logo资料库

冰雪条件下基于贝叶斯网的城市道路交通事故成因分析.pdf

发布时间：2022-05-29 发布人：admin 分类：说明书 资料大小：0.52M 资料格式：pdf 举报 版权申诉
第1页 / 共6页
第2页 / 共6页
第3页 / 共6页
第4页 / 共6页
第5页 / 共6页
第6页 / 共6页
资料共6页，全文预览结束
    中国科技论文在线 http://www.paper.edu.cn 冰雪条件下基于贝叶斯网的城市道路交通 事故成因分析# 裴玉龙，相文森，程国柱** （哈尔滨工业大学交通科学与工程学院，哈尔滨 150090） 摘要：在统计分析交通事故成因时，考虑到责任认定或者赔偿等具体问题，事故处理人员倾 向于认为事故的原因是人为的，而忽略了道路条件、车辆条件及环境条件的作用，这对于发 现事故根源性原因并采取相关治理措施很不利。针对上述问题，论文结合事故资料，建立了 冰雪条件下城市道路交通事故成因分析的贝叶斯网模型，找出了冰雪条件下城市道路交通事 故影响程度大的成因，为冰雪条件下城市道路交通事故预防提供了理论支持。 关键词： 交通运输规划与管理；贝叶斯网；城市冰雪路面；事故成因 中图分类号：U491 Urban Road Traffic Accidents Causes Basede on Bayesian Network under the Condition of Ice and Snow PEI Yulong, XIANG Wensen, CHENG Guozhu (School of Transportation Science and Engineering, Harbin Institute of Technology, Harbin 150090) Abstract: When analyzing traffic accidents’ causes, considerring the responsibility recognization or the compensation and so on, the accident processessing staff favored in thinking accident's causes are artificial, and neglected the road condition, the vehicles condition and the environmental condition. It is very disadvantageous for discovering accidents’ root causes and taking related improving measures. In view of above questions, the paper established Bayesian network model to ananlyze causes of traffic accidents on the urban snow and ice road, and giventhe most related causes to urban snow and ice road traffic accidents. It can provided the theory support for the urban snow and ice road accident prevention. Key words: transportation plan and management; bayesian network; urban ice and snow pavement; accident cause 0 引言 从统计数据中得到的交通事故成因，比较客观，但是在统计事故成因的时候，考虑到责 任认定或者赔偿等具体问题，事故处理人员倾向于认为事故的原因是人为的，而忽略了道路 条件、车辆条件及环境条件的作用，这对于发现事故深层次原因并采取相关治理措施很不利。 所以完全基于数据统计确定出来的事故成因缺乏事故成因之间的关系分析，对于针对道路条 件、环境条件等展开的事故预防也欠缺指导意义。 工效学认为，引起驾驶员动作错误的环境与动作错误的产生有着一致性，因而分析交通 事故成因，不仅要分析错误的动作，还要分析产生错误动作的环境条件，而且从上述统计分 析发现，在“人-车-路-环境”这个有机的整体中，人是导致事故发生最直接，最主要的原因， 但是人同时又是最主观、最难改变和控制的因素[1]。所以除了人的原因之外，也应该将研究 基金项目：高等学校博士学科点专项科研基金(20070213013) 作者简介：裴玉龙（1961），男，教授，主要研究方向：道路交通安全、交通规划 通信联系人：程国柱（1977-），男，讲师，主要研究方向：道路交通安全. E-mail: guozhucheng@126.com - 1 -
