Este documento describe un estudio que desarrolló modelos de regresión de Poisson para predecir las tasas de accidentes de un solo vehículo y de múltiples vehículos en 17 segmentos rurales de dos carriles, basándose en el uso del suelo, la densidad del tráfico, la hora del día y las condiciones de luz. Para accidentes de un solo vehículo, las variables significativas incluyeron el día (efecto negativo), la relación volumen/capacidad (negativo), el porcentaje de zonas no residenciales (positivo) y el

1. 43
ESTIMAR BENEFICIOS DE ESPECÍFICO CAMINO
SEGURIDADMEJORAS
Jua
n N.
Iván
Paul J.
Ossenbr
uggen
Chu
nyan
Wang
Nelson
R.
Bernar
do
UNIDO ESTADOS DEPARTAMENTO DE
TRANSPORTECENTRO DE TRANSPORTE
UNIVERSITARIO REGIÓN I PROYECTO UCNR 10-
7
FINAL INFORME
Abril 11, 2000
Realiz
ado por
Universidad
de
Connecticut
Instituto de Transporte
de Connecticut
Storrs CT
06269-2037
y
Universidad de
New Hampshire
Departamento de
Ingeniería Civil
Durham NH 03824
Técnico Informe

2. 43
Documentación Página
1. Informe No. 2. Gobierno Accesión No. 3. Destinatarios Catálogo No.
4. Título y Subtítulo
ESTIMACIÓN DE LOS BENEFICIOS DE LA SEGURIDAD
VIAL ESPECÍFICAMEJORAS
5. Informe Fecha
Marzo 2000
6. Realización Organización Código
7. Autor(es)
Juan N. Ivan, Paul J. Ossenbruggen, Chunyan Wang,
Nelson R. Bernardo
8. Realizar Organización Informe No.
NEUTC UCNR10-7
9. Realizar Organización Nombre y Dirección
Universidad de Connecticut
Connecticut Transporte Instituto
Ingeniería Civil y Ambiental, U-37
Storrs CT 06269-2037
10. Trabajo Unidad No. (TRAIS)
11. Contrato o Subvención No.
DTRS95-G-0001
22M Patrocinio Agencia Nombre y Dirección
Nuevo Inglaterra (Región Uno) UTC
Massachusetts Instituto de Tecnología
77 Massachusetts Avenue, Sala 1-235
Cambridge MAMÁ 02139
13. Tipo de Informe y Periodo Tapado
Final
1997/09/01-1999/08/31
14. Patrocinio Agencia Código
15. Suplementario Notas
Con el apoyo de un subvención del NOS Departamento de
TransporteUniversidad Transporte Centros Programa
16. Abstracto
En el pasado Treinta años camino fatalidad Tarifas have Disminuido firmemente
porque más notablemente de dramático Cambios en motor vehículo diseño pasaje de Leyes
fabricación asiento cinturón uso obligatorio y conducción mientras ebrio un criminal
ofensa y Educar el público a través de centrado publicidad Campañas. Sin embargo el
practicar decamino diseño tiene cambiado poco.
Normas, directrices y Garantiza son basado en gran parte en el opinión de Expertos
yel Principios de geométrico diseño. Un llave elemento en geométrico diseño es dar el
conductor con un adecuado avistamiento distancia. Fora dado diseño velocidad, un
camino esconstruido con horizontal y vertical Curvaturas tal ese un conductor tiene
un vista- línea y suficiente Hora Para reconocer peligro y Para detenerse en un
oportuno moda. Mientras el principio de Adecuado vista distancia es Abrazó en
practicar eso tiene no sido Asunto Para en profundidad científico escrutinio.
El objetivo de éste investigación es Para construir sobre el científico Marco de
referencia para Identificar peligroso camino Ubicaciones ya Comenzado por estos
Investigadores por Formandomodelos para Predecir el Efectos de tráfico densidad y
tierra uso en camino seguridad. Éste será ser cumplido por Estudiando un pequeño
número de camino Ubicaciones con variable fondo condiciones. Para centro de atención
el análisis y mejorar el calidad del Resultados estudiar Ubicaciones será ser
restringido Para rural dos carriles Caminos. Efectos atribuible Para estos Factores
será ser identificado por Comparar accidente Historias en Sitios Dónde Otro fondo
condiciones son Similar.
En el presente etapa de desarrollo modelos desarrollado por estos Investigadores
probarútil en Identificar peligroso camino Ubicaciones y en Identificar
Contribuyendo Factores como Para por qué el Caminos son considerado peligroso. Con
un predictivo modelo medidas propuestas Para reducir ambos tráfico demanda y
velocidad con cambios en tierra uso política y camino diseño Cambios Podría ser
Evaluado. El objetivo Para desarrollar estos amable
de predictivo herramienta con nuestro científico Marco de referencia de riesgo análisis
es justificable.

3. 43
17. Llave Palabras
seguridad vial, riesgo, regresión de
Poisson,salud pública, capacidad de las
caminos, nivel deservicio camino diseño
tráfico Exposición
18. Distribución Declaración
No Restricciones Éste documento es
disponible Para el público a través del
Servicio Nacional de Información
Técnica,Springfield Virginia 22161
19. Seguridad Classif. (de éste informe)
Sin clasificar
10M Seguridad Classif. (de éste página)
Sin clasificar
21. No. de Páginas 22. Precio
Forma PUNTO F 1700.7 Reproducción de forma y completado página es autorizado
RENUNCIA
El presente documento se difunde bajo el patrocinio del Departamento de
Transporte, Centros universitarios de transporte o Institutos universitarios
de investigación Programa en el interés de información intercambiar. El U.
S. Gobierno Asume Noresponsabilidad para el contenido
MESA DE CONTENIDO
PARTE Yo Explicando Dos carriles Camino Estruendo Tarifas Usando
Tierra
Uso y Cada hora Exposición 1
Abstracto 1
Introducción 1
Estudiar Diseño 2
Estudiar Datos 3
Metodología 4
Resultados 5
Discusión 7
Conclusiones 8
Reconocimientos 9
Referencias 9
Figuras 10
Mesas 11
PARTE II Representando Tráfico Exposición en Multi-Vehículo
Estruendo
Predicción para Dos carriles Camino Segmentos 17
Abstracto 17
Introducción 17
Metodología 18
Análisis Resultados 22
Conclusiones 26
Reconocimiento 27
Referencias 27
Mesas 29
Figuras 39
PARTE III El Impactos de Usando un Seguridad Conformidad Estándar en

