توسعه شاخص ریسک تغییر مسیر با استفاده از داده های مسیریابی (مقاله ترجمه شده)

چکیده

اقدامات ایمنی جایگزین (SSMs) به طور گسترده ای برای ارزیابی پتانسیل تصادف انجام شده است، که برای توسعه اقدامات موثر ایمنی ضروری  است. بر خلاف SSM های موجود، که عمدتا بر ارزیابی مانور خودروی طولی تمرکز می کند، آن منجر به  تصادف پشت به پشت می شود،  این مطالعه روش جدیدی را برای برآورد ریسک تصادف معرفی می کند در حالی که یک وسیله نقلیه تغییر مسیر می دهد، تحت عنوان شاخص ریسک تغییر مسیر (LCRI) .  اشاره می شود. یکی از ویژگی های جدید روش پیشنهادی، ترکیب مقدار زمان قرار گرفتن آن در معرض  خطر احتمالی تصادف و میزان شدت سقوط انتظار با استفاده از تجزیه و تحلیل درخت خطا (FTA) برای ارزیابی ساختار است. تعاملات خودرو بین یک وسیله و وسایل نقلیه مجاور در خط شروع و خط هدف، از نظر احتمال تصادف  در طول  احتمال تصادف مورد بررسی قرار می گیرد. داده های مسیریابی خودرو از یک جریان ترافیکی حاصل شده که این اطلاعات  با استفاده از یک هواپیمای بدون سرنشین در یک  آزادراه عکس گرفته شده است، که آن برای بررسی کاربرد روش پیشنهادی استفاده می شود. این مطالعه ویژگی های تغییرات خطی اجباری و اختیاری مشاهده شده در بخش منطقه کار و یک بخش عمومی از آزادراه را با استفاده از LCRI مقایسه می کند. انتظار می رود که نتیجه این مطالعه در ارزیابی اثربخشی عملیات ترافیکی مختلف و استراتژی های کنترل از نظر ایمنی تغییر مسیر ارزشمند و مفید خواهد بود.

مقدمه

روش جامع ارزیابی ایمنی ترافیکی مورد  استفاده  شامل کاربرد داده های  تصادف واقعی که شامل اطلاعات فرکانس و شدت تصادف می باشد. روش های مختلف آماری مدل سازی برای شناسایی موضوع های مربوط به ایمنی و توسعه اقدامات متقابل بر اساس تجزیه و تحلیل داده های  تصادف مورد استفاده قرار گرفته است.  به هرحال، استفاده از داده های تصادف برای تجزیه و تحلیل ایمنی است زیرا وقایع تصادفات ترافیکی نادر و تصادفی هستند که  منجر به تلاش برای جمع آوری اطلاعات درازمدت جهت به دست آوردن نمونه های کافی می شود که به طور مستقیم بر اهمیت آماری تاثیر می گذارد.  بنابراین، اشکال اجتناب ناپذیری وجود دارد به دلیل موضوع نمونه گیری تصادفی در ارزیابی ترافیک ایمنی را به شیوه ای فعال تر، حتی اگر روش های مبتنی بر تصادف واقعی هدفمند باشند.  جایگزین امیدوار کننده برای استفاده از اقدامات ایمنی جایگزین (SSMs)  است که پتانسیل خطرات تصادف را تعیین می کنند (هیدن 1987).  پیشرفت سنسورها و فن آوری های ارتباطی به  شناسایی حوادث خطرناک اجازه می دهد، که با وقوع تصادف، براساس تحلیل مسیر مسیریابی خودرو داده ها بسیار مرتبط است.  تا امروز، تلاش های مختلف برای ترسیم اقدامات محکم برای گرفتن حوادث خطرناک در زمینه ایمنی ترافیک ساخته شده است.