    中国科技论文在线 http://www.paper.edu.cn 重点放在路、车及环境条件上，这样可以发现导致交通事故发生的潜在或者深层次的原因， 使研究更有实用价值。 1 贝叶斯网适用性分析 道路交通系统是一个由人、车、路、环境有机构成的耦合系统，内部人、车、路、环境 相互联系密切，之间的关系错综复杂，驾驶员、道路环境等因素都具有不确定性[2]。正是由 于道路交通系统所具有的系统性、不确定性特点，所以交通事故的成因分析应采用系统化的 分析方法去认识和解决，而不是分析单一的事故成因，却忽视了系统要素之间的联系。现有 基于事故数据的成因统计分析可以得到各种事故成因的比重，具有较强的数学理论依据，而 且比较客观，但是这种分析并不是从系统化的角度分析事故，并也不涉及事故成因之间的依 赖关系，分析意义不大。 贝叶斯网 (Bayesian Network)又称置信网，被认为是目前不确定知识表达和推理领域最 有效的理论模型之一，它能进行双向的不确定性推理，可以进行因果分析和诊断分析，非常 适合于安全性评估[3]。Enrique Castillo 等提出利用贝叶斯网进行交通流预测的方法[4]。将贝 叶斯网应用于交通事故的成因分析，用直观化的图形结构可以清晰的体现交通事故个层面的 原因与事故本体之间的关系，方便对系统的各个要素及要素之间的关系进行分析。 目前基于系统观念，采用系统化的研究方法对交通事故成因分析研究相对较少，有代表 性的主要有哈顿矩阵模型、事故树分析法、事件链方法等。表 1 是常见的几种交通事故成因 分析方法与贝叶斯方法的对比[5]。 表 1 交通事故成因分析方法对比 Tab.1 Comparision between road traffic accident cause analysis methods 方法 哈顿矩阵 灰关联分析法 事件链方法 事故树分析法 定性分析 对 事 故 发 生 前 、 中 、 后 的 人 、 车 、 路关系分析 以与交通事故相 关的影响因素为 基础分析彼此之 间的相关程度 以事故发生前后 的一系列事件联 系起来，形成事 件链为研究对象 以事故发生原因为 线索进行逐步的推 理，将分析的范围 集中在导致事故的 相关事件上 方式 定量 分析 推理 能力 计算复杂度 无 无 — 单向推理 单向推理 单向推理 弱 较复杂 弱 复杂 较强 复杂 贝叶斯 方法 以 网 络 体 现 节 点 之 间的关系， 条 件 概 率 表 示 相 关 度 双向推理 强 简单 从表 1 可知，贝叶斯方法是上述方法中唯一一个可以实现双向推理的方法，并且推理能 力较强，因此可以应用该方法展开城市冰雪道路交通事故正向向的因果关系推理和逆向的事 故原因诊断推理。另外，贝叶斯方法具有成熟的推理方法，这大大降低了计算的复杂度。综 上分析，贝叶斯方法应用于城市冰雪道路交通事故成因分析的适应性很强。 2 贝叶斯网的基本概念及构造方法 2.1 贝叶斯网的基本概念 贝叶斯网是一种概率网，以贝叶斯定理作为学习和推理的理论根据，被用于不确定性推 理和数据分析。从技术层面上讲，贝叶斯网是一种系统描述随机变量之间关系的语言，构建 贝叶斯网的主要目的是进行概率推理。贝叶斯网的结构是一种有向无环的拓扑结构，如图 - 2 -
    中国科技论文在线 http://www.paper.edu.cn 3-5 所示的经典 Alarm 问题贝叶斯网[6]，由节点集和有向边两个要素构成，每个节点代表一 个状态变量，有向边则表示变量之间的依赖关系，通过条件概率表(Conditional Probability Table，CPT)来描述表示变量之间的关联强度或置信度[7]。 2.2 贝叶斯网的构造方法 贝叶斯网的构建过程是一个不确定知识的获取过程，构造贝叶斯网的方法有两种，一种 是通过专家咨询手工构建；另一种是通过数据的分析来获得。在实际的应用中，人们常常根 据随机事件之间的相互因果关系确定贝叶斯网的结构，这也是本文所用构造贝叶斯网的方 法。基于因果关系手工构造贝叶斯网的步骤可以归结为： (1) 针对所要研究的事件，选择刻画问题的随机变量，确定节点。 (2) 确定随机变量的取值，随机变量的取值是对该变量取值空间的完整划分，且不同的 取值互不包含。 (3) 分析随机变量之间的因果关系，确定随机变量之间的方向关系。 (4) 总结变量之间的方向关系，绘制贝叶斯网。 一个完整的贝叶斯网除了基本的网络结构之外，还需要相应的条件概率表 CPT，也即 每个节点的条件概率分布情况。本文将通过数据样本的学习确定条件概率分布情况 3 城市冰雪道路成因分析贝叶斯网构造及推理 对于道路交通事故的成因与道路交通事故本身之间的因果关系是相对比较清晰的，因此 可以根据这个关系构建贝叶斯网。