4. 43
Camino Diseño 40
Introducción 40
Visión general del Diseño Algoritmo 40
El Promedio Operativo Velocidad Modelo 41
El Seguridad permitida Límite Modelo 44
Un Herida Estruendo Predicción Modelo 44
Caso Estudios 48
Discusión 49
Mesas 52
Figuras 54
Yo
PARTE Yo: Explicando Dos carriles Camino Estruendo
Tarifas Usando TierraUso y Cada hora
Exposición
ABSTRACTO
Este trabajo describe la estimación de los modelos de regresión de Poisson
para predecir ambos tasas de accidentes en caminos de un solo vehículo y
de varios vehículos en función de la densidad del tráfico y el uso del suelo,
así como las condiciones de luz ambiental y la hora del día. El estudio se
centra en diecisiete rurales,segmentos de caminos de dos carriles, cada uno
de media milla de longitud con diferentes patrones de uso de la tierra y
cuando se disponga de valores reales de exposición horaria en forma de
tráfico observado Cuenta. Los efectos del uso de la tierra están
representados por el número de calzadas de varios tipos en cada segmento.
La exposición por hora se representa para los accidentes de un solo
vehículo como el total las millas recorridas por los vehículos y la relación
volumen/capacidad; para choques de varios vehículos es el producto del
cada hora Volúmenes en el principal camino y el caminos Intersección eso
a lo largo del estudiar segmento.
Para los accidentes de un solo vehículo, se encontró que las
siguientes variables eran significativas: con un efecto positivo o negativo
como se indica: durante el día (6am-7pm, efecto negativo), el logaritmo
natural de la relación volumen/capacidad del segmento (negativo),
porcentaje del segmento con No pasajero Zonas (positivo), banquina
Ancho (positivo), número de Intersecciones (negativo), y calzadas (efectos
mixtos por tipo). Los buenos modelos de predicción de choques de varios
vehículos tenían variables muy diferentes: condiciones de luz diurna de
10am-3pm y 3-7pm (positivo), número de intersecciones (negativo) y
calzadas (positivo para todos los tipos). Los resultados mostrar que la
intensidad del tráfico explica las diferencias en las tasas de choque, incluso
cuando se controla para hora del día y condiciones de luz, y que estos
efectos son muy diferentes para una sola y multi-vehículo Accidentes.
Sugerencias para futuro investigación son Además dado.
INTRODUCCIÓN
Este estudio está motivado por los resultados de la investigación

5. 43
encontrados por el primer autor (Ivan Et. al., 1999), específicamente que
los choques de un solo vehículo y de la camino de varios vehículos ocurren
bajo circunstancias marcadamente diferentes con respecto al volumen de
tráfico, la luz y la calzada condiciones. Mucho Otro Investigadores have
fundar Similar Resultados. Para ejemplo Persaud yMucsi (1995) encontró
que el efecto de las condiciones de luz diurna es diferente para un solo
vehículo y accidentes de varios vehículos. Para los choques de un solo
vehículo, el potencial es mayor por la noche, mientras que para multi-
vehículo Accidentes el opuesto es el caso. Persaud y Mucsi Además fundar
que mientras que los choques de un solo vehículo tienden a aumentar con
el ancho de los banquinas, la tendencia es el opuesto con multi-vehículo
Accidentes.
La investigación anterior (mencionada anteriormente) por el primer
autor investigó variables predictivas para ambos tipos de bloqueo mediante
regresión de Poisson. Una variable fue Niveles de servicio (LOS) por hora
calculados a partir de volúmenes de tráfico reales medidos en permanente
contar Estaciones en dos carriles Caminos en Connecticut. Sitio
características Fueron extraído del sistema de monitoreo de rendimiento de
caminos (HPMS) y luz diurna condiciones Fueron Además Considera.
Específicamente, se encontró que los choques de un solo vehículo
ocurren en mejores LOS, la mayoría en LOS A, próximo más en LOS B y
el menos en LOS C D o E. Estos Resultados son consistente con
Resultados Informó por Zhou y Sisiopiku (1997). Un solo vehículo
Accidentes Ademásparecía ocurrir donde hay banquinas estrechos y mala
distancia de visión. Luz condiciones Fueron no significativo. En cambio
LOS hizo no Ayuda predecir el número de
choques de varios vehículos en absoluto : las mejores variables predictivas
fueron el número de señalización Intersecciones un tonto Indicando si o no
el facilidad es un principal arterial y elporcentaje de camiones que utilizan
la camino. El número de intersecciones y el porcentaje de camiones ambos
aumentaron el número de accidentes de varios vehículos; el principal
indicador arterial decrecido el número de Accidentes. Otra vez luz
condiciones Fueron no significativo.
Estos Resultados Elevado varios cuestiones:
1. Bien LOS Tiende Para ocurrir en Noche cuando Volúmenes son
Bajo así que es el un solo vehículotasa de accidentes más alta que
entonces porque hay menos vehículos en la camino (efecto LOS),
o porque más Controladores son soñoliento o menos alerta (tiempo
de día efecto)?
2. LOS se calculó para segmentos de camino (efecto LOS de
segmento), pero multi- vehículo Accidentes son más relacionado
Para vehículo Conflictos así que Sería un tráfico intensidad
variable que incluye volúmenes en caminos cruzadas ser un
mejor predictor (intersecciónLOS efecto)?
3. Es el circundante tierra uso significativo para Predecir un solo
vehículo o multi-vehículo estruendo Tarifas (conflicto o
distracción efecto)?

