评估交叉口邻近度在行人碰撞中的作用:基于数据挖掘方法的洞察
物理与社会
2026-05-01 v1 机器学习
摘要
尽管交叉口是道路网络中最复杂的部分,但发生在非交叉口位置的行人碰撞事故却不成比例地频繁,这凸显了一个严重的交通安全问题。本研究利用从路易斯安那州收集的事故数据库(2017-2021年),调查了涉及行人的非交叉口碰撞事故。由于行人碰撞风险往往随距交叉口距离而变化,研究团队采用了一个独特的“距交叉口距离”框架来捕捉非交叉口位置事故模式的差异。研究发现,约50%的非交叉口行人碰撞发生在距交叉口198英尺范围内。在下一步中,研究期间收集的3135起非交叉口位置行人碰撞事故被细分为三个区域:D1区指发生在距交叉口150英尺范围内的事故(1277起),D2区指发生在距交叉口151英尺至435英尺范围内的事故(1060起),D3区指发生在距交叉口435英尺或更远位置的事故(798起)。为了探索多种因素间的复杂相互作用,采用了一种直观的数据挖掘技术——关联规则挖掘。算法(基于提升度和支持度度量)共识别出前60条有趣的关联规则(每个区域20条)。此外,基于提升度增加准则(LIC)度量,共探索了124条规则。本研究的发现为理解非交叉口位置的行人事故卷入情况以及碰撞模式随“距交叉口距离”的变化提供了关键洞察。基于这些发现,还推荐了一些针对特定问题的对策,以应对非交叉口位置的碰撞模式。
引用
@article{arxiv.2604.28065,
title = {Assessing the Role of Intersection Proximity in Pedestrian Crashes: Insights from Data Mining Approach},
author = {Ahmed Hossain and Xiaoduan Sun and Subasish Das},
journal= {arXiv preprint arXiv:2604.28065},
year = {2026}
}
备注
59 pages, 14 figures