زمان - برخورد (TTC) یکی از پر کاربرد ترین  SSM ها  با اهداف ترافیک و ایمنی خودرو می باشد. TTC زمان باقی مانده برای جلوگیری از حادثه است، از زمانی که راننده اقدام می کند که تصادف رخ می دهد (هویوار، 1971).  آن بطورحساس با توجه به تغییر در موقعیت فعلی و سرعت پاسخ میدهد  و این امکان پذیر است برای پیش بینی اینکه آیا برخورد در یک نقطه خاص در زمان خاص رخ می دهد زمانیکه  سرعت و جهت یک خودرو موضوع تغییر نکرده است. TTC می تواند  محاسبه شود تنها زمانی که یک وسیله نقلیه زیر سریع تر از وسیله نقلیه پیشرو است. به هرحال، TTC اغلب از SSM استفاده می کند، زیرا آن برای درک کاربران آسان است. شاخص های توسعه یافته بر مبنای مفهوم  TTC شامل زمان در معرض TTC (TET)، TTC زمان یکپارچه (TIT)، و عبور از گذر زمان (TLC) است، (میندرهود و بوی 2001، ون وینسام و  همکاران، 2000).  زمان تحریم ارسال (PET) اندازه گیری از وضعیت  است که در آن حوادث تقریبا رخ می دهد؛ تفاوت زمانی بین آن است زمانی که یک وسیله نقلیه پیش از آن عبور کرده است نقطه و زمانی که یک وسیله نقلیه در جهت مخالف حرکت می کند به این نقطه می رسد (آلن و همکاران، 1978). از آنجا که PET نشان دهنده نزدیکی فضایی و زمانی وسایل نقلیه است، آن می تواند بدون توجه به سرعت خودرو زیر، بر خلاف TTC ارزیابی شود.  اقدامات مشتق شده از PET شامل فاصله زمانی (GT)، زمان رمزگذاری (ET) و مزیت زمان (TAdv)  است (هانسون، 1975). به عنوان شاخه ای دیگر از SSM ها، اقدامات مبتنی بر کاهش اقدامات از راه های مختلفی استفاده می شود. حداکثر کاهش سرعت (حداکثرD)، سرعت تاخیر به زمان ایمنی (DST)،  کاهش سرعت برای جلوگیری از تصادف (DRAC)، و شاخص توقف مسافت (SDI) به دسته از SSM ها با استفاده از کاهش سرعت کاهش می یابد (گت من و هد 2003، هاپفر 1997، کاپر و فرگوسن، 1976؛ اوه و همکاران، 2006). حداکثر D ، حداکثر کاهش سرعت مشاهده شده در یک حادثه تصادف است.

روش شناسی

چارچوب کلی

وسایل نقلیه مسافرتی در امتداد یک جاده به طور مداوم با همسایه وسایل نقلیه در خطوط جاری و مجاور ارتباط برقرار می کنند.  تعاملات خودرو منجر به رفتارهای مختلف خودرویی و وقوع حوادث تغییر مسیر می شود.  تجزیه و تحلیل چنین تعاملات علاقه خاصی  در ارزیابی اثربخشی ترافیک و استراتژی های کنترل دارد. این مطالعه تلاش دارد تا روش برآورد سیستماتیک و علمی را برای هر ریسک تصادف توسعه دهد، که نتیجۀ تعاملات نادرست است. فرض کنید که مسیر یک وسیله نقلیه تغییر در موقعیت خودرو در طول زمان می باشد. روش پیشنهادی به طور مداوم ریسک وقایع تغییر مسیر با استفاده از روش FTA را ارزیابی می کند. روش کلی متشکل از 4 مرحله برای برآورد خطر وقوع تغییر مسیر خط  ارائه شده در شکل  1 می باشد.

داده

برای ارزیابی کاربرد روش پیشنهادی، عکس از جریان ترافیکی توسط هواپیمای بدون سرنشین در آزاد را کره
در ماه ژوئن 10، 2016 گرفته شد. تصاویر ویدئویی که در مدت 20 دقیقه گرفته شد، از منطقه کار و بخش عمومی آزاد راه کره Jungbu بدست آمد.

کاربرد و ارزیابی

یک نمونه از پروفایل های SDI که از مسیر واقعی داده های جمع آوری شده توسط هواپیماهای بدون سرنشین پرواز در آزاد راه جانگبو حاصل می شود در شکل 7 ارائه شده است . رویداد تغییر خط که توسط وسیله نقلیه A ساخته شده به عنوان یک رویداد امن طبقه بندی شده است، که نشان می دهد LCRI برابر صفر است زیرا SDI ها کمتر از 0 در طول 3.4 ثانیه از TLCD مشاهده نشد. با این حال، وسیله نقلیه در معرض خطر شامل تصادف در مدت 6.2 ثانیه دوره کل تغییر خط SDIMA می باشد. وسایط نقلیه B حدود 111 متر بود. علاوه بر این، REL و RSL برای خودرو B به ترتیب 1.0 و 0.02 بود. این منجر به احتمال شکستن ایمنی تعامل خودرو (φ) از 0.02 می شود. در همین حال، مشخصات SDI خودرو Cاز وضعیت امن به یک وضعیت خطرناک تغییر کرد. نتایج نشان می دهد که REL 0.9 مبتنی بر TLCD (3 s) و ULCD (2.7 s, SDI≤0). بود. مشاهده SDI obs MAX 39 متری تولید RSL از 0.07 می باشد. بنابراين، احتمال وقوع تعامل خودروي امن(φ) مشتق 0.063 بود.