6. 43
De hecho, varios investigadores investigaron recientemente algunos de
estos problemas. Mensah y Hauer (1998) estudió la relación entre los
accidentes y la hora del día. Concluyeron que es más exacto estimar
modelos separados para las condiciones diurnas y nocturnas,o al menos
incluir una variable para controlar las diferencias entre estos dos tiempos
de condiciones diurnarias. Levinson y Gluck (1997) revisaron los estudios
de los efectos de seguridad de espaciados de acceso a la calzada,
encontrando que para muchos tipos diferentes de caminos, tipo de acceso y
la densidad son buenos predictores de las tasas de accidentes. En
consecuencia, la investigación descrita en éste papel Dirigido Para
respuesta el encima Preguntas Usando estos Resultados como un incipiente
punto.
ESTUDIAR DISEÑO
Nosotros preparado un estudiar diseño cuál Permite nos Para respuesta
estos Preguntas. Siguiente sonespecífico Funciones Nosotros incluido
En diseño:
1. Un solo vehículo y multi-vehículo Accidentes son Modelado
separadamente. Nosotros incluido todochoques que ocurren en
cada segmento del estudio con independencia de la severidad.
Información sobre los accidentes vinieron del Departamento de
Transporte de Connecticut (ConnDOT)accidente experiencia
Informes.
2. Los datos de exposición por hora se recopilan del tráfico
automático de dos carriles de ConnDOT sitios de grabadora (ATR).
Sin embargo, ampliamos nuestro conjunto de datos redefiniendo
nuestro análisis Sitios exclusivo de HPMS Ubicaciones.
Específicamente Nosotros definido la mitad milla
(aproximadamente 0,8 km) segmentos de camino cada uno con
transversales homogéneos. características seccionales (ancho de
carril y arcén), que también estaban lo suficientemente cerca de la
ATR sitios que el volumen por hora podría considerarse
consistente. Esto permitió nosotros para definir un total de
diecisiete sitios con una mayor variedad de características del sitio
que en la investigación anterior. Sin embargo, ya no teníamos el
HPMS para obtener todos los el sitio datos necesario. Nosotros será
discutir adquisición de sitio descripción datos Fuentes enel
siguiente sección.
3. Volúmenes de tráfico por hora para las caminos que se cruzan
(ninguna de las cuales es estatal caminos) durante todo el período
de seis años simplemente no estaban disponibles, por lo que
utilizamos contadores de tubos para observar un recuento de
tráfico diario promedio (ADT) para cada camino sobreUno día
cuál Nosotros entonces convertido Para anual promedio diario
tráfico (AADT) CuentaUsando Factores generado por ConnDOT
para éste propósito.
4. Nuevamente determinamos las condiciones de luz para cada hora
de datos. La condición de la luz es clasificado como amanecer,

7. 43
día, anochecer u oscuridad según las horas de salida y puesta del
sol estimativo Usando el Aplicado Environmetrics Meteorológico
Mesa desarrollado porel Incendio forestal nacional Unidad de
Investigación.
5. Finalmente Nosotros definido un variable llamado Hora de día con
Cinco Categorías: AM pico (6-10am), mediodía (10am-3pm), pico
PM (3-7pm), tarde (7-11pm) y noche (11pm-6am).
En adición Para el temporal Variables justo Descrito Nosotros
incluido características Para describir cada sitio. Siguiente son
características Describir el geométrico Funciones:
1. banquina Ancho en pies
2. por ciento de segmento con No pasajero Zonas y
3. número de Intersecciones en el segmento.
Tierra uso Efectos son Representado por el número de Calzadas Observado
en cada caminosegmento clasificado en el siguiente Categorías:
1. privado residencia
2. apartamento edificio con más que Cuatro unidades
3. gas estación
4. venta al por menor
5. industrial
6. oficina y
7. Otro (incluyendo Iglesias Campings y Otro recreativo sitios).
ESTUDIAR DATOS
Las variables de calzada enumeradas anteriormente no están disponibles
en HPMS. En lugar de hacer visitas de campo costosas y que consumen
mucho tiempo a cada sitio, utilizamos el fotólogo ConnDOT para
encontrar esta información. Los archivos de fotólogos son una colección
de ojo de conductor vista Imágenes Tomado en 0.01 millas (16,1 metros)
Incrementos a lo largo del entero largura de cada camino estatal en
Connecticut, almacenada en disco láser. La figura 1 es un ejemplo de un
fotólogoimagen, incluida la cuadrícula emergente, que es útil para medir
el tamaño de la camino características, como el carril y la anchura de los
banquinas. Tenemos una estación de fotólogo en nuestro ordenador
laboratorio en UConn. Mediante el uso del registro de fotos, pudimos
recopilar esta información sin Dejando nuestro edificio.
Una vez todo del datos Fueron reunido Ellos Fueron
Compilado en un soltero archivo paraanálisis. Siguiente es el
procedimiento:
1. Nosotros Comenzó con Uno caso para cada hora del Seis año periodo para
cada sitio.
2. A continuación, fusionamos los datos de volumen de tráfico y
condición de la luz, por lo que para cada hora Nosotros sabia el
bidireccional segmento y Intersección camino Volúmenes y si eso
eraamanecer luz del día, anochecer o oscuro en el Hora.
3. Luego agregamos los datos de accidentes, o el número de vehículos
individuales y multimotoresAccidentes ese Ocurrió durante cada
hora. Muy poco Casos Tenía más que Uno estruendoy de curso el
vasto mayoría Tenía ninguno.

