CN1932923A - 道路交通事故多发路段鉴别方法 - Google Patents

Abstract

一种道路交通事故多发路段鉴别方法，涉及道路交通安全领域。目前应用最广泛的事故数据统计分析法，有其自身的适用条件和不足。本发明使用α－γ双指标来鉴别道路交通事故多发路段，给定显著水平α，按照泊松概率公式或者根据频率累计图，计算显著水平α下的高事故次数临界值γ和高事故率临界值R后，将待鉴别路段的交通事故次数和交通事故率同临界值γ和R进行比较，得到道路交通事故多发路段的判别结果。本发明使得道路交通事故多发路段的鉴别更加完整、可靠。

Description

道路交通事故多发路段鉴别方法

技术领域

本发明涉及道路交通安全领域，更涉及该领域中一种完整可靠的道路交通事故多发路段鉴别方法。

背景技术

在道路安全改善项目中的第一步，也是最关键的一步，就是确定急需改善的事故多发路段的位置。目前应用最广泛的方法是事故数据统计分析法，根据对事故数据统计处理判别指标和判别方法的不同，又分为很多种不同的方法，但是这些方法都有各自的适用条件和不足。

绝对数方法又分为事故次数法和事故率法。事故次数法没有考虑交通量、事故严重程度等因素，单独使用对反映事故状况具有片面性，需大量和长时间的调查统计；同时事故次数的多少缺少理论上的严密性，划分事故多发路段受人为主观因素影响较大。事故率法在事故次数法的基础上考虑了交通量和路段长度两个重要因素的影响，但仍未在理论上找到严密的划分事故多发路段的依据。

概率统计分布法理论严密，但实用条件苛刻。一是按平均路段长度统计出的事故数在一些道路上并不符合泊松分布，因此不可能被广泛地推广应用；另外，也不能千篇一律地确定一个数值，未考虑全国区域、地区的差异。

累计频率法没有考虑交通量因素和事故的严重程度，同时以累计频率拟合曲线的突变点作为界定事故多发路段的标准虽有一定的数学理论依据，但该方法仅适合于道路条件相似的拟合曲线具有拐点(突变)的情况，在实际中无法解释其实际意义。

发明内容

本发明的目的是提供一种道路交通事故多发路段鉴别方法，使得道路交通事故多发路段鉴别更加完整、可靠。

本发明是一种道路交通事故多发路段的鉴别方法，其特征在于：它包括以下步骤：

1)利用设置在道路上的检测设备检测收集待鉴别路段的道路交通事故数和交通量数据，交通事故数是指待鉴别路段在一个统计周期内和公路里程数相对应的交通事故次数，将交通事故次数除以该路段的交通量，为该路段的交通事故率；

2)利用计算机读取道路交通事故数和交通量数据，利用统计分析软件判别交通事故数和事故率是否符合泊松分布，可以利用现有的统计软件SAS中的泊松分布卡方检验模块(Chi-square)实现；

3)当交通事故数和事故率符合泊松分布时，给定显著水平α，按照泊松概率公式(1)计算显著水平α下的高事故次数临界值γ和高事故率临界值R；

$P\{X\≥\mathrm{\γ}\}=1-\underset{K=0}{\overset{\mathrm{\γ}-1}{\mathrm{\Σ}}}\frac{{\mathrm{\λ}}^K}{K!}{e}^{-\mathrm{\λ}}=\underset{k=r}{\overset{\∞}{\mathrm{\Σ}}}\frac{{\mathrm{\λ}}^K}{K!}{e}^{-\mathrm{\λ}}\≤\mathrm{\α}---\left(1\right)$

其中：X-事故发生次数，

    γ-事故次数临界值，

    λ-泊松分布参数，K为非负整数，

当交通事故数和事故率不符合泊松分布时，按照常规的统计方法，分别计算相同事故数和相同事故率发生的频率，并按照事故数和事故率从小到大顺序分别将其频率累计相加，得到累计事故频率和累计事故率频率，给定显著水平α后，与(1-α)等值的累计频率所对应的事故数和事故率即为临界值γ、R；

