文献

J-GLOBAL ID：202202262135807084   整理番号：22A0944257

統計的および機械学習法に基づく交差点フリーウェイのための動的交通事故リスクの同定【JST・京大機械翻訳】

Identification of dynamic traffic crash risk for cross-area freeways based on statistical and machine learning methods

著者 (8件)： Yang Yang (School of Transportation Science and Engineering, Beihang University, Beijing 100191, PR China) ,  Yang Yang (Beijing Key Laboratory for Cooperative Vehicle Infrastructure Systems and Safety Control, Beihang University, Beijing 100191, PR China) ,  He Kun (School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, PR China) ,  Wang Yun-peng (School of Transportation Science and Engineering, Beihang University, Beijing 100191, PR China) ,  Wang Yun-peng (Beijing Key Laboratory for Cooperative Vehicle Infrastructure Systems and Safety Control, Beihang University, Beijing 100191, PR China) ,  Yuan Zhen-zhou (School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, PR China) ,  Yin Yong-hao (School of Traffic and Transportation Engineering, Central South University, Changsha 410075, PR China) ,  Guo Man-ze (School of Traffic and Transportation, Beijing Jiaotong University, Beijing 100044, PR China)
資料名： Physica A. Statistical Mechanics and Its Applications  (Physica A. Statistical Mechanics and Its Applications)
巻： 595  ページ： Null  発行年： 2022年 
JST資料番号： D0322B  ISSN： 0378-4371  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： 高速道路交通安全は,高速道路交通事故から生じる頻繁で深刻な結果のために,大きな注意を与えるべきである。高解像度トラフィックビッグデータを得る可能性によって,従来のフリーウェイ安全性促進方法を,リアルタイムトラフィックデータに基づくアクティブ安全制御の新興技術によって徐々に置き換えた。しかし,現在,動的交通安全に対する交差領域永続性の欠如がある。既存の動的交通衝突事故前兆同定研究の欠陥を克服して,フリーウェイ動的安全制御のための正確な理論的基礎を提供するために,本研究は,研究対象として交差領域フリーウェイを取り入れた。第1に,LOS(サービスレベル)A-F理論および地域タイプの考察に基づいて,評価すべき6つのユニット(2次元全体:飽和/不飽和流,都市/郊外/量)を生成した。次に,Markov連鎖モンテカルロ法に基づく条件付きロジスティック回帰を採用して,断面積フリーウェイの動的リスクを定量的に評価した。最後に,20の関連交通流変数を,動的交通流特性を反映することができる5つの次元から抽出して,ランダムフォレストアルゴリズムとBayesロジスティックス回帰を含む機械学習方式を,解析とモデリングのために適用した。次に,衝突前駆体を,フリーウェイ領域の各タイプに対して同定し,交通流変数と衝突リスクの間の統計的関係を,統計モデルによって確立した。結果は,フリーウェイの地域タイプと交通条件が,動的交通安全と有意に相関し,都市地域/飽和流動条件における衝突リスクが最も高く,郊外地域/不飽和流の条件における29.6倍であることを示した。交通が都市/不飽和流のフリーウェイで動作するとき,小車群の形成と車線変更行動は,衝突リスクに影響する主要な役割を果す。都市/飽和流で運転するとき,フリートの頻繁な加速または減速,およびフリートの形成の間の頻繁な車線変更は,衝突リスクに対して大きな影響を与える。交通が郊外/不飽和流で運転するとき,主な事故前駆体は,短期間の占有率と体積の突然の変化,ならびに小群の形成である。郊外/飽和流で運転するとき,衝突傾向変数は,短期間の速度と占有率の急激な増加と体積の変化である。交通が山岳/不飽和流で運転するとき,短期の速度と占有率の変化,および小車群の形成は,衝突に影響する主な要因である。山岳/飽和流で運転するとき,車線変更挙動,体積の突然の増加,および飽和流におけるいくつかの車両の速度突然変異は,重要な前駆体である。結果は,フリーウェイのあらゆる地域タイプが交通衝突の異なった機構を有することを示した。さらに,フリーウェイ領域タイプと交通状態差を考慮して,本研究で提案した機械学習と統計的組合せモデルは,動的交通流特性と交通安全の間の関係と機構を,より包括的かつ正確に同定することができ,そして,この研究における同定結果は,交差地域フリーウェイのための更なる動的衝突予測研究を参照することができた。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 安全性 ,  交通安全 ,  *リスク ,  *高速道路 ,  交通流 ,  都市 ,  変数 ,  市街地 ,  都市郊外 ,  統計模型 ,  *交通事故 ,  *交通 ,  占有率 ,  *機械学習
準シソーラス用語： ロジスティック回帰分析 , 【Automatic Indexing@JST】

著者キーワード (6件)： フリーウェイ ,  地域シナリオ ,  リアルタイム交通事故前兆 ,  動的リスク同定 ,  統計モデル ,  機械学習

分類 (1件)： 自動車事故,交通安全  (TB01050G)

タイトルに関連する用語 (7件)： 統計 ,  機械学習 ,  交差点 ,  フリーウェイ ,  交通事故 ,  リスク ,  同定