8. 43
4. A continuación, definimos la variable de hora del día y calculamos
el volumen/capacidad (v/c)proporción para cada caso. La capacidad
se estimó usando las características del sitio y Procedimientos
publicado en el Camino Capacidad Manual (TRB 1994) para rural
dos-segmentos de autopistas de carril (no había control de
intersección de ningún tipo en ninguno de los el principal segmento
Enfoques para cualquier del estudiar sitios).
5. Debido a que hubo muy pocos casos con accidentes (recuerde que
cada caso representa unohora en cada sitio durante el período de
seis años), necesitábamos agregar el conjunto de datos. De otra
manera el vasto mayoría de Casos Sería have No Accidentes y
especial se requerirían técnicas de modelado. En el conjunto de
datos agregados, cada caso representa una combinación única de
sitio, año calendario, condiciones de luz, tiempo de día y v/c gama
en 0.1 Incrementos. Mesas 1 y 2 lista para cada estudiar segmento el
número de Casos con 0, 1, 2, 3 y 4 Accidentes como pozo como el
total estruendo contar.
6. Finalmente el sitio características (que variar solamente por sitio
y a veces por año)Fueron fusionado en el base de datos.
METODOLOGÍA
Se estimaron los modelos de regresión de Poisson no lineales para
vehículos individuales y varios vehículos accidentes usando técnicas de
estimación de cuasiverosimilitud. La distribución de Poisson asume ese el
significar y el varianza del datos poner son igual. Éste presunción es
frecuentemente Violado para los datos de choque porque la varianza es
mayor que la media, un fenómeno llamado over- dispersión. Cuando se
infringe la suposición, la eficiencia de las estimaciones de parámetros es
perdido, y las estadísticas t están dañadas ya que se basan en errores
estándar sesgados. Cuasi-la estimación de probabilidad, tal como se
implementa en el paquete estadístico S-Plus, representa más deo
dispersión insuficiente en las observaciones de recuento mediante la
estimación de la dispersión excesiva o insuficiente parámetro como parte
del proceso (S-Plus 1995).
En el modelo estimación proceso Nosotros Pesar cada Agregado
caso por el númerode casos, u horas, que representaba en la base de datos
original, no agregada. Hicimos esto porque mucho Casos en el Agregado
datos poner Representado un grande número de horas tal como condiciones
de luz diurna en el medio del día en el rango moderado de v / c, mientras
que otros casos representó un número muy pequeño de horas, como las
condiciones de luz diurna por la noche en alto rango de v/c. De esta
manera el procedimiento trabaja más duro en el ajuste de la más
comúnmente Observado Casos bastante que arduo Para caber el raro y
común Casos igualmente pozo.
Siguiente es el General forma para nuestro predicción modelo:
N=Veβéxtasis
(1)

9. 43
T
Dónde N es el número de accidentes, V es la exposición a accidentes,
éxtasis es un vector de variables independientes (predictoras), y β es un
vector de coeficientes estimados. Para solteros. vehículo Accidentes el
estándar Exposición medir era usado – millón vehículo millas Viajadoen el
sitio. Tenga en cuenta que en este estudio, debido a que todos los
segmentos tienen la misma longitud, este medida se define simplemente
como millones de vehículos. Sin embargo, para choques de varios
vehículos, nosotros usó una medida diferente basada en una sugerida por
Vogt y Bared (1998), y definiócomo Sigue:
VT =
RESULTADOS
Temporal Factores
Mesa 3 Resume Resultados de un solo vehículo estruendo modelo
estimación Usando solamente elfactores temporales y de sitio categóricos,
incluyendo los coeficientes de los factores temporales y t- estadísticas (todas
las estadísticas t reportadas en este documento se ajustan para la
sobredispersión). El sitio FactoresFueronincluidoenelmodelossimplemente
Paracontrol paravariación entreel sitios; desde ella siguiente fase del análisis
se centró en las características reales del sitio, el factor categórico del sitio
Coeficientes dar poco útil información (otros que si o no Ellos son
significativo)y son por lo tanto Omitido aquí para brevedad.
Como con el anterior investigación citado anterior Modelo 1 Muestra
ese luz condiciones sonnosignificativoen95por ciento confianzaparaun solo
vehículoAccidentes aunque el Nuevo Horade variable de día es significativo.
En consecuencia, el Modelo 2 se estimó sin condiciones de luz(a eliminar
insignificante variables); aquí más Hora de día Categorías hacerse
significativo.Sin embargo más lejos investigación (emparejado t-pruebas)
revelado ese estos Hora de día grupos enlatar ser combinado en Dos grupos
ese son significativamente diferente De Uno otro: día (6 AM - 7pm) y de
noche (7pm - 6 am). El modelo 3 entonces fue estimado con solamente estos
dos categorías de hora del día. El coeficiente positivo en la noche muestra
que más accidentes ocurrir en Noche aun aunque v/c es Además Considera.
Si bien la mayoría de las categorías v/c son significativas en estos
tres primeros modelos, el Coeficientes hacer no seguir un lógico patrón.
Nuestro anterior investigación fundar el LOS efecto Para disminuir
gradualmente a medida que v / c aumentó (Iván et al. 1999), pero este patrón
no se encuentra aquí. Por lo tanto el categórico v/c variable era reemplazado
por un continuo variable el natural registrode v/c, en el estimación de Modelo
4. Modelo 4 Además gotas el α exponente en Exposición (millonesmillas
recorridas por vehículos), lo que no fue significativo en ninguno de los
modelos. Recordemos que este exponente era Añadido Para 1.0,
Representando un efecto del Exposición en el real estruendo tasa,en lugar de
simplemente escalar el número de accidentes. El modelo 4 da así el siguiente
modelocon todos los factores significativo en 95 por ciento confianza:
N =V