4)将待鉴别路段的交通事故次数和交通事故率同显著水平α下对应的临界值γ和R进行比较，如果交通事故次数和交通事故率皆大于显著水平α下对应的临界值γ和R，或者二者之一大于显著水平α下的对应值，即判定该路段为事故多发路段。

所述的设置在道路上的检测设备为MetroCount5600路旁单元或者车辆磁映像交通流量与分析仪NC97。

本发明使用α-γ双指标来鉴别道路交通事故多发路段，其有益效果主要体现在：

1.当事故数和事故率符合泊松分布时，同时考虑交通量的影响，避免了只用事故次数判别的主观性，从而避免了把高事故次数低事故率的路段误判定为事故多发路段，同时增强了对低事故次数高事故率路段的鉴别。

2当事故数和事故率不符合泊松分布时，该方法拓宽了交通事故累计频率法。

附图说明

图1为本发明操作流程图；

图2实施例2中的交通事故累计频率图。

具体实施方式

实施例1事故数和事故率符合泊松分布的例子

交通事故数是指待鉴别路段在一个统计周期内和公路里程数相对应的交通事故次数，本例中以长1Km路段上发生的事故数为统计单位，道路类型为汽车专用公路。其他道路类型的划分如表1所示。对应第二类道路类型城市道路，在鉴别道路交通事故多发路段时用“长度小于L且已发生事故数≥2的路段”代替“长度1Km路段”，其他步骤不变即为城市道路多发点判定准则。其中的L是指城市交叉路口间距：次干道30m，主干道60m。

               表1道路类型

类型	道路特征
		1234	汽车专用公路包括高速公路、一级公路、二级汽车专用公路城市道路不包括郊县公路，其特征是交叉口密度大二、三级公路四级、等外公路

1)给定显著水平α＝0.05下，计算高事故次数临界值γ的泊松概率公式如公式(2)所示：

$P\{X\&GreaterEqual;3\}=1-P\{X=0\}-P\{X=1\}-P\{X=2\}=1-\underset{K=0}{\overset{2}{\mathrm{\&Sigma;}}}\frac{{\left(0.8\right)}^k}{K!}{e}^{0.8}=0.0474<0.05---\left(2\right)$

其中：X-事故发生次数；

      γ-高事故次数临界值；

      λ₁-泊松分布参数，可用区域内所研究道路类型一个周期内发生的事故总数除以该类型道路总里程，得到λ₁的估计值。本例中的λ₁估计值为0.8。

所以γ＝3，即事故次数临界值为3。则所有事故发生数≥3的路段就需要进一步考察事故率情况，从而完全确定事故多发路段。

2)给定α＝0.01下，计算高事故率临界值R，如公式(3)所示：

$P\{Y\&GreaterEqual;4\}=1-P\{Y=0\}-P\{Y=1\}-P\{Y=2\}-P\{Y=3\}=1-\underset{N=0}{\overset{3}{\mathrm{\&Sigma;}}}\frac{{\left(0.8\right)}^N}{N!}{e}^{0.8}=0.0091<0.01---\left(3\right)$

其中：Y-事故率；

      R-高事故率临界值；

      λ₂-泊松分布参数，可用区域内所研究道路类型一个周期内的事故率除以该类型道路总里程，得到λ₂的估计值。

本例中λ₂的估计值为0.8。所以R＝4。

本例为避免事故率数值偏小，采用 的形式。

当待鉴别路段的事故次数≥3，事故率≥4时，我们就判定该路段事故多发路段。避免了只用事故次数判别的主观性；同时考虑交通量的影响，避免了把高事故次数低事故率的路段误判定为事故多发路段，同时增强了对低事故次数高事故率路段的鉴别。

