自第一起汽车碰撞事故导致人类死亡以来,车辆在服务人类的同时,也给人类生命财产安全带来了威胁。交叉路口汇集了各个方向的交通,是制约道路通行能力的咽喉,在道路交通系统中属于核心地位。交叉路口存在多处冲突点,机动车和机动车之间,机动车和非机动车或行人之间相互干扰严重,因此,交叉路口及其附近地带也是道路交通事故的多发地带,世界各国都受其困扰。预防和控制交叉路口事故,提高道路交通的安全通畅,已成为道路交通研究不可缺失的主题。为了探求合理有效的道路安全应对措施及为车辆的安全性设计提供依据,需对交叉路口事故进行深入剖析。有效的事故数据是一切分析的基础。由于中国交叉路口交通事故统计还不完善,上报资料还不翔实,导致交叉路口事故数据的匮乏。同样由于我国现有的交通事故流行病学研究资料约90%以上均为医院病案或公安交通管理部门的事故统计报告,虽然这些资料的收集比较便捷,但其可用性值得商榷[37]。本文所采用的事故数据均来自澳大利亚,分析建立在丰富的样本和翔实的数据的基础上,得到的结论可为澳大利亚相关部门采取科学的预防措施和合理的救治策略提供依据,并可对缺乏交叉路口事故数据的国内研究提供借鉴意义和理论指导。本文的研究目的可概括如下：探索交叉路口事故的特征和规律；揭示影响交叉路口事故伤情严重程度的因素；研究交叉路口事故发生的起因；建立交通事故致因因素数据库；评价交叉路口防撞预警系统的防护效果等。下文将逐一阐述各研究目的的工作开展及涉及的方法,所得的结论等。作为方法学学科之一的流行病学,研究交通事故有其自己的学科优势。交叉路口交通事故流行病学研究可从预防医学的角度运用流行病学理论对交叉路口事故进行描述性流行病学研究和分析性流行病学研究。首先,应用描述性流行病学研究方法(Descriptive epidemiological study)之一：描述性统计方法对2000年1月至2009年12月发生在澳大利亚维多利亚州的交叉路口伤亡事故进行分类别频数分析。本次研究所用的交叉路口交通事故数据由澳大利亚维多利亚州VicRoads提供,VicRoads是澳大利亚维多利亚州的法定交通管理机构,负责收集相关事故数据,制定道路安全法规等。描述统计学(Descriptive Statistics)是用来描绘或总结观察量的基本情况的统计总称,阐述如何对客观现象的数量表现进行计量、搜集、整理、表示、一般分析与解释的统计方法体系。其内容包括统计指标、统计调查、统计整理、统计图表、集中趋势度、离散程度测数、统计指数、时间数列常规分析等理论和方法。本文主要应用描述统计方法中的频数分析和统计图表法对交叉路口事故的分布规律进行分析。研究表明发生在交叉路口最常见的事故形态是车辆与相邻方向的来车相撞(DCA110-DCA119);60km/h限速区域的交叉路口事故约占交叉路口事故总数的53%；41%的交叉路口事故发生地点没有交通控制措施,而约29%的交叉路口事故发生在交通信号灯控制的路口。圆形分布法(Circular distribution method)是流行病学研究的一种常用方法,最早应用在医学领域中。某些疾病的季节性、昼夜变动是呈周期性变化的,如果用360度表示,则可以反映周期性变化出现的方位,用这种方法统计分析,称为圆形分布法。由于交通事故的分布也具有类似周期性的规律,因此圆形分布法也被应用于交通事故流行病学研究。应用圆形分布法对交叉路口事故在一年12个月,一周7天和一天24小时的时间分布进行分析,并对事故高峰时间的聚集性进行了研究。如果交叉路口事故有集中于某个时刻发生的倾向,这一倾向性可用平均角α(mean angle)表示。将平均角转换成相应的时刻,即得到交叉路口事故发生的高峰时刻。将(α±S)转换成相应的时段,即得到交叉路口事故发生的高峰时段(S为角标准差)。平均角可用加权法计算得到。圆形分布法的分析结果显示交叉路口事故在一天24小时的分布上呈现聚集特点,交叉路口事故的集中趋势时间是15时19分,事故发生的高峰时段是从9时57分至20时40分。