19631

۱۹۶۳۱

مدلسازي ريسك تصادف رانندگان سامانه اتوبوس هاي تندرو، بر اساس پروفيل سرعت

كارشناسي ارشد

برنامه ريزي حمل و نقل

۱۳۹۷/۰۳/۳۰

دكتر علي توكلي كاشاني

عمران

امروزه يكي از دغدغه¬هاي اساسي كشورهاي در حال توسعه موضوع ازدحام ترافيكي و همچنين آلودگي هوا مي¬باشد. از جمله راهكارهاي موجود براي حل اين مشكلات استفاده بيش¬از¬پيش از ناوگان حمل¬و¬نقل همگاني مي¬باشد. با افزايش استفاده از حمل¬ونقل همگاني دغدغه ايمني اين مد اهميت بيشتري مي¬يابد. در ميان مدهاي حمل¬و¬نقل همگاني، خطوط اتوبوس¬هاي تندرو روزانه حجمي زيادي از مسافران را جابجا¬كرده و همچنين داراي خطوط طولاني¬تر و سرعت بيشتر به نسبت ساير خطوط اتوبوسراني مي¬باشند كه اين امر توجه بيشتر به ايمني اين مد را مي¬طلبد. در مطالعات پيشين انجام شده در زمينه ايمني اتوبوس، عمدتا محققين به تحليل داده¬هاي تصادفات جهت ارزيابي ايمني پرداخته¬اند كه البته اين رويكرد با توجه به نقص و كمبود داده تصادفات همواره داراي محدوديت¬هايي بوده¬است، كه اين محدوديت¬ها باعث توجه بيشتر محققين به رويكرد¬هاي جديد تحليل ايمني شده¬است. از جمله رويكردهاي نوين در زمينه مطالعات¬ ايمني بهره¬گيري از داده ميداني رانندگي مي¬باشد كه به رفتار واقعي رانندگان نزديك¬تر است. هدف اصلي اين مطالعه معرفي شاخص¬هايي برگرفته¬ از رفتار ميداني رانندگان اتوبوس¬هاي تندرو مي¬باشد كه به كمك آنها بتوان ريسك تصادفات رانندگان را مشخص كرد. در اين مطالعه از پروفايل سرعت رانندگان خطوط 3و5 اتوبوس¬هاي تندرو تهران، به¬عنوان مبنايي براي استخراج شاخص¬هاي مورد¬نظر استفاده شده¬است. بدين-منظور فرد آمارگير با گوشي¬هوشمند مجهز به سيستم موقعيت¬ياب و همچنين به كمك برنامه مناسب نصب¬شده رو گوشي¬هوشمند، بيش از 100 ساعت در داخل خطوط ذكرشده پروفايل سرعت رانندگان را برداشت كرد. پس از بدست آوردن شاخص¬هاي نرخ كاهش¬سرعت، نرخ كاهش¬شتاب، ميانگين¬شتاب و شاخص¬هاي سرعت از پروفيل سرعت برداشت شده، داده¬هاي واقعي تصادفات دو سال اخير رانندگان كه به طور دقيق در شركت اتوبوسراني تهران ثبت شده¬است از سامانه3 شركت واحد اخذ شد و سپس همبستگي بين شاخص¬ها با تصادفات رانندگان بررسي شد. نتايج نشان داد كه بين شاخص¬هاي شتاب مطرح شده در اين مطالعه و سوابق تصادفات رانندگان رابطه معناداري وجود دارد. در ادامه مدلي در قالب دوجمله¬اي منفي جهت پيش¬بيني تصادفات رانندگان ساخته شد. نتايج مدل نشان داد كه رانندگاني كه نرخ¬هاي كاهش¬شتاب بالاتري دارند داراي تصادفات بالاتري نيز هستند و برعكس. همچنين نرخ كاهش-شتاب¬ بحراني در رانندگان گروه¬هاي سني پايين¬تر داراي فراواني بيشتري نيز بود.

1397/08/09

Modelling Accident Risk of BRT Drivers, Based on Speed Profile

6/20/2018 12:00:00 AM

Nowadays one of the difficulties that developing countries are facing with is traffic congestion and of course air pollution. One of the primary methods to tackle this problem is to use public transportation more than before. By using more of PT, the concern of safety of these modes gets challenging. Among PT modes BRT lanes are of greater concern since they have longer routes and higher speeds in comparison to standard busses. In previous studies of bus safety mainly researchers took advantage of accident data to evaluate safety which this approach could be limited due to shortage and incompleteness of accident data. These limitations lead researchers to pay more attention to new safety analysis approaches. New approaches take advantage of naturalistic driving data which is closer to real behavior of drivers. The main aim of this study is to introduce new measures derived from naturalistic driving data of BRT drivers which could be used to evaluate accident risk of drivers. In this study speed profile of BRT drivers in route number 3 and 5 of Tehran BRT routes is recorded by using a smartphone app. After calculating Jerk and DR measures from speed profile, accident data was also acquired from bus company and then the correlation between measures and accidents were calculated. Results show that there are significant correlations between these measures and accidents. Also a regression count model was fit to data. Model results imply that drivers who have more high jerks, have also more accidents and vice-versa. Also younger drivers make more high jerks. According to the finding of this study, jerk measures could be used as a tool to signify safety level of BRT drivers. Results of this study could be used to consider driving pattern of BRT drivers.