10. 43
Éxtasis
-0.33
E
-0.73+1.22D+SYo
(5)
eso eso T
Dónde Neso es el número de accidentes en el sitio Yo en condiciones T, Veso
es la exposición en el sitio Yo debajo condiciones T, ÉxtasisT es el v/c debajo
condiciones T (movido fuera del exponencial expresiónpara simplificar las
matemáticas), D es una variable ficticia igual a 1.0 sólo si las condiciones T
son Observado por la noche (7pm-6am), y SYo es el efecto de sitio Yo.
Mesa 4 Muestra el Resultados de Estimar categórico temporal y sitio
factor modelospara choques de varios vehículos. Los modelos que incluyen
el segmento v/c se omiten porque esta variableno es significativo en ninguno
de ellos, lo que es consistente con los hallazgos de investigaciones anteriores.
Unola diferencia con respecto a los hallazgos anteriores de estimación de
accidentes de varios vehículos, sin embargo, es que la luz la condición ahora
es significativa junto con la nueva variable de hora del día. Sin embargo,
debido a lafuerte correlación entre las condiciones de luz y el tiempo,
combinamos estos en un solo variable que incluía una categoría para cada
combinación observada de estas dos variables;los modelos que contienen
esta variable combinada funcionan de forma coherente mejor que los
modelos que incluirlos por separado, como lo indica la desviación residual
más pequeña en el incluidoen Mesa 4.
Cuando Comparar emparejado Diferencias entre todo Niveles del
combinado variable solamenteDosNivelessonsignificativamentediferentedel
otros.EstosDosNivelessonluz del díacondiciones entre las 10 de la mañana
y las 3 de la tarde y entre las 15 y las 19 horas, y ambos aumentan la tasa de
multi- choques de vehículos. El exponente aditivo en la exposición de varios
vehículos también es significativo, pero Negativo cuál medio el efecto del
producto del Volúmenes en el principal y Interseccióncaminos es menor que
1,0. Esto no es alarmante, ya que esta cantidad es producto de dos tráficos
Volúmenes ypor lo tanto tiene unidades de vehículos cuadrados; eso así poder
ser más apropiado Para uso el cuadrado raíz de éste Exposición medir como
el referencia. Éste final temporal modelo para multi-vehículo Accidentes
tiene mucho más Coeficientes que el Uno para un solo vehículo Accidentes
así que eso esno práctico mostrar en el texto.
Sitio Factores
La variable de sitio categórico fue significativa para ambos tipos de
bloqueo (para al menos un mayoría de Sitios en cada modelo estimado),
IndicandoeseauncuandoControlarparatemporal Factoressitiocaracterísticas
todavía explicar alguno del variación en cada tipo de estruendo. Por lo tanto
nuestro siguiente paso fue estimar los modelos usando las características del
sitio agregadas al mejor modelopara cada tipo de accidente que se acaba de
presentar. En el cuadro 5 se presentan los resultados de los accidentes de un
solo vehículo predicciónmodeloseseconsiderarelentradaVariablesa lo largo
de con varios llave sitio Variables:banquina Ancho por ciento No pasajero
zona y el número de Intersecciones todo de cuál Fueronfundar Para ser
significativoparaPredecircaminoAccidentesenanteriorinvestigación(Ivány
O'Mara1997). El Primero modelo Considera todo Calzadas en Uno variable
bastante que por Categorías. El coeficiente en Calzadas es insignificante en 95
por ciento y el banquina Ancho coeficiente tiene el Incorrecto firmar –

11. 43
Nosotros esperar estruendo tasa Para disminuir como banquina Ancho
Aumenta. El segundomodelo Considera cada tipo de entrada separadamente
pero solamente Tres son significativo: gas estaciónCalzadas disminuir el un
solo vehículo estruendo tasa pero apartamento y Otro Calzadas aumentareso.
La anchura de los banquinas vuelve a tener un coeficiente positivo
inesperado. Estos resultados serán Discutido más más tarde.
Mesa 6 Muestra el Resultados para Similar modelos estimativo para multi-
vehículo Accidentes.
Aquí, las calzadas totales son significativas, pero este modelo no funciona
muy bien (tenga en cuenta que el superior residual desviación). En el segundo
modelo el apartamento gas estación venta al por menor y oficina entrada
Tipos son combinado en Uno categoría llamado comercial porque allí Fueron
nomucho Sitios con estos entrada Tipos. Qué es más interesante aquí es ese
Otro Calzadasson más peligroso (es decir, máximo coeficiente), Seguido por
industrial comercial y finalmente por residencial. Otros caminos de entrada
consisten en iglesias, campamentos y otros recreativos sitios que tienen
patrones de volumen de tráfico inconsistentes, por lo que los conductores en
la camino principal no puedenesperar ver vehículos entrando y saliendo. Es
probable que las calzadas industriales sean lentas conmovedor camiones
Entrar y Dejando creciente el Oportunidades para vehículo Conflictos.
DISCUSIÓN
Contrario Para Expectativas entrada Variables Fueron significativo para
Predecir un solo vehículochoques, así como choques de varios vehículos.
Los mejores modelos de choque de un solo vehículo nos dicen que los sitios
con una gran cantidad de entradas de gasolineras e intersecciones de calles
tienden a tener menos single-accidentes de vehículos, y que los sitios con
una gran cantidad de entradas de apartamentos tienden a tener más single-
choques de vehículos. Esto podría explicarse por el hecho de que las
gasolineras a menudo están bien iluminadas y aumentar la visibilidad
nocturna, ayudando a los conductores a permanecer en la camino
(recordemos que el vehículo estruendo tasa es mayor en el tarde).
Semejantemente en el vecindadde Intersecciones Controladorespodersermás
cauto ycualquiera de los dos reducir su Velocidades o aumentar su vigilancia
Niveles. Allíes No obvio explicación para el Positivo efecto de apartamento
Calzadas y banquina Ancho. El multi-vehículo estruendo tasa Aumenta con
todo Tipos de entrada pero principalmente con industrial y otros (iglesias y
campamentos) calzadas. Esto se debe probablemente a que la industria
Calzadas implicar movimiento lento vehículos Entrar y Dejando el calzada y
Controladores hacerno esperar Para ver tráfico Entrar y Dejando el Otro
Calzadas.
Hora de día es significativo para ambos Tipos de estruendo pero en
diferente Maneras. un solo vehículo los accidentes ocurren con mayor
frecuencia por la tarde y por la noche, lo que es consistente con la mayoría
de los otros investigación Resultados (Mensah y Hauer 1998). Qué es
significativo acerca de éste hallazgo es ese v/c también se consideró, y ambas
variables siguen siendo significativas. Esta hora del día es más peligroso
probablemente porque Controladores son más probable Para ser soñoliento y
menos alerta (o conducción

