基于车载录制的车祸视频数据,对中国电动自行车乘客的伤害严重程度分析:一个随机参数顺序的logit模型

科学领域:

• 交通安全 交通安全 交通安全
• 生物力学 生物力学
• 事故分析 事故分析

背景情况:

• 在全球范围内,电动自行车的使用正在迅速增加,导致相关交通事故的增加.
• 了解导致电动自行车骑手受伤严重程度的因素对于开发有效的安全干预措施至关重要.
• 现有的研究往往缺乏对电动自行车与机动车辆碰撞中的事故前行为和环境因素的详细分析.

研究的目的:

• 调查影响电动自行车骑手在机动车撞车事故中受伤严重程度的多方面的因素.
• 分析人类因素 (司机/乘客行为),车辆特性,道路状况和环境属性的影响.
• 专门检查非法行为,避开机动和遮阳使用的角色.

主要方法:

• 利用来自中国的车载录像事故数据进行全面分析.
• 提取了详细的变量,包括司机和骑手的非法/避开行为和遮阳使用.
• 应用混合逻辑模型来识别损伤严重程度的重要预测因素.

主要成果:

• 司机超速行驶,过红灯,轻型卡车,重型卡车和公共汽车的参与,对乘客的伤害产生了重大影响.
• 司机和乘客的非法行为增加了伤害严重程度,而避开行为减少了伤害严重程度.
• 夜间事故,视觉障碍,大型车辆参与,阳遮阳罩使用增加了受伤风险,而头盔使用提供了保护.

结论:

• 司机和骑手的行为,车辆类型和环境条件是电动自行车骑手受伤严重程度的关键决定因素.
• 执行交通法规和推广防御性骑行策略对于减轻电动自行车碰撞伤害至关重要.
• 使用头盔等防护装备,避免遮阳罩是驾驶员在机动车碰撞中的安全至关重要的.