用现场撞车数据验证交通模拟进行撞车风险评估

科学领域:

• 道路安全工程工程 道路安全工程
• 交通模拟建模的交通模拟建模.
• 数据分析和模式识别.

背景情况:

• 交通模拟工具的进步需要准确可靠的安全评估.
• 弥合模拟模型和真实世界的安全观察之间的差距对于强大的方法论至关重要.
• 对模拟和现实世界交通安全指标的比较分析有助于识别安全模式.

研究的目的:

• 从模拟和现实数据进行交通安全指标的全面比较分析.
• 采用聚类技术来识别不同的道路安全模式.
• 验证交通模拟在预测道路事故风险方面的准确性和可靠性.

主要方法:

• 使用Aimsun Next进行交通模拟和替代安全评估模型 (SSAM) 来提取交通冲突和评估碰撞风险.
• 分析了来自希腊统计局 (ELSTAT) (2017-2019) 的真实事故数据,包括受伤细节,车辆和事故计数.
• 将模拟指标 (流量,容量,碰撞风险) 与观察数据 (速度限制,道路长度,受伤人数,碰撞数) 进行比较.

主要成果:

• 确定了两个不同的集群:低和高碰撞风险的道路,显示最小的重叠.
• 在使用交通模拟数据对道路交通事故风险进行分类时,获得了大约87.7%的准确性.
• 强调了彻底校准的必要性,因为不准确预测的道路缺乏足够的交通数据.

结论:

• 验证了交通安全评估的框架,适用于直接观察不切实际的场景.
• 证明了交通模拟用于预测道路事故风险的可靠性.
• 强调该框架有潜力提高道路安全,并指导在动态交通环境中的干预.