目前,全国己具备了完善的危货运输车辆GPS信息采集系统,这些设备可以实时向交管部门传输车辆行驶的经度、纬度、方向和高度等信息,是获取车辆运行及道路交通信息的重要数据源。但传统危货运输的风险研究主要集中在事故数据分析,目前国内外针对危货运输车辆的自然驾驶数据相关研究较少,忽略了山区公路复杂线形对危货车行车安全的影响。基于此,本文以山区公路危货车轨迹数据为基础,以识别车辆横向稳定状态为目标,将所提取的道路线形属性结合车辆运行相关指标对车辆的横向稳定状态进行判别,以满足交通系统中动态交通管理和预警的要求,为政府管理部门及危货运输企业的相关决策者提供科学依据。本文以山区公路危货运输车辆为研究对象,通过分析弯坡路段车辆行驶动力学,以不发生侧滑、侧翻危险事故为极限条件构建基于车路耦合的安全速度模型,确定安全速度的主要影响因素为道路线形和车型结构;进而提出基于网格划分的改进DBSCAN算法提取道路中心线,采用弧长-曲率法对行驶轨迹分段拟合获取半径、坡度等线形参数,并设计多权重值地图匹配算法将危货车辆GPS数据匹配至带有线形属性的路网地图,实现了基于轨迹数据获取车辆所在路段的安全临界速度;接着构建横向稳定性判别指标并采用K-means聚类算法对车辆横向稳定状态分级,以秦岭山区危化品运输主通道S219凤县段为例,提取不稳定状态轨迹数据通过聚类算法识别风险路段并分析其时空特征;最后引入安全速度系数制定弯道路段危货车限速策略,提出基于增强型数字路网地图的车辆侧翻事前预警方案,将经验数据与实时数据相结合,转事后补救为主动预防,提高危险品道路运输环节的安全性。结果表明:1)本文所提出的基于轨迹数据判别车辆横向稳定性的算法流程可对车辆运行状态进行离线判别,为更精准的风险路段识别提供借鉴;2)相较于传统DBSCAN算法,基于网格划分的DBSCAN算法在路网提取中效率有明显提升,且随着样本数量的增加,算法优势越明显;3)山区公路危货车辆横向不稳定状态集中表现在小半径及连续弯道处,且车辆运行速度受弯道半径影响显著,研究路段现有限速措施不能保证危货车在山区弯道路段的行驶安全性,需采用合理的限速策略结合超前预警技术以提高弯道路段行车安全。