其次,采用分析性流行病学研究方法(Analytic epidemiological study)之一Logistic回归(Logistic Regression)方法全面分析交叉路口事故中影响人员伤情严重程度的因素(Risk factor),揭示各影响因素与伤情程度的关系,为相关道路管理部门制定预防和救治措施提供依据。分析所用的案例同样选自澳大利亚维多利亚州交通管理局VicRoads提供的2000年1月至2009年12月的交通事故数据库。Logistic回归和其他的分类数据回归方法经常被用来评估各种疾病的影响因素,而Logistic回归方法在交通事故研究方面的应用较为广泛。Logistic回归分析有两个最重要的用途：第一是用作影响因素分析,求出各自变量对因变量的比数比(Odds ratio-OR);第二是作为判别分析方法,来估计各种自变量组合条件下因变量各类别的发生概率。一般用得较多的是前者,而本文也通过这种方式来揭示交叉路口事故伤情程度的影响因素。Logistic回归分析将交叉路口事故导致人员死亡与否设为二分类因变量。因变量取值为1时,表明该事故至少导致一人死亡(澳大利亚定义的交通事故死亡为当场死亡或事故发生后的30天内因交通伤引发的死亡)；取值为0时表明该事故至少导致一人受伤,而未有人员死亡。首先从现有的事故数据库中选取12个被认为对交叉路口交通事故中人员伤情严重程度有影响的因素作为待观察因素。这12个因素包括驾驶员、车辆、路面状况、天气条件、交通控制形式等多方面的信息。为了简化分析,本次研究所选用的因素均转换为分类自变量。由于所选取自变量为分类变量,样本水平数目较多,若单个水平内样本容量较少,将会给Logistic回归分析带来检验效能不足的问题,所以需进行自变量小样本容量水平的合并或删除。经过筛选后,共有12144例案例纳入分析,之后对这12个待观察因素进行单因素Logistic回归分析,显著性水平定为0.25,并由此选出10个有统计学意义的因素纳入多因素Logistic回归分析模型。在进行多因素Logistic回归分析前,需要考虑各自变量间的多重共线性问题,利用SPSS相关分析来检验自变量间的多重共线性问题,经检验得知所选取的自变量之间并未存在相关关系。多因素Logistic回归分析采用正向逐步选择法,来分析各个因素的重要性,确定自变量。给定显著性水平α=0.05,如果自变量的Wald统计量的显著性概率p值(p value)小于显著性水平,表明该自变量与因变量显著相关,选择该自变量；反之,表明该自变量与因变量显著不相关,不选择该自变量。经过分析,最后进入回归模型的自变量包括驾驶员的性别、年龄、限速区域、交通控制形式、事故发生时段、事故形态(DCA)、安全带的使用与否,这7个因素是显著影响交叉路口交通事故人员伤情严重程度的重要因素。研究发现男性驾驶员参与的交叉路口事故,发生人员死亡的比数高出女性驾驶员参与的交叉路口事故的32%,原因是男性驾驶员比女性驾驶员更容易倾向于一些冒险的驾驶行为,如易超速、黄灯时易加速通行、跟车较近、不使用安全带、酒后驾车等。本次研究将年龄分为16-24；25-44；45-64；65岁及以上四个组别,65岁及以上组别的驾驶员参与的交叉路口事故发生人员死亡的比数是16-24岁组别的2倍以上,这与人体生理状态有较大的关联,这个组别的驾驶员因为视力退化、反应迟钝等原因对突发交通事件的处理会有所不及；限速区域同样是影响事故伤情严重程度的重要因素,发生在限速为100km/h区域的交叉路口事故,其人员死亡的比数是发生在50km/h限速区域事故的10.5倍。由于碰撞能量与速度成平方关系,较高的速度对驾驶员对突发事件的反应时间提出了更高的要求,而且驾驶员对车辆的控制能力会在高速下有所缺失。60km/h限速区域的交叉路口事故死亡的比数是50km/h限速区域的2.2倍,70km/h限速区域的交叉路口事故死亡的比数是50km/h限速区域的4.4倍,而80km/h限速区域的交叉路口事故死亡的比数是50km/h限速区域的3.7倍,原因可能是在澳大利亚80km/h的限速地带道路双向车道中央具有隔离带和较完善的分流,而低于80km/h的限速区域并无隔离带,所以70km/h的限速区域的事故死亡比数相比80km/h的反而较高；发生在无任何交通标志控制措施的交叉路口的事故死亡比数是交通信号灯控制路口的两倍。