城市冰雪道路交通事故的成因主要来源于四个方面即人的 因素、车辆因素、道路因素和环境因素。 3.1 节点随机变量的确定 人的因素随机变量选取主要依据事故成因的统计结果，主要有超速行驶、不按规定让行、 驾车时有妨碍安全驾车行为的、机动车逆向行驶、不保持安全距离、违章掉头、倒车、会车 及酒后疲劳驾驶、操作不当等事故成因，这八种事故成因引起的事故比例达到总数的 85.9%， 八种事故成因可归纳为两类，即违章驾驶和操作不当，分别用 X1∼ X2 表示，随机变量的取 值情况分别为： X1∼X2：{0,1}；0 代表该随机变量不发生，1 代表该随机变量发生。 车辆因素主要是不符合标准的汽车上路造成事故，选取不符合车辆标准为随机变量， X3：{0,1}，分别代表车辆符合标准和不符合标准这两种情况。 道路因素随机变量主要选取道路线形、交通信号控制方式、路口路段类型、照明条件， 分别用 X4∼X7 表示，取值情况为： X4：{0,1,2,3}，分别代表平直、一般弯、一般坡及一般弯坡四种情况。 X5：{0,1,2 }，分别代表无信号、信号、标志标线三种方式。 X6：{0,1}，分别代表路口、路段两种情况。 X7：{0,1,2 }，分别代表白天、夜间有路灯照明、夜间无路灯照明三种情况。 环境因素随机变量主要考虑能见度和天气情况的影响，分别用 X8、X9 表示，取值情况 如下： X8：{0,1,2,3}，分别代表能见度的四种范围，即 50 米以内、50∼100 米、100∼200 米、 200 米以上。 X9：{0,1,2}，分别表示天气良好、阴天及降雪天气三种状况。 - 3 -
    中国科技论文在线 http://www.paper.edu.cn A 代表事故类型，取值为{0,1,2 }，代表财产损失事故、受伤事故及死亡事故。 3.2 城市冰雪道路交通事故成因分析贝叶斯网构建 在构建城市冰雪道路交通事故成因分析贝叶斯网时，本文采用三层架构，如图 1 所示。 顶层为事故成因因素层，中间层为子系统层，底层为事故层。中间层与事故之间并没有直接 的关系，为隐节点，Y1、Y2、Y3 分别代表人、路和环境，由于在车辆因素中仅包含一个因 素，所以不必设置隐层节点，这样构造可以体现清晰的交通事故贝叶斯网结构。 图 1 成因分析贝叶斯网结构 Fig.1 Bayesian network structure of cause analysis 3.3 节点条件概率分布的确定及推理 根据构造的城市冰雪道路交通事故成因分析贝叶斯网模型，应用 2006-2009 年黑龙江省 城市冰雪道路交通事故数据为样本，利用 NETICA 贝叶斯网软件分析包进行学习，最后确 定城市冰雪道路交通事故成因分析贝叶斯网模型如图 2 所示。 图 2 成因分析后验贝叶斯网 Fig.2 Posterior Bayesian network of cause analysis 如图 2 所示，在经过城市冰雪道路交通事故数据学习后，可以得到城市冰雪道路上发生 的事故中财产损失事故、受伤事故和死亡事故的比例为 16.3:71.5:12.2，由此可知，受伤和财 产损失事故占据较大的比例，为事故总量的 87.8%，死亡事故相对较低，为 12.2%，这与城 市冰雪道路交通事故的实际情况是相符的。 城市冰雪道路交通事故因果推理：即在给定顶层证据事件的概率基础上，推测不同类型 事故发生的概率。如图 3，在现有冰雪道路条件下，在一般弯坡组合的道路上发生事故时， 则财产损失事故、受伤事故及死亡事故的比例为 21.6:50.8:27.5；但当能见度在 50-100m 范 - 4 -
    中国科技论文在线 http://www.paper.edu.cn 围内，在上述条件的道路上发生事故时，则财产损失事故、受伤事故及死亡事故的比例为 15.7:45.9:38.5，见图 4。由推理结果可知，在能见度低的情况下，一般坡道上发生死亡交通 事故的比例较正常能见度条件下增加 11%，这说明低能见度极大的增加了城市冰雪道路坡 道上事故的严重度。 图 3 在 X4 证据条件下的因果推理 Fig.3 Cause-effect inference under the condition of X4 evidence 图 4 在 X4-X8 证据条件下的因果推理 Fig.4 Cause-effect inference under the condition of X4-X8 evidence 城市冰雪道路交通事故诊断推理：在已知发生某种类型事故的基础上，推测网络中各个 事故影响因素的后验概率，通过比较影响因素的先验及后验概率，找出对事故影响程度大的 因素。图 5 为受伤事故发生概率为 1 时事故原因的诊断推理，同样可以得到财产损失事故及 死亡事故诊断的后验概率，通过比较先验及后验概率，发现各个影响因素的变化幅度是不同 的，变化最大的前三个影响因素为 X5、X8 和 X9，这说明交通控制方式、能见度及天气因 素对于城市冰雪道路交通事故的发生影响最大。 - 5 -
