ВНИМАНИЕ! Если Вам ПО ТЕЛЕФОНУ предложили перевести деньги на КИВИ-КОШЕЛЁК, то это означает, что к нашим номерам подключились мошенники!!! Будьте внимательны!

Периодичность сверки по дтп


Сверка сведений о ДТП

Поиск по всем разделам

Госавтоинспекция

Участникам движения

Организациям

Сервисы

Новости

Контакты

Госфункции

Социальные кампании

Изучение моделей повреждений легковых автомобилей, пострадавших в дорожно-транспортных происшествиях ВыпускиSubmitJournal of Robotics / 2019 / Статья Статья Статья Разделы

На этой странице

Аннотация.
Подход байесовской сети к анализу причинности дорожно-транспортных происшествий с использованием Netica

Основанный на общем рассмотрении факторов, влияющих на оценки безопасности дорожного движения, теория причинности байесовской сети, основанная на анализе вероятностного риска, была применена к анализу причинности дорожно-транспортных происшествий. На примере Центрального делового района Аделаиды (CBD) в Южной Австралии была создана байесовская сетевая структура путем интеграции алгоритма K2 с экспертными знаниями, а алгоритм Expectation-Maximization, который мог обрабатывать недостающие данные, был принят для проведения обучения параметров в Netica. тем самым создавая байесовскую сетевую модель для анализа причин дорожно-транспортных происшествий.Затем Netica использовался для последующего вероятностного обоснования, наиболее вероятного объяснения и логического анализа. Результаты показали, что модель байесовской сети может эффективно исследовать сложные логические отношения в дорожно-транспортных происшествиях и выражать неопределенные отношения среди связанных переменных. Модель не только может количественно предсказать вероятность аварии при определенных условиях дорожного движения, но также может найти ключевые причины и наиболее неблагоприятное сочетание состояний, которое приводит к возникновению аварии.Результаты исследования могут предоставить теоретическую поддержку органам управления городскими дорогами для тщательного анализа факторов индукции дорожно-транспортных происшествий, а затем для создания основы для улучшения показателей безопасности городской системы дорожного движения.

1. Введение

В связи с расширением городского развития и ростом числа владельцев транспортных средств, городские поездки становятся уязвимыми для трех «хронических заболеваний», таких как заторы, аварии и загрязнение. Среди вышеупомянутых трех, авария была признана наиболее негативным аспектом, в частности в Центральном деловом районе и вокруг него.Согласно Глобальному плану на Десятилетие действий по обеспечению безопасности дорожного движения 2011–2020 гг. , разработанному Сотрудничеством ООН по безопасности дорожного движения в 2011 году, около 1,3 миллиона человек умирают в результате дорожно-транспортных происшествий в год, что означает более 3000 погибших в день , И еще от 20 до 50 миллионов человек получили несмертельные травмы в результате столкновений, и эти травмы стали важной причиной инвалидности во всем мире. Случай в Австралии также находится на тревожном уровне; было около 25 смертей и 700 серьезных травм в неделю, а стоимость для налогоплательщиков составляла более 32 миллиардов долларов в год [1].Если не будут приняты немедленные и эффективные меры, дорожно-транспортный травматизм станет пятой по значимости причиной смерти в мире. Поэтому анализ и оценка влияющих факторов на дорожно-транспортные происшествия, оценка потенциальных угроз безопасности и заблаговременный выбор соответствующих мер для снижения частоты и тяжести дорожно-транспортных происшествий являются важными темами исследований в технике безопасности дорожного движения.