12. 43
debajo el influencia) que en Otro veces de día y así más probable Para perder
control de suvehículos. Por otro lado, es más probable que los choques de
varios vehículos ocurran a la luz del díacondiciones en mediodía y durante el
Noche pico periodo. Éste es cuando tráfico Volúmenes son el Pesado y allí
son más discrecional Viajes que en el Mañana pico periodo.
La exposición horaria también fue significativa para ambos tipos de
accidentes, pero representó diferentemente. Paraun solo vehículoAccidentes
allí es un negativo-exponencial relación con el segmento v/c, Indicando ese
estruendo tasa es sumamente en Bajo v/c, gotas Agudamente Para un punto y
entoncesniveles apagado. Esto es consistente con los hallazgos anteriores.
Por el contrario, para choques de varios vehículosel segmento v/c es no
significativo en todo probablemente porque eso tiene solamente Para hacer
con el intensidadde tráfico en la camino principal, y nada que ver con la
intensidad de los conflictos entre Intersección caminos. En lugar del aditivo
exponente en el multi-vehículo Exposición es significativo como variable
predictora. También cabe destacar que cuando este exponente estimado en
multi- la exposición del vehículo se añade al exponente de desplazamiento
(1,0), el resultado es muy cercano a 0,5, Indicando ese el compensar es
realmente el cuadrado raíz del Exposición medir. Éste es realmentebastante
intuitivo dado ese el Exposición medir es en unidades de vehículos cuadrado;
éste emitir esExplorado en un próximo papel por el Primero Dos Autores.
Tenga en cuenta que tenemos datos de entrada limitados,
especialmente para gasolinera, apartamento yoficinaCalzadas. Por lo tanto el
entradaCoeficientes deber ser Interpretado cuidadosamente. Su Efectos deber
ser investigado con más datos antes Poner mucho acción en su importancia
particularmente para un solo vehículo se bloquea, ya que estos Efectos son
no intuitivo.
Por otro lado, los efectos de la hora del día son fuertes y bastante
fáciles de explicar. Tráfico en diferente veces de díaes compuesto de Viajeros
fabricación diferente Tipos de Viajes ylos conductores tienen diferentes
niveles de alerta por la noche y durante el día. Parece que el Mañana pico
periodo es el Segura Hora Para ser en el camino; quizás el tráfico corriente
Consisteprincipalmente de Viajeros Quién son familiar con su viajar Rutas y
todo actuar más predeciblementeque conductores en otros tiempos de día.
CONCLUSIONES
En la introducción se plantearon tres cuestiones, que debían haber sido
abordadas por este papel. Estos cuestiones son Reexpresarán abajo a lo largo
de con Qué era docto acerca de ellos:
1. El primer problema fue si la tasa de accidentes de un solo vehículo
es más alta por la noche debido a un Hora de día efecto o Para el bajar
tráfico intensidad en ese Hora. El Resultados Informóen éste papel
mostrar ese realmente ambos de estos Factores parecer Para
influencia el sencillo- tasa de accidentes de vehículos. Esto
demuestra claramente que la intensidad del tráfico es
extremadamente importante para predecir con precisión las tasas de
accidentes de un solo vehículo y analizar el Causas de Alto tasa de
accidentes ubicaciones más inteligentemente.

13. 43
2. La segunda cuestión era si la nueva exposición al tráfico relacionada
con las intersecciones o no variable Sería ser un mejor predictor para
el multi-vehículo estruendo tasa que un tradicionalrelacionados con
segmentos tráfico intensidad variable (segmento LOS) aparte De ser
usado como el desplazamiento de exposición. De hecho, estos
hallazgos muestran que este es el caso: el segmento LOSera no
significativo en cualquier del multi-vehículo estruendo modelos
estimativo pero el Nuevoel término de la exposición era significativo
como exponente aditivo. Conocer el tráfico real intensidad es por lo
tanto justo tan importante para multi-vehículo Accidentes.
3. La tercera cuestión era si el uso de la tierra circundante (representado
por calzadas de varios tipos) serían importantes para predecir un solo
vehículo o multi-vehículo estruendo Tarifas. El Resultados sugerir
ese el número de Calzadas de
diferente Tipos es en efecto significativo para Predecir ambos Tipos
de estruendo. Sin embargo pendiente Para el limitado muestra tamaño
(sólo Diecisiete sitios) y variabilidad en estos Variables Nosotrosno
aconseje transferir estos hallazgos a otros sitios. Los hallazgos
sugieren, sin embargo, que este es un factor que amerita más
investigación, ya que se muestra prometedoren Explicando por qué
alguno camino Segmentos have mucho superior estruendo Tarifas que
otros ese son idéntico en otros Maneras.
Figura 1. Muestra ConnDOT Fotólogo Imagen
Mesa 1. Un solo vehículo Estruendo Cuenta por Estudiar
Segmento

14. 43
PARTE II: Representando Tráfico Exposición en
Multi-Vehículo EstruendoPredicción para
Dos carriles Camino Segmentos
ABSTRACTO
Este documento describe un estudio del potencial de choque de varios
vehículos en caminos rurales de dos carriles en Connecticut. Diecisiete
segmentos de caminos fueron estudiados durante el período de octubre de
1990 Para Octubre 1996. El Efectos de Tres temporal Factores - tráfico
volumen Hora de día y luzcondición - encendido choques de varios vehículos
se investigan uso de Poisson regresión. Especial atención es dado Para el
representación de tráfico Exposición para multi-vehículo Accidentes.
La raíz cuadrada del producto de los volúmenes por hora en el
segmento de caminos y el Intersección caminos Aparece Para ser el mejor
representación de multi-vehículo estruendo Exposición. Ésteproducto Además
Contribuye más Para multi-vehículo Accidentes en Noche que durante el día.
En adición Usando luz y Hora combinación Da mejor Resultados que Usando
el Variables separadamente. En general, se encuentra un mayor riesgo de
choques con varios vehículos, independientemente del volumen de tráfico De
10am Para 19h.
El impacto de segmento geométrico características Aparece Para ser
mucho menos importanteque para los choques de un solo vehículo cuando los
factores temporales explican más causalidad de multi- choques de vehículos.
Los ingenieros de transporte deben darse cuenta de que la actualización
geométrica características poder no reducir multi-vehículo Accidentes como
mucho como un solo vehículo Accidentes.
INTRODUCCIÓN
Multi-vehículo - (MV) Señor Presidente, señoras y señor Accidentes en rural
dos carriles Caminos have hacerse un crítico emitir de seguridad vial. Las
caminos rurales de dos carriles constituyen una porción sustancial del norte
Americano camino red; según Para Kalakota Et al., aproximadamente 2.5
millón millas o63 por ciento de los kilometrajes en caminos de EE. UU. (1).
Además, el cincuenta por ciento de las muertes ocurren en dos Carril rural
Caminos dadivoso éste camino tipo un superior estruendo tasa (por vehículo
milla de exposición) que todos los demás; para ejemplo, de cuatro a siete veces
mayor que en interestatal rural Caminos. Multi-vehículo Accidentes Además
contabilizado para sobre 70 por ciento de Lesiones Herida Accidentes y todo
Accidentes (2).
La estimación del potencial de choque de los tramos de camino suele
ser necesario definir un relación entre la tasa de accidentes y la exposición a
accidentes, tradicionalmente, millones de vehículos millas recorridas (VMT).
Esta métrica de exposición funcionó bien para predecir segmentos
relacionados choques o choques de un solo vehículo (SV). Sin embargo,
estudios anteriores revelaron que MV y SVlos accidentes se relacionan con la
exposición de manera diferente. Por ejemplo, Iván et al. encontró que los
bloqueos sv tienden a ocurren en mejor LOS, mientras que LOS no ayudó a
predecir el número de caídas de MV en absoluto (3). Además Kulmala
también fundar el riesgo de Mv se bloquea para aumentar como el tráfico
volumen del Intersección camino Aumenta. Por lo tanto VMT usado en

