为什么他们冒着在十字路口直接左转的风险:为自行车违规行为建模的数据驱动框架
Hui Bi1, Xuejun Zhang2, Weiwei Zhu2
1School of Modern Posts, Nanjing University of Posts and Telecommunications, Nanjing 210003, China; Jiangsu Key Laboratory of Urban ITS, Southeast University, Nanjing 211189, China; Jiangsu Province Collaborative Innovation Center of Modern Urban Traffic Technologies, Southeast University, Nanjing 211189, China; School of Transportation, Southeast University, Nanjing 211189, China.
在十字路口的骑自行车者直接左转 (DLT) 带来了重大风险. 这项研究确定了影响DLT行为的因素,提供了改善骑自行车安全和降低撞车率的见解.
科学领域:
- 交通安全 交通安全
- 运输工程 运输工程
- 行为分析 行为分析
背景情况:
- 在十字路口发生的自行车撞车事故是一个主要的交通安全问题.
- 骑自行车的人直接左转 (DLT),特别是与车辆混合时,由于缺乏暴露数据,增加了风险.
- 了解像DLT这样的危险自行车行为背后的机制对于预防至关重要.
研究的目的:
- 使用共享单车数据开发一个用于检测直接左转 (DLT) 事件的框架.
- 调查影响骑自行车者DLT行为的促成因素.
- 为减少DLT率和提高骑自行车安全的战略提供信息.
主要方法:
- 建议使用共享自行车轨迹的直接左转 (DLT) 检测框架.
- 使用随机参数逻辑模型与平均值和方差异性 (RPLHMV) 来分析DLT行为.
- 对DLT案例的统计分析,以确定影响变量.
主要成果:
- 在高需求的高峰通勤时间,DLT在工作日更频繁.
- 遵守法律的骑自行车者受到外部因素的影响,而冒险者则受到习惯的驱动.
- 关键因素包括事件时间,通过时间,自行车速度,等待时间,通过空间和对DLT的偏好.
结论:
- 该研究提供了一种使用共享单车数据进行DLT检测和分析的新方法.
- 确定了DLT违规行为的独特行为模式和影响因素.
- 这些发现可以指导制定有针对性的干预措施,以提高骑自行车者的交叉路口安全.
相关概念视频
Rolling Resistance: Problem Solving
Collisions in Multiple Dimensions: Problem Solving
A small car of mass 1,200 kg traveling east at 60 km/h collides at an intersection with a truck of mass 3,000 kg traveling due north at 40 km/h. The two vehicles are locked together. What is the...
Collisions in Multiple Dimensions: Introduction
Design Example: Alignment of a Road Line Using GIS
Kinematic Equations: Problem Solving
Design Example: Measuring Distance Between Two Points with Obstructions


