文献

J-GLOBAL ID：202202234250346206   整理番号：22A0712499

都市高速道路のランプ周辺のリアルタイム衝突予測モデル

A real-time crash prediction model for the ramp vicinities of urban expressways

著者 (2件)： Hossain Moinul (Department of Built Environment, Tokyo Institute of Technology, Nagatsuta-machi, Midori-ku, Yokohama, Kanagawa 226-8502, Japan) ,  Muromachi Yasunori (Department of Built Environment, Tokyo Institute of Technology, Nagatsuta-machi, Midori-ku, Yokohama, Kanagawa 226-8502, Japan)
資料名： IATSS Research (Web)  (IATSS Research (Web))
巻： 37  号： 1  ページ： 68-79  発行年： 2013年 
JST資料番号： U1137A  ISSN： 0386-1112  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ランプ周辺は,都市高速道路における事故多発地点として知られている。そこでは,運転手は高速を維持しながら走行し,道路標識を読み取り,ルートを計画し,走行中の他車との安全距離の維持するなど,安全を確保するために高いレベルの認知応答が要求される,複数の込み入った事象に同時に対応する必要がある。そのため,交通力学に起因する付加的不快感が事故につながる運転ミスを誘発する可能性がある。本論文では,高解像度のリアルタイム交通流データを用いて,ランプ周辺近傍に動的に形成される危険な交通状況を特定するための手法を提案した。ランプ周辺を入口および出口ランプの上流と下流の4つのゾーンに分け,4つのリアルタイム衝突予測モデルを構築した。本研究では,東京の首都高速道路株式会社が管轄する渋谷3号線と新宿4号線の約2年間(2007年12月~2009年10月)の事故データと,それに対応する交通センサデータを利用した。また,多項ロジットモデルの森であるランダム多項ロジットを用いて,最も重要な変数を同定した。最後に,リアルタイムモデリング手法であるベイジアンビリーフネット(BBN)を使用して,ランプ流量,ランプ位置の上流側の流量と渋滞指数,下流側の流量と速度を変数として,4つのモデルを構築した。新たに提案したモデルは,入口の下流,出口の下流,入口の上流,出口の上流のランプについて,それぞれ50%,42%,43%,55%の衝突を,誤報率10%程度で予測できた。このモデルは,ランプ計測,可変速度制限,可変メッセージ標識による警告メッセージなど,様々な交通円滑化対策と組み合わせて,ランプ周辺の安全性を高めるために利用することができる。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *交通事故 ,  *ランプウエイ ,  ロジットモデル ,  *予測モデル ,  道路橋 ,  合流
準シソーラス用語： *ランプ ,  傾斜路

著者キーワード (4件)： リアルタイム衝突予測モデル ,  ランダム多項式ロジット ,  Bayes信念ネット ,  ランプビシニティ

分類 (2件)： 自動車事故,交通安全  (TB01050G) ,  道路工学一般  (RC08010M)

タイトルに関連する用語 (6件)： 都市高速道路 ,  ランプ ,  周辺 ,  リアルタイム ,  衝突 ,  予測モデル