Предыдущие исследования показали, что есть много причин дорожно-транспортных происшествий; эти причины могут быть связаны друг с другом, и, например, плохое выравнивание дорог и неожиданные составы или поведение транспортных средств могут привести к путанице среди участников дорожного движения, что может привести к дорожно-транспортным происшествиям.Однако во многих официальных отчетах о дорожно-транспортных происшествиях указывалось, что большинство ДТП указывают только на отдельные причины, особенно на человеческие ошибки. Например, согласно исследованию причин аварии, опубликованному Национальной администрацией безопасности дорожного движения США (NHTSA) в 2015 году [2, 3], водители должны подвергаться критике за 94% случаев ДТП. По-видимому, 94% таких аварий также связаны с другими причинами из общего опыта, такими как выравнивание дорог [4–6], дорожный знак [7–9] и погодные условия [10–12].Таким образом, существующая статистика дорожно-транспортных происшествий не может полностью раскрыть причины, а инженеры дорожного движения и проектировщики дорожной инфраструктуры получают ограниченную информацию о механизме аварий и разработке планов по улучшению. Очень важно в полной мере использовать статистические данные о дорожно-транспортных происшествиях и информацию о потенциальных опасностях, чтобы обеспечить основу для анализа механизма аварий и повышения безопасности дорожного движения.

Байесовская сеть является одним из эффективных методов в области искусственного интеллекта для выражения анализа неопределенности и вероятностного обоснования системы.Он может использовать отношения зависимости на основе местных условий в модели для проведения двунаправленного исследования неопределенности для прогнозирования, классификации и диагностического анализа. В настоящее время существует несколько программных платформ, доступных для построения байесовской сети, таких как Bayes Net Toolbox (BNT), BayesBuilder и JavaBayes, из которых BNT на основе MATLAB, разработанный Мерфи [13], широко используется. Этот инструментарий предоставляет множество базовых базовых библиотек функций для обучения байесовской сети, но он не интегрирует базовые функции обучения байесовской сети в систему.Более того, BNT не имеет графического интерфейса пользователя (GUI), который не является удобным для пользователя, и не может быть хорошо обобщен. Netica - это байесовское сетевое учебное программное обеспечение, разработанное Norsys Software Corporation в Канаде, которое широко применяется в управлении неопределенностью, например в бизнесе, технике, медицине и экологии [14–16], благодаря своим мощным функциям, дружественному графическому интерфейсу пользователя, надежным вычислениям, и хорошая производительность. В этой статье модель сформулирована с использованием байесовской сети для изучения дорожно-транспортных происшествий, а затем с помощью Netica проводятся процесс обучения байесовской сети, обоснование вероятностных предположений, наиболее вероятное объяснение и логический анализ.

Этот документ организован следующим образом: в разделе 2 рассматривается соответствующая литература по анализу причинности дорожно-транспортных происшествий; Раздел 3 описывает построение модели байесовской сети; В разделе 4 представлен пример применения модели байесовской сети для центрального делового района Аделаиды (CBD) в Южной Австралии; результаты этого исследования обобщены в разделе 5.

2. Обзор литературы

Использование теории причинно-следственных связей для анализа дорожных происшествий направлено на извлечение механизмов и моделей аварий из большого числа типичных аварий, чтобы обеспечить теоретическую основу. для качественного и количественного анализа, предикации и предотвращения аварий, а также улучшения управления безопасностью.Ученые всего мира провели ряд исследований в области анализа причин дорожно-транспортных происшествий и различных источников данных, переменных, размеров выборки и аналитических моделей, таких как агрегированные модели, включающие частотный анализ [17–19] и тест [20, 21].

С точки зрения дезагрегированных моделей, поскольку частота дорожно-транспортных происшествий имеет форму неотрицательного, дискретного и ненормального распределения и, исходя из опыта, частота несчастных случаев следует распределению Пуассона, регрессионная модель Пуассона может применяться для анализа влияния каждый фактор риска на частоту несчастных случаев [22].Отрицательная регрессия биномиального распределения основана на распределении Пуассона, но его ошибка спецификации следует за гамма-распределением. Модель отрицательной биномиальной регрессии широко применялась в модели анализа безопасности дорожного движения [23–27]. Однако предположение о том, что среднее значение распределения Пуассона равно дисперсии, часто не согласуется с реальностями. А при анализе выборок продольных данных принятие модели регрессии Пуассона и модели отрицательной биномиальной регрессии, вероятно, приведет к смещенной оценке и даже неверным результатам.Когда объясняемые переменные принимают только ограниченное число множественных дискретных значений, установленная модель регрессии является моделью дискретного выбора, в которой модель Logit является самой ранней моделью дискретного выбора и является одной из широко используемых моделей [28–31]. Для применимой статистической модели объект исследования должен находиться в независимом распределении; в то время как данные о безопасности имеют сложное пространственное распределение, точность и надежность оценки уровня безопасности будут сильно затронуты, если пренебречь пространственными характеристиками.

