

查表有：(5)AMF?r=1.00Approximate

Grade(%)LevelGradeModerateTerrainSteepTerrain(≤3%)(3%<grades6%)(>6%)1.001.101.16■

DD=6

(車道密度)算得：(6)AMF?

r=1.01■

(7)AMF?=1.00(因為道路沒有中心隆聲帶)■

(8)AMF?=1.00(因為樣本中未通過通道)■

(9)AMF?=1.00(因為樣本中無雙向左轉通道)40■

AMF?r■(10)AMFr?o=1.07■道路沒有照明設備，所以，(11)AMF1r=1.00■沒有強制限速措施，所以，(12)AMFi2r=1.00■最后得

.38——(13)41■因為道路危險等級(RHR)=4;e(-0.6869+0.0668×RHR)■而

AMFo=42例2:■

問

題

：■

某年，該路段預計的平均撞車頻率是多少?■

對

象

：■

一段鄉(xiāng)村的雙車道彎曲道路?！鰲l

件

：■

0.1英里長度、路段為彎道、8000輛/天、1%品位、1200英尺水平曲線半徑、無螺旋過度、每英里0條車道、11英尺的車道寬度、2英尺的

礫石路肩、路邊危險等級=5、水平曲線長度0.1英尺、4%超高率■pra=0.78■校正因子設為1.10■設計速度=60英里每小時■

最大超高率emax=6%43三、安全性能函數(shù)預測法農(nóng)村雙向二車道路段的安全性能函數(shù)1.計算基礎條件下的路段預測年均總事故發(fā)生數(shù)Nsprs=AADT×L×365×10?×e(-0.312)=8,000×0.1×365×10-?×e(-0.312)=0.214crashes/yearLane

Width<400400

to

2000>20009-ft

or

less1.051.05+2.81x10??4(AADT-400)1.5010-ft1.021.02+1.75x10??(AADT-400)1.3011-ft1.011.01+2.5x10-?(AADT-400)1.0512-ft

or

more1.001.001.00■

求AMFir(lane

width):■AMF1r=(AMFra-1.0)×Pra+1.0■

AMFra=1.05■

AMF1r=(1.05-1.0)×0.78+1.0=1.04AADT(veh/day)4445■

AMF2=(AMFwra×AMFra-1.0)×Pra+1.0Table

10-9.CMFforShoulderWidthonRoadway

Segments

(CMF)AADT(vehicles

per

day)

Shoulder

Width

<400

400

to

2000

>20000ft1.101.10+2.5×10-?(AADT-400)1.502ft1.071.07+1.43×10(AADT-400)1.304ft1.021.02+8.125×10-(AADT-400)1.156ft1.001.001.008

ft

or

more0.980.98-6.875×10?(AADT-400)0.87Paved1.001.001.001.001.001.001.00Gravel1.001.001.011.011.011.021.02Composite1.001.011.021.021.031.041.06Turf1.001.011.031.041.051.081.11

Shoulder

Width

(ft)

01

23

4

6

8■AMFwra=1.30,AMFtra=1.01Shoulder

Type46■

所以之前已經(jīng)提到的Pra=0.78■

AMF2r=(1.30×1.01-1.0)×0.78+1.0■

AMF2r=1.24■

求AMF3rAMF?=1.55×0.11.55×L47■求AMF?r■

因為存在路段超高■

AMF4r=1.06+3×(SV

(超高率方差)-0.02)■

SV=emax-4%=0.02■

AMF?r=1.06■

AMF5r=1.00Approximate

Grade(%)Level

Grade(s3%)ModerateTerrain