    中国科技论文在线 http://www.paper.edu.cn 图 5 受伤事故发生概率为 1 时事故原因的推理 Fig.5 Accident cause’s inference when probability of injured accident equal to 1 4 结论 本文应用贝叶斯网建立了城市冰雪道路交通事故成因分析贝叶斯网模型，进行了城市冰 雪道路交通事故成因的相关推理，确定出交通控制方式、能见度及天气因素对于城市冰雪道 路交通事故的发生影响最大，为城市冰雪道路事故预防提供了理论支持。下一步研究中需要 对网络模型中道路条件及环境条件要素节点进行完善，使成因分析推理更系统和有效。 [参考文献] (References) [1] 王媛媛. 山区公路事故成因研究[D]. 北京：北京工业大学，2008 [Wang Yuanyuan. Study on cause of mountain highway traffic accident[D]. Beijing: Beijing University of Technology, 2008]. [2] 毛敏, 喻翔. 道路交通事故致因分析[J]. 公路交通科技. 2002,19(10):125~127[Mao Min, Yu Xiang. Analysis on cause of road traffic accident[J]. Journal of Highway and Transportation Research and Development. 2002,19(10):125~127]. [3] Lamm R, Choueiri E M and. Mailaender T. Comparison of operating speed on dry and wet pavement of two-lane rural highways. Transportation Research Record, 1990(1280):199~207 [4] Enrique Castillo, Jose Maria Menendez, Santos Sanchez-Camborneo. Predicting traffic flow using Bayesian networks[J]. Transportation Research PartB, 2008,42: 482~509. [5] 刘勇. 基于贝叶斯网的道路交通事故分析[D]. 长沙：长沙理工大学，2009 [Liu Yong. Analysis on road traffic accident based on Bayesian network[D]. Changsha: Changsha University of Science and Technology, 2009]. [6] 张联文, 郭海鹏. 贝叶斯网引论[M]. 北京：科学出版社，2006 [Zhang Lianwen, Guo Haipeng. Introduction to Bayesian networks[M]. Bejing: Science Press, 2006]. [7] 俞 娉 婷 , 刘 振 元 , 陈 学 广 . 基 于 贝 叶 斯 网 络 的 一 种 事 故 分 析 模 型[J]. 中 国 安 全 生 产 科 学 技 术 . 2006,4(2):45~49 [Yu Pinting, Liu Zhenyuan, Chen Xueguang. Accident analysis model based on Bayesian networks[J]. Chinese Safety Production Science and Technique. 2006,4(2):45~49]. - 6 -
    分享到：
    赞 收藏

    相关推荐

    资料库

    开发技术

    共收录19306份资料，累计14个分类，关注成员有19位，主要包括：Actionscript,Javascript,PHP,VB,Perl,Delphi,Python,C#,C,Java,C++,Web开发,硬件开发,其它

    热门标签

    Actionscript Javascript PHP VB Perl Delphi Python C# C Java C++ Web开发 硬件开发 其它

    最新资料