نتیجه گیری

بر خلاف اقدامات موجود برای ارزیابی ایمنی از نظر مانور خودرو طولی استفاده می شود ، مانند خطای برخورد عقب به عقب، روش پیشنهادی در این مطالعه، خطر تغییرات مسیر را ارزیابی می کند.رویکرد پیشنهادی براساس تحلیل مداوم پروفیل ها SDI برای استخراجREL و RSL است ، که از ورودی تکنیک FTA استفاده می کنند. نتیجهFTA به عنوان LCRI تعریف شده است که نشان دهنده مقدار کمی از خطر تغییر مسیر در این مطالعه است. این LCRI از طریق روش برآورد چهار مرحله ای حاصل می شود. تعاملات خودرو بین خودروی شخص و وسایل نقلیه مجاور در شروع و خطوط هدف برای تعیین اینکه آیا وسیله نقلیه فرد در یک است، وضعیت خطرناک در هر مرحله زمانی است، تحلیل می شود سپس FTA خطراتی را یکپارچه می کند که نتیجه تعامل با وسایل نقلیه نزدیک است. مسیریابی خودرو داده ها با استفاده از عکس گرفته شده از جریان ترافیکی با استفاده از پرواز هواپیمای بدون سرنشین در یک منطقه کار آزادراه حاصل شده است، برای بررسی کاربرد روش پیشنهادی مورد استفاده قرار گرفت. علاوه بر این، بحث در مورد چگونگی LCRI برای ارزیابی ایمنی ارائه شده است.

به جای استفاده از پروفایل های SDI، SSM های موجود را می توان برای تعیین استفاده کرد اگر یک رویداد داده شده امن باشد یا خیر. به عنوان مثال، سطح ایمنی از مانور تغییر خط می تواند با تخمین TTC ها بین خودرو شخص و وسایل نقلیه اطراف آن ارزیابی شود و سپس ارزش ها خطرTTC می توانند در چارچوب ادغام مبتنی بر FTA ترکیب شوند. به هر حال، برخی از مسائل فنی مرتبط با TTC وجود دارد.

در مرحله اول، TTC را نمی توان محاسبه کرد زمانی که سرعت خودروی شخص وسیله مورد نظر آهسته تر از خودروی جلو است. ثانیا، TTC نمیتواند شدت سقوط را معرفی می کند. در نهایت، مقدار آستانه برای TTC مورد نیاز است تا تعیین شود اینکه آیا TTC امن است یا خیر. شاخص پیشنهادی مبتنی بر تجزیه و تحلیل پروفایل SDI رایگان از این مسائل برای اجرای در عمل است. علاوه بر TTC، معیارهای جایگزین مفید است از جمله زمان برانگیختن(PET)، کاهش سرعت برای جلوگیری از تصادف (DRAC) و Delta S. از آنجا که هر اندازه گیری دارای ویژگی های خود است ، تحقیقات مقایسه ای سیستماتیک برای جایگزین اقدامات شامل شاخص پیشنهادی از نظر عملکرد برای شناسایی سطح ایمنی به عنوان وظیفه تحقیق در آینده مورد نیاز است.

شاخص های تولیدی، مانند REL و RSL، علاوه بر LCRI، انتظار می رود که به طور موثر برای ارزیابی ایمنی ترافیک مورد استفاده قرار گیرد. مثلا، هنگامی که یک ترافیک کنترل و عملیات استراتژی اعمال می شود، می تواند منجر به تغییرات در شرایط جریان ترافیکی می شود که منجر به الگوهاتغییر مسیر می شود. روش های ارزیابی ایمنی برای یک استراتژی عملیاتی یا درمان را می توان به دو دسته شامل روش "مستقیم" "و" روش غیر مستقیم " طبقه بندی کرد. روش مستقیم مقایسه مشاهدات تصادف است ، (و یا کاهش در روش های بیزی مبتنی بر تصادف). یافته ای که منطقه کاری خطرناکتر از بخش عمومی با مقایسهLCRI ها می تواند توسط مقایسه میزان مرگ و میر پشتیبانی شود. فرکانس LCRI های جمع آوری شده برای سایت های مطالعه می تواند برای ارزیابی ایمنی ترافیکی بیشتر استفاده شود. برای این کاربرد، یک مقدار آستانه برای نیازهای LCRI باید تعیین شود. وقتی 0.3، معادل با 25 درصد از تمام LCRI ها به عنوان مقدار آستانه(Φm) برای تعیین اینکه آیا رویداد تغییر مسیر، امن است، یا خیر استفاده شد که 19 رویداد خارج از 70 تغییر خط در بخش کار منطقه به عنوان تغییرات خط نا امن شناسایی شدند. از سوی دیگر، 4 رویداد خارج از 25 خط تغییر دربخش عمومی به عنوان تغییرات خطای ناامن شناسایی شد. انواع کنترل ترافیک و عملیات درمان را می توان از نظر