В результате обзора существующей литературы было обнаружено, что прошлые исследования по анализу причинности дорожно-транспортных происшествий постепенно развиваются с

.
Причины ДТП | Департамент транспорта, правительство Джаркханда

Причины ДТП

Дорожно-транспортные происшествия - самая нежелательная вещь, которая может случиться с участником дорожного движения, хотя они случаются довольно часто. Самое печальное, что мы не учимся на своих ошибках на дороге. Большинство участников дорожного движения достаточно хорошо осведомлены об общих правилах и мерах безопасности при пользовании дорогами, но это лишь слабость со стороны участников дорожного движения, которые приводят к авариям и авариям. Основная причина несчастных случаев и аварий связана с человеческими ошибками.Мы разрабатываем некоторые из обычного поведения людей, которое приводит к аварии.

1. превышение скорости
2. Вождение в нетрезвом виде
3. Направления к водителю
4. Красный свет прыгает
5. Избегание защитных механизмов, таких как ремни безопасности и шлемы
6. Несоблюдение правил дорожного движения и неправильного обгона

Различные национальные и международные исследования установили, что это наиболее распространенное поведение водителей дорожного движения, приводящее к авариям.


Превышение скорости:

Большинство несчастных случаев со смертельным исходом происходит из-за превышения скорости.Это естественная психика человека, чтобы преуспеть. Если дан шанс, человек обязательно достигнет бесконечности в скорости. Но когда мы делим дорогу с другими пользователями, мы всегда останемся позади того или иного транспортного средства. Увеличение скорости умножает риск несчастного случая и серьезность травмы во время несчастного случая. Более быстрые транспортные средства более подвержены ДТП, чем более медленные, и серьезность ДТП также будет больше в случае более быстрого, серьезность ДТП будет также больше в случае более быстрых транспортных средств. Чем выше скорость, тем больше риск.На высокой скорости транспортное средство нуждается в большем расстоянии для остановки, то есть тормозном пути. Более медленное транспортное средство немедленно останавливается, в то время как быстрее требуется длинный путь, чтобы остановиться, а также преодолевает большие расстояния в соответствии с законом представления. Транспортное средство, движущееся на высокой скорости, будет иметь большее влияние во время аварии и, следовательно, приведет к большему количеству травм. Способность судить о предстоящих событиях также уменьшается во время движения на более высокой скорости, что приводит к ошибке в суждении и, в конечном итоге, к аварии.


Вождение в нетрезвом виде:

Потребление алкоголя, чтобы отпраздновать любой случай является обычным явлением.Но в сочетании с вождением это превращает праздник в несчастье. Алкоголь снижает концентрацию. Это уменьшает время реакции человеческого организма. Конечности требуют большего, чтобы реагировать на инструкции мозга. Это мешает зрению из-за головокружения. Алкоголь ослабляет страх и побуждает людей рисковать. Все эти факторы во время вождения приводят к авариям, и во многих случаях это приводит к летальному исходу. При каждом увеличении концентрации алкоголя в крови на 0,05 риск несчастного случая удваивается. Помимо алкоголя многие наркотики, лекарства также влияют на навыки и концентрацию, необходимые для вождения.Прежде всего, мы рекомендуем не употреблять алкоголь. Но если вы чувствуете, что ваши веселья не обходятся без выпивки, не водите машину под воздействием алкоголя. Попроси друга-трезвенника бросить тебя домой.



Отвлечение водителя:

Хотя отвлечение во время вождения может быть незначительным, но это может привести к серьезным авариям.