15. 43
Predecir SV estruendo Tarifas Mayo no serapropiado en Predecir MV
Accidentes (4).
En consecuencia, el objetivo de este estudio fue encontrar el término de
exposición adecuado para representan el efecto del volumen de tráfico en la
experiencia de accidente de MV para caminos rurales de dos carriles en
Connecticut. Nosotros reunido varios Variables Describir tráfico volumen en
17 estudiar Sitios incluyendo el tráfico diario promedio anual (AADT) en el
segmento de caminos, la suma de la AADT's en caminos Intersección el
segmento y el volumen Observado en el camino segmentoen ese hora.
Se estimaron varios modelos para predecir los bloqueos de MV usando
la regresión de Poisson aencontrar la mejor manera de tener en cuenta el efecto
de la intensidad del tráfico. Estos modelos también controlados para
condiciones de luz, hora del día y efectos del sitio para separar los efectos de
estas variables y más exactamente identificar cuál Ayuda explicar el MV
estruendo tasa. El Exposición Métricas investigado en nuestro modelos Fueron
segmento volumen/capacidad proporción el Agregado cada hora volumen en el
segmento de autopistas, el volumen por hora agregado en caminos que se
cruzan, y un nuevo término de exposición definido específicamente para los
accidentes de MV (el producto agregado de cada hora volumen en el segmento
y las caminos que se cruzan). Formas logísticas y cuadradas de la raíz de éstos
las variables fueron Además Considera. El Resultados indicado ese el Nuevo
término de exposición, cuál Incorpora tráfico volumen en ambos el segmento y
el Intersección caminos Realiza el mejor.
METODOLOGÍA
Poisson Regresión
Cuando los eventos de un grupo dado ocurren en grados discretos, la
probabilidad de ocurrencia de un El evento particular en un número
especificado de ensayos puede ser descrito por la distribución binomial(5). Si
en un experimento dado el número de veces que ocurre un evento en particular
es pequeño comparadoal número de oportunidades para que ocurra un evento
y al número promedio de veces que se produzca el evento ocurre tiene un
valor finito, la distribución de Poisson puede aproximarse adecuadamente a la
binomio distribución. El estruendo frecuencia a lo largo de un camino
segmento un no negativo discretocantidad Cumple estos Requisitos.
Usando la regresión de Poisson, es posible acomodar una relación de
regresión no linealentre el dependiente y independiente Variables. El
dependiente variable estruendo frecuenciapara este estudio, se define como
el producto de la tasa de accidentes en accidentes por unidad de exposición y
un medida de la exposición al tráfico. Definimos la variable dependiente de
esta manera, es decir, escalando el tasa de accidentes por exposición, porque
es más preciso asumir que el número de accidentes (más bien que el
accidente tasa) tiene un Poisson distribución (6).
Éste definición Mayo ser escrito como:
En éste caso α es no restringido Para cualquier particular valor.
Una característica importante de La regresión de Poisson es que asume
la varianza del la variable dependiente es igual a su valor medio en todo el
conjunto de datos. Para los datos de bloqueo, esto la suposición a menudo se

16. 43
viola, observando una varianza más alta. Este problema se denomina sobre-
dispersión. Para hacer frente a ella, los coeficientes de regresión se estiman
usando el cuasi- probabilidad técnica de estimación, tal como se implementa
en el paquete estadístico S-PLUS (7). Conmetodología de cuasiverosimilitud,
se puede estimar un modelo de regresión de Poisson sobre-dispersopor
abastecimiento el apropiado enlace y varianza Funciones para el Poisson
familia.
Estudiar Diseño
Una de las cuestiones complejas en la evaluación de la seguridad vial es cómo
incorporar un número medir de Exposición el oportunidad para un estruendo
Para ocurrir en el análisis. Para SV Accidentes parapor ejemplo, la exposición
generalmente se define como las millas recorridas por el vehículo (VMT). Sin
embargo, para MVAccidentes eso es más intuitivo Para investigar Medidas
ese incorporar Intersección camino volúmenes, por ejemplo, el producto de la
AADT en las caminos que se cruzan, como sugiere Vogt y Bared para choques
de intersección (8). Además, la exposición es un buen predictor de accidente
Tarifas. Encontrar que el volumen/capacidad es significativo para predecir
bloqueos de SV (3) nos inspiró a considerar Exposición para MV estruendo
predicción también pero en un diferente forma.
Se consideraron cuatro métricas básicas de exposición para tener en
cuenta la intensidad del tráfico en este estudio: (a) relación v/c, (b) volumen
horario en el segmento de camino, (c) volumen horario en el Intersección
caminos y d) el producto del cada hora Volúmenes en el camino segmento y el
intersección de caminos. Los efectos de estas métricas de exposición se
investigaron cambiando el métrica de exposición manteniendo las otras
variables significativas, que representan el prevaleciente calzada condiciones
el mismo en cada modelo.
La relación V/C se calculó como el volumen por hora observado para
cada hora en el original datos divididos por la capacidad del segmento. La
capacidad se calculó mediante procedimientos enel Manual de Capacidad de
Caminos (9). La relación V/C se representa en dos formas: una es categórica
variable que va de 0 a 1 en incrementos de 0,1, el segundo una representación
continua, el natural registro del v/c.
Estaciones de conteo permanente del Departamento de Transporte de
Connecticut (ConnDOT) siempre que el cada hora volumen en cada uno
camino segmento estudiamos para el Seis año periodo De Octubre 1990 Para
Octubre 1996. Sin embargo el cada hora volumen en Intersección caminos es
nodisponible directamente. Figura 1 Ilustra no1 el cada hora volumen en
Intersección caminos era Derivado. Muestra un ejemplo de sitio de estudio,
que es un segmento de camino de media milla (0,8 km) de largocon Tres sin
firmar Intersecciones. Asumiendo el cada hora Variaciones en tráfico volumen
en elintersección de caminos para ser similar a los del segmento de caminos,
estimamos el total por hora volumen en el Intersección caminos Para ser
CONCLUSIONES
Este documento estima los modelos para predecir el potencial de choque de
MV teniendo en cuenta temporal Factores asociado con MV estruendo
ocurrencia especialmente el representación de tráficoExposición. El siguiente
Puntos son Concluyó en el base de éste estudiar.