虽然环形岛不仅降低了车辆的通行速度,而且将原本十字交互的侧面碰撞,转化为斜侧面碰撞,与十字交叉路口相比较为安全,然而本研究中,发生在环形岛的事故死亡比数并未显著区别于参照水平；凌晨0：00-5：59作为本次研究中交叉路口事故发生时段的参照水平,结果表明发生在凌晨的交叉路口事故,其受害者死亡可能性高于其他时段的事故。各时段死亡比数的顺序为0：00-5：59(凌晨)>18：00-23：59(夜晚)>12：00-17：59(下午)>6：00-11：59(上午)。凌晨时段,驾驶员易疲劳,并且由于此时路面行人车辆较少,导致驾驶员较易高速飙车,这些都是导致死亡比率高的原因；包含行人的事故形态(DCA‘100-109’),其死亡可能性高于其他类别,其原因是行人是道路使用的弱势群体。车辆驶离路面与路边固定物体或所停车辆碰撞(DCA‘171&173’)所导致的事故死亡比数比位于所有事故形态死亡比数比的第二位,车辆与路边的刚性柱子或树木相撞,则大部分的碰撞能量将由车辆吸收,从而给乘员施加了较大的碰撞加速度,而且车辆与柱状物发生侧面碰撞,二者接触面积较窄,较易发生乘员舱的侵入等,从而加大了事故伤亡等级的严重性；从使用安全带的情况来看,未使用安全带的事故死亡比数是使用安全带事故的4倍,这个研究数据重申了安全带的重要性。再次,应用故障树技术(Fault tree analysis)对已经发生的交叉路口交通事故进行分析,探索事故发生的深层次原因。所用案例来自澳大利亚国家深入事故调查研究项目(Australian National Crash Investigation Study-ANCIS),共有132个具有完整信息的交叉路口事故案例被纳入分析。交通事故调查大体上分两类：类是统计性事故调查；另一类是深入事故调查。统计性事故调查一般由交通管理部门承担,它能宏观显示事故的基本信息、交通伤分级等,本文的描述性统计研究和Logistic回归分析所用数据来自统计性事故调查。深入事故调查方法可以弥补传统的统计性事故调查方法中部分重要事故数据的缺失,已在发达国家兴起,是由工程技术人员、医疗专家、交通管理部门专家组成的多学科工作组对具体事故的原因、状况、过程、结果等数据进行全面采集并予以详细分析的方法。本文简短地概述了世界各国的深入事故调查方法,并对澳大利亚国家深入事故调查项目进行了详细描述。故障树分析方法不同于描述性统计分析和Logistic回归分析,后两者可对交叉路口事故进行全局分析,了解事故发生的规律特征以及影响事故伤情的各独立危险因素,而故障树模型的建立是利用深入事故调查,通过系统性地建模体现交叉路口事故的发生与人、车、道路环境等因素之间的逻辑关系。故障树的建模是自上而下的过程,本文首次尝试通过顶事件(Top event)-交叉路口事故的发生与驾驶员有无违反交通规则的上下关系来分类,并根据逻辑关系推断下一层中间事件(Intermediate event)。若驾驶员遵守交通规则,则错误的发生可能是由于操作或判断失误导致。通过对判断失误的进一步展开,可得人员失误或者车辆故障可导致判断失误。其中判断失误包括误判车速／车距或未在适当时刻发现正在同一运行轨迹上的道路使用者。同样可对未在适当时刻发现对方的中间事件展开子树建模,并由此扩展到基本事件(Basic event)-事故基本致因(Contributing factor)。在此仅举故障树的部分子树为例,本文根据自上而下逻辑推理的方法建立了交叉路口事故故障树模型的子树,并通过各个案例的事故致因分配以及基本事件的概率计算对故障树模型进行了最小割集的求解,通过求解可以了解到哪些不利因素组合在一起最易导致交叉路口事故的发生,从而可以根据这些信息来开展交通事故的预防工作。