Отвлекаться может быть снаружи или внутри автомобиля. Главным отвлечением сейчас является разговор по мобильному телефону за рулем.Акт разговора по телефону занимает большую часть мозга, а меньшая часть - навыки вождения. Такое деление мозга затрудняет время реакции и способность к суждению. Это становится одной из причин аварий. Не нужно следить за телефонными звонками во время вождения. Если вызов срочный, нужно выйти из дороги и присутствовать на вызове. Некоторые из отвлекающих факторов на дороге:

1. Регулировка зеркал во время вождения
2. Стерео / Радио в автомобиле
3. Животные на дороге
4.Баннеры и рекламные щиты.

Водитель не должен отвлекаться из-за этих вещей и снижать скорость, чтобы оставаться в безопасности при отклонениях и других видах отвлекающих факторов.


Красный свет прыгает:

На пересечениях дорог обычным явлением является пересечение транспортных средств без ухода за светом. Основным мотивом прыжков на красный свет является экономия времени. Общая концепция заключается в том, что остановка на красном сигнале - пустая трата времени и топлива. Исследования показали, что светофоры, которым следуют все водители, экономят время, а пассажиры добираются до места назначения безопасно и своевременно.Перемычка красного света не только ставит под угрозу его жизнь, но и безопасность других участников дорожного движения. Это действие одного водителя побуждает другого водителя попытаться сделать это и в конечном итоге вызывает хаос при пересечении. Этот хаос на перекрестке является основной причиной пробок. В конце концов, каждый опаздывает в пункт назначения. Также было замечено, что перемычка красного света пересекает перекресток с большей скоростью, чтобы избежать столкновений и столкновений, но это затрудняет его способность оценивать текущее движение и довольно часто дает сбой.



Избегание защитных механизмов, таких как ремни безопасности и шлемы:

Использование ремня безопасности в четырехколесном транспортном средстве в настоящее время является обязательным, а отсутствие ремня безопасности влечет за собой штраф, то же самое в случае шлемов для двух водителей. Ношение ремней безопасности и шлема было признано законным после того, как доказано, что эти две вещи уменьшают тяжесть травм во время несчастных случаев. Ношение ремней безопасности и шлемов удваивает шансы на выживание в серьезной аварии. Механизмы безопасности сохранят вас в целости и сохранности в случае несчастных случаев.После того, как использование шлема стало обязательным, число смертей в результате использования двух колес значительно сократилось. Следует использовать защитные приспособления предписанного стандарта и правильно связывать их для обеспечения оптимальной безопасности.

Вредное воздействие транспорта на окружающую среду

1. Безопасность 2. Шум 3. Потребление земли 4. Загрязнение воздуха 5. Ухудшение эстетики


Как различные факторы дорог способствуют несчастным случаям:

Водители: Превышение скорости, необдуманное вождение, нарушение правил, непонимание признаков, усталость, алкоголь.
Пешеход: Неосторожность, неграмотность, переход в неправильные места, движение по проезжей части, Jaywalkers.
Пассажиры: Проецирование тела вне транспортного средства путем разговора с водителями, посадки и посадки транспортного средства с неправильной стороны, движения по подножкам, захвата бегущего автобуса и т. Д.
Транспортные средства: Неисправность тормозов или рулевого управления, разрыв шины, недостаточные фары, перегрузка, проецирование грузов.
Дорожные условия: выбоины, поврежденные дороги, размытые дороги, слияние сельских дорог с автомагистралями, диверсии, нелегальные прерыватели скорости.
Погодные условия: Туман, снег, сильные осадки, ураганы, град.

Профилактика несчастных случаев:
  1. Обучение и осведомленность о безопасности дорожного движения
  2. Строгое соблюдение закона
  3. Инжиниринг:
    (a) Дизайн транспортного средства (b) Дорожная инфраструктура
Прямые последствия аварий:
1 Смертность (смерть) 2. Травма 3. Ущерб имуществу

Предоставлено: - Министерство автомобильного транспорта и автомобильных дорог, Правительство Индии

,

Смотрите также