利用蓝牙与自适应信号控制数据开展城市主干道安全分析

实时安全分析已成为研究热点，因其能更准确地揭示实时交通特征与碰撞发生之间的关系，且这些结果可用于改进主动交通管理系统并提升安全性能。以往多数研究应用于高速公路，极少针对主干道。本研究试图基于佛罗里达中部四条城市主干道，考察碰撞发生与实时交通及天气特征之间的关系。考虑到间断式城市主干道与接入控制高速公路之间的显著差异，除传统交通数据外还引入了自适应信号配时数据。通过融合蓝牙、自适应信号控制与天气数据建立了贝叶斯条件 logistic 模型，这些数据提取自碰撞发生前 20 分钟（四个 5 分钟间隔）内。模型比较结果表明，基于 5–10 分钟间隔数据集的模型表现最佳。其显示平均车速、上游左转流量、下游绿信比与降雨指示变量对碰撞发生具有显著影响。此外，还建立了贝叶斯随机参数 logistic 模型与贝叶斯随机参数条件 logistic 模型以与贝叶斯条件 logistic 模型比较，发现贝叶斯随机参数条件 logistic 模型在 AUC 与 DIC 值方面具有最佳模型表现。这些结果在综合主动交通管理背景下的实时安全应用中十分重要。