由事故调查组根据深入事故调查案例报告中的驾驶员调查访问表,车辆信息和道路信息等综合信息确定导致各个交叉路口事故案例发生的一个或多个基本致因。最终,故障树研究发现驾驶员因素独立引发交叉路口事故发生的比例占72%,驾驶员与环境因素共同影响的因素占26%,而环境作为单独影响因素的比例仅占2%。此次分析未出现车辆因素对交叉路口事故发生的影响比例,原因可能在于深入事故调查中并未强调对有无车辆故障信息的认证而只是听从当事者的描述,而且样本数量的缺乏也可能是原因之一。故障树最小割集的研究发现导致交叉路口事故发生最普遍的原因是驾驶员误判速度或车间距离且碰撞前并未采取任何规避措施,其概率占了总数的15%。排在第二的原因是,驾驶员无视交通标志或信号灯且碰撞前同样未采取任何规避措施,其发生概率为11%。研究发现,驾驶员故意行为引发交叉路口事故的概率约为37%,而驾驶员判断意外而导致交叉路口事故发生的概率为63%。研究还发现,只有28%的驾驶员在即将发生事故的时候尝试采取规避措施,而72%的驾驶员并未采取任何规避措施。由于精神或身体不适引发交叉路口事故发生的概率为11%,注意力不集中导致交叉路口事故发生的概率为9%。本文通过对交叉路口交通事故的故障树致因建模及分析,可为事故的发生机制进行系统可视化地推论。随后,利用ASP.NET和ACCESS等技术开发了交通事故致因因素数据库系统。数据库可以方便地储存和处理交通事故资料信息,为进行交通事故和交通伤害深入研究提供平台。在发达国家的交通事故研究中,各种类型的数据库发挥着不可忽视的作用。随着国内对深入事故调查研究的开展,也开始引入交通事故数据库的研究。交通事故的致因分析可从本质上剖析事故发生的原因,为合理有效地预防事故提供依据。前文已提及的Logistic回归分析了影响交叉路口事故伤情的风险因素,而故障树分析可视化地推论了事故发生的前因后果逻辑关系,并得到了事故因素的比例。事故致因因素的研究重要性已得到了广泛的认同,然而国内外的事故数据库对这项内容仍缺乏相应的较为全面的记录。本文构建了交通事故致因因素数据库,该系统可辅助收集事故发生的可能影响因素。随着互联网以及相关软件技术的日渐成熟,网络互动系统的应用已触及许多领域,并带来了许多便利。本文的数据库系统便是在.NET框架下实现的动态网络系统。ASP.NET技术是Microsoft开发的一种全新技术,它在.NET框架上提供了一种从构建到管理再到展开的一个全方位的Web开发平台,由C#进行编写。本系统选用MicrosoftAccess作为数据库平台。本数据库系统包括两种用户类型：信息录入用户和信息查询用户。数据库的管理员可添加删减用户。信息录入用户需对本数据库建设目的、各调查项目内容、相关术语及概念的定义进行培训,以保证完整、准确地记录数据信息。信息查询用户可通过查询条件有效寻找所需的信息。该系统前台网站包括登录界面、信息录入界面、信息查询界面、信息显示界面。信息录入界面包含的内容为事故基本信息、人的因素、车辆因素、环境因素。事故基本信息包括卷入事故的车辆数目、事故发生的日期、时间、碰撞变形类别(CDC),合力方向(PDOF)、速度差(Delta-V)等。人的因素界面记录了肇事驾驶员的年龄、性别、驾驶年限等基本信息,而驾驶员事故发生前所采取的避撞措施也被纳入该系统。采用与故障树建模相同的方式将事故的发生分为驾驶员有无违反交通规则两大类,若驾驶员遵守交通规则,则事故的发生可能是由于操作或判断失误导致。其中,判断失误包括误判车速／车距(Misjudging speed/gap)或未在适当时刻发现正在同一运行轨迹上的道路使用者(Failing to see other road users)。车辆因素界面涵盖了车辆的厂家、型号、行驶里程、车辆的状况、载荷和设计等信息。环境因素界面包括道路限速、类型、天气状况、照明、交通控制等10项信息。信息查询界面为方便用户查询,设定了一些常用的查询条件。信息显示界面可全面显示录入本系统的事故所有信息。最后,对基于专用短程通信技术的交叉路口交通事故防撞预警系统进行效果评估。