【摘要】：近些年來,行人交通安全得到了越來越多的關(guān)注。作為城市道路上最為脆弱的群體,行人交通安全的重要性不言而喻。開展行人死傷事故發(fā)生的規(guī)律及其影響因素的研究,并提出合理的意見和有針對(duì)性的防范改進(jìn)措施,對(duì)減少行人交通事故的發(fā)生、減輕行人交通事故嚴(yán)重程度以及提高城市道路行人交通安全性具有重要意義。從現(xiàn)有的研究成果來看,多數(shù)行人交通事故分析均是基于單一的城市道路空間背景,并以道路交叉口居多。實(shí)際上,城市道路作為一個(gè)整體,道路交叉口與道路路段或是小區(qū)出入口往往擁有不同的道路空間分布、車輛屬性以及行人特性,因此,相同條件下,行人交通事故可能會(huì)呈現(xiàn)出不同的特點(diǎn)。本文通過篩選、分析美國(guó)科羅拉多丹佛大都市區(qū)2006-2016年的數(shù)據(jù),分別針對(duì)城市道路交叉口、城市道路路段以及小區(qū)出入口三類不同的空間建立兩水平Logit模型。本文基于多水平模型基礎(chǔ)理論構(gòu)建了兩水平模型,水平一模型是針對(duì)行人事故嚴(yán)重程度預(yù)測(cè)的Logit模型,水平二模型考慮的是城市中不同區(qū)域之間潛在影響因素,通過模型中設(shè)置隨機(jī)截距項(xiàng)表達(dá)。區(qū)別于傳統(tǒng)極大似然法求解的模型參數(shù),本文提出利用貝葉斯概率推斷的設(shè)想,為每一參數(shù)設(shè)定參數(shù)分布,利用蒙特卡洛馬爾科夫(MCMC)算法生成模型參數(shù)分布,實(shí)現(xiàn)模型參數(shù)標(biāo)定可視化,進(jìn)而推斷參數(shù)值。通過比較傳統(tǒng)模型預(yù)測(cè)結(jié)果與基于貝葉斯概率推斷的模型預(yù)測(cè)結(jié)果,本文發(fā)現(xiàn)貝葉斯概率推斷的模型在對(duì)城市道路交叉口與城市道路路段進(jìn)行預(yù)測(cè)時(shí)精度更高�；谀Ｐ皖A(yù)測(cè)結(jié)果,本文從人、車、路、環(huán)境四個(gè)方面,分析和探討了 16個(gè)主要影響因素如何對(duì)行人交通事故產(chǎn)生影響,并得到如下結(jié)論:(1)路面狀況、天氣情況、行人性別、駕駛員行駛速度以及事故死傷人數(shù)5個(gè)因素是造成城市道路交叉口行人死傷事故發(fā)生的顯著影響因素。下雪天一旦發(fā)生行人交通事故,行人死亡或是受傷的概率為62.08%;路面干燥的情況下發(fā)生的行人交通事故造成行人死傷的概率為56.97%。(2)燈光條件、天氣狀況、行人年齡、駕駛員行駛方向、駕駛員是否使用安全帶以及事故是否發(fā)生于工作日6個(gè)因素是造成城市道路路段行人死傷事故發(fā)生的顯著影響因素。晴天路段上發(fā)生的行人交通事故中,85.96%的可能性造成行人死亡或是受傷。在清晨黃昏的光照條件下,造成行人死亡或受傷的行人交通事故概率高達(dá)82.62%。(3)車輛類型是城市小區(qū)出入口處造成行人死傷事故的顯著因素,SUV車輛類型使用的增加,使得小區(qū)出口處的行人死傷事故概率增加。
【圖文】：

人步行出行增加的同時(shí)，，行人死亡或受傷事故占總體事故的比例也在不斷上升［１］。逡逑同時(shí)隨著城市化進(jìn)程的不斷推進(jìn)，汽車保有量不斷增加，也將導(dǎo)致行人交通事故逡逑發(fā)生的風(fēng)險(xiǎn)增加。圖１－１顯示了世界衛(wèi)生組織統(tǒng)計(jì)的２０１５年全球不同地區(qū)道路交逡逑通死亡類別比率，可以看出，行人交通事故在所有事故類型中占了相當(dāng)一部分比逡逑重［２］。逡逑道路交通死亡類別占比圖逡逑＾邐逡逑歐洲逡逑|紓ǘ義稀銎淥義隙涎清義襄五危常ュ義廈樂掊危義戲侵掊未笪餮簀義希殄義希稿危闄

本文編號(hào)：2646857