ایمنی تغییر خط بر اساس LCRI توسعه یافته در این مطالعه ارزیابی کرد. جدول 3 نشان می دهد، نتایج فرکانس و نسبت رویدادهای ریسک زمانی مشاهده می شود زمانیکه آستانه های مختلف اعمال شد.
روش پیشنهادی در این تحقیق به دسته روش غیر مستقیم با استفاده از مقادیر جایگزین برای اندازه گیری پتانسیل تصادف تبدیل شده است. برای تسهیل شاخص پیشنهادی در عمل، پنجره های موقتی و فضایی مناسب باید برای جمع آوری ارزش های تخمین زده شده ریسک نیاز به اصلاح دارند. سپس آزمون های آماری می تواند برای تعیین اینکه آیا کاهش قابل توجه است انجام شود در LCRI ها با استفاده از هر استراتژی عملیاتی یا درمان برای بهبود ایمنی قابل مشاهده است. آنها شامل عملیات محدود سرعت متغیر ، روش های مختلف ادغام، و سیستم های اطلاعاتی هشدار منطقه کار هستند. علاوه بر این، تلاش های نظارت بلند مدت برای دیدن اگر LCRI به طور قابل ملاحظه ای مرتبط با حوادث تصادف واقعی خواهد بود، مورد نیاز است. پارامترهای مرتبط با LCRI را می توان به طور مداوم با تجزیه و تحلیل داده های تصادف واقعی و مسیرهای مربوط به خودرو را تنظیم کرد. این پیشرفت فن آوری های نظارت بر ترافیک امکان این تجزیه و تحلیل را بررسی می کند

تحت این شرایط، اپراتورها و مدیران ترافیک می توانند شناسایی کنند آیا استراتژی کاربردی بهبود خواهد داد یا تغییر مسیر ایمنی را تضعیف می کند. به طور خاص، درمان های مختلف شامل کنترل ادغام خط و تنظیمات را می توان از نظر ایمنی در طول بخشی از جاده ارزیابی کرد که تغییرات لاین های مکرر مورد نیاز است. با توجه به گردآوری داده برای به دست آوردن اطلاعات مسیریابی خودرو، این مطالعه از هواپیمای بدون سرنشین برای گرفتن عکس ازجریان ترافیک را در یک منطقه کار و در یک بخش عمومی استفاده کرد. اعتقاد بر این است که این تلاش ارزشمند است، زیرا این روش ها در دسترس برای جمع آوری اطلاعات ترافیکی را متنوع می کند. این روش پیشنهادی می تواند به عنوان یک رویکرد اساسی برای حمایت از سیستم های پیشرفته کمک رانندگی در اجتناب از وقوع تصادف مورد استفاده قرار گیرد، اگر چه اصلاح نیاز دارد برای یک برنامه زمان واقعی اجرا می شود.

اگر چه امکان برآورد روش پیش بینی خطر نشان داده شد، تحقیقات بیشتری باید انجام شود تا به طور کامل این روش در عمل اجرا شود. انواع اقدامات نیاز به طراحی برای اطمینان از شناسایی دقیق تر و قابل اطمینان از شرایط خطر دارد. ویژگی های رانندگان و وسایل نقلیه باید در ارزیابی چارچوب در نظر گرفته شود. علاوه بر این، تجزیه و تحلیل بیشتر از تعیین آستانه Φmمورد نیاز است. قابلیت محدود باتری برای هواپیماهای بدون سرنشین و ویژگی های موقت منطقه کار به ما اجازه نمی دهد تا نمونه های کافی داده ها را که باید مورد استفاده قرار گیرد، برای تجزیه و تحلیل در این مطالعه جمع آوری کنیم. مجموعه داده های بزرگتر از انواع موقعیت تغییر خط به دست می آید مانند ادغام و واگرایی باید برای ارزیابی و اعتبار روش ارائه شده آماده شود. مسیرهای خودرو، شامل وضعیت های تصادف واقعی، برای ارزیابی مقدار آستانه برای شناسایی رویدادهای خطرناک به درستی ارزشمند خواهد بود.

روش پیشنهادی باید به نظارت بر ترافیک نسل بعدی نیز اضافه شود قادر به اندازه گیری ترافیک جدید تولیدی که به طور فعال برای ارزیابی ایمنی استفاده می شود. نتایج از این مطالعه انتظار می رود که از توسعه و ارزیابی های اقدامات مخالف مختلف برای جلوگیری از سقوط پشتیبانی کند.

این مقاله ISI در سال 2018 در نشریه الزویر و در مجله تجزیه و تحلیل و پیشگیری از حوادث، توسط گروه مهندسی حمل و نقل و لجستیک منتشر شده و در سایت ای ترجمه جهت دانلود ارائه شده است. در صورت نیاز به دانلود رایگان اصل مقاله انگلیسی و ترجمه آن می توانید به پست دانلود ترجمه مقاله توسعه شاخص ریسک تغییر مسیر با استفاده از داده های مسیریابی در سایت ای ترجمه مراجعه نمایید.