为了缓解交叉路口事故对人类社会的危害,世界各国都在预防交叉路口事故上开展了多项研究。智能交通系统的出现有潜力改善交叉路口的通行矛盾,为出行者提供更安全的服务,其中,交叉路口防撞预警系统(Intersection Collision Warning System-ICWS)的应用前景得到了许多的肯定,且专用短程通信技术(Dedicated Short Range Communication-DSRC)因其延时短,抗干扰强,数据传播稳定等优点,被公认为最适合应用在移动车辆上的无线通信技术。因此,澳大利亚政府部门联合科研机构共同开发基于专用短程通信技术的交叉路口防撞预警系统,希望可通过该系统降低澳大利亚交叉路口事故的发生率和危害性。为了有效开发该套系统,需要先对其用户接受度及应用效果进行评价,而由于道路实车实验成本较高,且在系统试制阶段实现较为困难,汽车驾驶模拟器可为解决这些问题提供便利。本文利用澳大利亚Monash大学事故研究中心的驾驶模拟器建立了实验虚拟场景,并模拟防撞系统的触发,以此来研究交叉路口防撞预警系统在突发事件下对驾驶员行为表现的作用效果。为了说明驾驶模拟器的应用价值,本文也简要地概述了驾驶模拟器的软硬件结构、基本原理及其优缺点。驾驶模拟器实验包含三个阶段：准备阶段、实验阶段、数据处理阶段。准备阶段,包括人员准备,实验虚拟场景准备,各类相关文件准备等。人员准备：明确了驾驶模拟器实验的目的之后,开始招募志愿者。由于驾驶员的性别和驾驶经验也是本次实验的研究变量,因此通过网页信息和传单广告,招募了32位驾驶员作为实验对象参加了本次实验,其中包括16位年轻缺少经验的驾驶员(年龄在18岁至24岁之间,驾车时间不多于1年的男性,女性各8名)以及16位年纪大的有经验的驾驶员(年龄在25岁至64岁之间,驾车时间不少于5年的男性,女性各8名)。实验虚拟场景准备：本论文关于交叉路口事故的致因分析发现,驾驶员未遵守交通信号灯或交通标志,且未采取规避措施的因素导致交叉路口事故的发生约占全部事故因素的11%；两车十字交互通行(碰撞形态为DCAl10)及来车转弯去车直行(碰撞形态为DCA121)的事故发生频率相对而言较高：交叉路口事故发生在60km/h限速区域的比例明显高于其它限速区域。本文的虚拟场景根据以上条件设立。驾驶模拟器实验的虚拟事件场景为驾驶模拟器“主车”驾驶员根据交通规则行驶在限速为60km/h的双向双车道主干路上,当“主车”行至有交通信号灯控制的交叉路口时,有一违规车辆以70km/h的速度闯红灯过路口,并且其在模拟器“主车”的运行交叉轨迹上。实验中根据两车十字交互通行(碰撞形态为DCA110)及来车转弯去车直行(碰撞形态为DCA121)通行模式模拟违规车辆的出现：“主车”直行,违规车辆自交叉路口另一分支左端出现为场景110L；“主车”直行,违规车辆自交叉路口另一分支右端出现为场景110R；“主车”直行,违规车辆从来车方向右转弯为场景121,共三种虚拟事件场景(*澳大利亚交通规则为靠左通行)。模拟器根据公式计算“主车”安全停车距离,并在此位置触发交叉路口防撞预警系统。为对比有无警示系统及不同警示系统的作用,触发点包括无警示触发,视像警示系统触发和音频警示系统触发三种不同形式。本实验采用组内组间混合实验设计,组内设计的自变量为警示系统,包含无警示(No Warning),视像警示(Visual Warning)和音频警示(Audio Warning)三个水平,组间设计的自变量为驾驶员性别和驾驶经验,属于实验对象自身属性。由于违规车辆出现的模式不同,共有110L,110R,121三种虚拟场景,而实验对象需进行所有的警示系统水平和虚拟事件场景实验,因此采用拉丁方设计来平衡警示系统水平顺序排列及不同虚拟事件场景间的排列以减少传递效应,并分配实验对象按照顺序进行实验。实验阶段：实验对象到达驾驶模拟器实验室时,他们首先需要阅读本次实验简要介绍,确认实验同意书,填写个人信息以及当前身体状态,有无晕动病史等。