17. 43
Resultados empedernido VM, número de vehículos en el camino
segmento hace no parecer Paraser apropiado como un exposición para MV
estruendo tasa ya que su exponente es menos que 1,0. Éste sugiere que el
número de pruebas es menor que el número de vehículos que circulan por el
segmento, que es conjetura. Sin embargo, la raíz cuadrada del producto del
volumen por hora en el segmento de caminos y el Intersección caminos
aparece como ser mejor como un desplazamiento para MV estruendo
predicción. Debido a que el producto está en unidad de vehículos cuadrados,
tiene sentido tomar cuadrado raíz Para traer el compensar en unidad de
vehículos resultante en un fácilmente Explicó medio de definitorio el número
de Ensayos.
Cuando el efecto de VMV se segrega por hora del día o combinación de
luz y hora, el efecto de la exposición podría dividirse en dos grupos: 6am-
11pm y 11pm-6am. Durante diferentes intervalos de tiempo, la misma
magnitud de exposición tiene una contribución diferente a MV Accidentes. En
otras palabras, el tráfico contribuye más a los accidentes de MV por la noche
que durante el día. Éste Mayo ser porque Controladores hacer no esperar allí
Para ser cualquier Otro Coches en el camino cuando conducción en noche; así
que desde Ellos son no preparado para el situación el oportunidad Para
Obtener implicado enMv se bloquea aumenta significativamente,
especialmente con pobres visibilidad cuando eso es oscuro.
Además, encontramos un mayor riesgo en general,
independientemente del volumen de tráfico a partir de las 10 ama las 19
horas. Los conductores pueden estar menos alerta a esta hora del día debido a
los ritmos circadianos. El la diversidad considerable de conductores
(propósitos del viaje, edades) en el camino en aquel momento también podría
contribuyen a un mayor riesgo. Algunos conductores pueden no estar
familiarizados con la camino, lo que aumenta el riesgo de teniente
Accidentes.
Un interesante hallazgo es ese el número de significativo Sitios
Disminuye como el Exposiciónrepresentación Se convierte más detallado en
Explicando causalidad. Allí son solamente Dos fuera de Diecisiete Sitios
significativo en el final modelo. El impacto de sitio características en MV
Accidentes Aparece Para ser mucho menos significativo que era nombrado en
SV estruendo Estudios.
Se podría argumentar entonces, que la mejora de las características
geométricas puede reducir el SVocurrencias de choque considerablemente,
pero que las curvas más planas resultantes, carril más ancho y más ancho
banquina Anchuras Animar Controladores Para ir Rápido Exacerbar el
Posibilidades para no serpreparado para Interacciones con Otro vehículos.
El seguridad Beneficios Logrado en SV estruendo reducción por mejor
geométrico Funciones Mayo no ser alcanzable para MV Accidentes.
Agencias
responsable del transporte debe tenga en cuenta de esta situación – el mejora
de geométrico características Mayo no Ayuda reducir MV Accidentes. Ellos
necesitar Para hacer informadodecisiones en lugar de conjeturas sobre la
influencia de los elementos geométricos en el tráfico accidentes.
Este fenómeno también exige un examen más detenido de la relación
entre tasa de accidentes y características geométricas. Estudio futuro dirigido a

18. 43
estratificar MV se estrella en categorías como colisiones frontales, traseras y
angulares pueden ayudar a explicar la influencia de características geométricas
mejor. Los modelos con variables geométricas deben ser estimados y evaluado
para cada tipo de accidente de MV para aprender qué características realmente
contribuyen a MV Accidentes. Nosotros Sería no esperar Variables bien para
SV estruendo estimación tal como Carril Ancho yancho de banquinas para
también ser bueno para predecir todos los tipos de accidentes de MV, aunque
podrían serbueno para choques de frente. En su lugar, características como el
número y el tipo de calzadas y las intersecciones pueden desempeñar un papel
más importante para otros bloqueos de MV. Esto sugiere que debe
concentrarse en corregir las condiciones del sitio que contribuyen a los tipos de
accidentes experimentado en un dado camino ubicación bastante que justo
mejora el camino diseño ciegamente, con la esperanza de que esto reducirá los
bloqueos de MV. Esto también podría significar centrarse en el uso de la tierra
el medio ambiente, así como el diseño de la autopista, o la instalación de
dispositivos para controlar las velocidades de los vehículos, tal como tráfico
calmante.
PARTE III: El Impactos de Usando un Seguridad Conformidad Estándar
enCamino Diseño
INTRODUCCIÓN
Paraobjetivamenteprueba yevaluarseguridadYointroducirunconformidadestándarenelcamino
diseñoproceso. El principio de individual vida riesgo es usado Para establecer el estándar.1
Un camino
diseño ubicación o sitio S, se define para funcionar a un nivel aceptable riesgo cuando la
probabilidad de un individuo de ser implicado en un fatal estruendo sobre un vida de motor vehículo
viajar en S es igual Para o menos que 1 en1000, o 8*
= 10-3
. Sitio S es definido "peligroso" si eso
Falla Para encontrar éste criterio.
El camino diseño proceso como presentado en éste papel usos un diseño algoritmo Derivado
Debásico Conceptos de:
• camino diseño o nivel de servicio (LOS) consideraciones,
• riesgo análisis o el principio de individual vida riesgo y
• estadísticomodelado.
El algoritmo será ser Descrito y un caso estudiar será demostrar cómo eso es aplicado y el
diseño algoritmo será ser Criticado.