实施例2事故数和事故率不符合泊松分布的例子：

对于事故数和事故率不符合泊松分布的情况，把待研究道路按每1Km长度划分成若干小路段，找出发生事故数相等的小路段个数，即某一事故数在待研究道路上发生的频数，用该事故频数除以总的小路段个数求得该事故数的频率，把频率按照事故数从小到大累计相加得交通事故数累计频率。给定显著水平α后，与(1-α)等值的累计频率所对应的事故数即为临界值γ。把事故数除以交通量得事故率，找出事故率相等的小路段个数，除以总的小路段个数求得事故率观测频率，按照事故率从小到大把观测频率累积相加得交通事故率累计频率。给定显著水平α后，与(1-α)等值的累计频率所对应的事故率即为临界值R。

宁夏境内109国道的事故数经统计分析并不表现出概率统计上的泊松分布，其事故统计及计算如表2所示，图2为交通事故次数频率累计图。

给定显著水平α＝0.05，1-α＝0.95，即与横轴累计频率95％所对应的事故次数为临界值γ，从表2和图2中，得γ＝15。

给定显著水平α＝0.10，1-α＝0.90，即与横轴累计频率90％所对应的事故数为临界值γ，从表2和图2中，得γ＝13。

高事故率临界值R的计算方法相似。

给定显著水平0.05后，发生事故次数≤15的路段占总数的95％，故把事故次数＞15这些路段作为异常点，再和高事故率临界值R相比较，最终确定事故多发路段的位置。该方法拓宽了累计频率法，不再受限于累计频率曲线有拐点的情况。

                                          表2宁夏境内109国道事故统计及计算表

事故数X	0	1	2	3	4	5	6	7	8	9
												事故频数f	8	19	20	41	31	20	18	13	10	8
频率(％)	3.3	7.9	8.3	17	12.9	8.3	7.5	5.4	4.1	3.3
												累计频率(％)	3.3	11.2	19.5	36.5	49.4	57.7	65.2	71	75	78
事故数X	10	11	12	13	14	15	16	17	18	19
												事故频数f	10	7	4	4	6	6	4	4	4	4	∑f＝241
频率(％)	4.1	2.9	1.7	1.7	2.5	2.5	1.7	1.7	1.6	1.6
												累计频率(％)	82.1	85	86.7	88.4	90.9	93.4	95.1	96.8	98.4	100

Claims (2)

1.一种道路交通事故多发路段的鉴别方法，其特征在于，它包括以下步骤：

1)利用设置在道路上的检测设备检测收集待鉴别路段的道路交通事故数和交通量数据，将交通事故次数除以该路段的交通量，得到该路段的交通事故率；

2)利用计算机读取道路交通事故数和交通量数据，并判别交通事故数和事故率是否符合泊松分布；

3)当交通事故数和事故率符合泊松分布时，给定显著水平α，按照泊松概率公式(1)计算显著水平α下的高事故次数临界值γ和高事故率临界值R；

$P\{X\&GreaterEqual;\mathrm{\&gamma;}\}=1-\underset{K=0}{\overset{\mathrm{\&gamma;}-1}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&lambda;}}^K}{K!}{e}^{-\mathrm{\&lambda;}}=\underset{k=r}{\overset{\&infin;}{\mathrm{\&Sigma;}}}\frac{{\mathrm{\&lambda;}}^K}{K!}{e}^{-\mathrm{\&lambda;}}\&le;\mathrm{\&alpha;}---\left(1\right)$

其中：X-事故发生次数，

γ-事故次数临界值，

λ-泊松分布参数，K为非负整数，

当交通事故数和事故率不符合泊松分布时，分别计算相同事故数和相同事故率发生的频率，并按照事故数和事故率从小到大顺序分别将其频率累计相加，得到累计事故频率和累计事故率频率，给定显著水平α后，与(1-α)等值的累计频率所对应的事故数和事故率即为临界值γ、R；

4)给定显著水平α时，将待鉴别路段的交通事故次数和交通事故率同显著水平α下对应的临界值γ和R进行比较，如果交通事故次数和交通事故率皆大于显著水平α下对应的临界值γ和R，或者二者之一大于显著水平α下的对应值，即判定该路段为事故多发路段。

2.根据权利要求1所述的一种道路交通事故多发路段的鉴别方法，其特征在于所述的设置在道路上的检测设备为MetroCount5600路旁单元或者车辆磁映像交通流量与分析仪NC97。

Images