在进行正式实验前,他们需完成驾驶模拟器练习,以便熟悉模拟器驾驶,同时便于实验员观察他们有无模拟器“晕车”倾向,一旦发现有“晕车”倾向,需立即停止实验,并进行医疗辅助。在完成驾驶模拟器练习后,每个实验对象需进行三次正式驾驶实验。为规避实验的可预测性,单次子实验驾驶行程包含七至八个交叉路口,其中任意三个路口为虚拟事件场景路口,包含了不同警示系统的触发,其它路口为所有车辆正规通行的交叉路口。数据处理阶段：实验完毕,进行数据处理,根据方差分析(ANOVA)来检验不同警示条件下的驾驶员行为差异性。结果显示,在本次实验的三种虚拟场景中,交叉路口防撞预警系统(视像警示或音频警示)可以有效缩短驾驶员对突发事件的反应时间,显著降低车辆的运行速度。而且,在两车十字交互通行来车方向为右110R的虚拟场景中,音频警示系统作用下的驾驶员反应时间(1.27秒)显著短于视觉警示系统作用下的反应时间(1.79秒)(p=0.027)。在两车十字交互通行来车方向为左110L和来车转弯去车直行121的虚拟场景中,交叉路口防撞预警系统可显著提高驾驶员刹车减速度。在两车十字交互通行来车方向为右110R的虚拟场景中,男性驾驶员所表现的对突发事件的反应时间(1.85秒)显著短于女性驾驶员的反应时间(2.22秒)[F(1,27)=4.743,p=0.038],经验丰富的驾驶员平均反应时间(1.84秒)趋向短于新手驾驶员的平均反应时间(2.23秒)[F(1,27)=4.150,p=0.052]；在来车转弯去车直行121的虚拟场景中,男性驾驶员驾车的平均时速显著高于女性驾驶员,且经验丰富的驾驶员平均刹车减速度显著高于新手驾驶员。卡方检验(Chi-square test)表明安装警示系统的车辆事故发生率与未安装警示系统的车辆对比具有统计学显著性区别。应用预警系统后,交叉路口事故的比例显著减少了约40%至50%[110L&121：(χ2=20.779,p=0.000)；110R：(χ2=18.563,p=0.000)]。因此,ICWS可以有效地减少交叉路口事故的比例。驾驶模拟器实验表明基于专用短程通信技术的交叉路口碰撞警示系统可以有效降低交叉路口事故发生率,显著缩短驾驶员对突发事件的反应时间。模拟器实验还揭示了不同经验不同性别的驾驶员行为特性。进一步研究中,可以根据实验需求,制定更完善的实验计划以获取更多的信息。随着汽车产业的快速发展和机动车辆的急剧增加,道路交叉路口的交通需求将进一步增大,针对交叉路口事故的深入剖析,将对改善交叉路口的交通安全提供有利依据。本文首先应用描述性统计方法,对交叉路口伤亡事故进行分类别频数分析,并应用圆形分析法研究事故发生的时间集中趋势,从而全面分析交叉路口事故发生的规律和特征。其次,Logistic回归分析揭示了影响交叉路口事故伤情严重程度的风险因素,通过对风险因素的识别以及其各因素水平对事故伤情严重程度的讨论,深入了解交叉路口交通伤的特点。本文利用澳大利亚国家深入事故调查项目案例,通过故障树的建模技术对已经发生的交叉路口交通事故进行分析,探索事故发生的深层次原因。事故致因因素的研究重要性已得到了广泛的认同,然而国内外的事故数据库对这项内容仍缺乏相应的较为全面的记录。本文利用ASP.NET和ACCESS等技术构建了交通事故致因因素数据库,该系统可辅助收集事故发生的可能影响因素。最后本文提出应用驾驶模拟器对交叉路口防撞预警系统的驾驶行为影响进行实验研究的方法,所得结果可以验证交叉路口防撞预警系统的有效性,为开发该系统提供有利的信息和依据。本文的主要创新点：1)应用Logistic回归法揭示了影响交叉路口事故伤情严重程度的风险因素,并深入研究了各因素水平对事故伤情严重程度的影响。国内的交通事故流行病学研究大部分为描述性流行病学研究,较少有多因素的综合分析性流行病学研究,特别是由于国内针对交叉路口的交通事故数据匮乏,难以开展深入的交叉路口事故分析。虽然澳大利亚有一些关于交叉路口事故的研究,但缺乏针对交叉路口事故伤情严重程度的研究。本文充分利用了澳大利亚交通事故数据库中的交叉路口的详细事故数据,分析建立在丰富的样本和翔实的数据的基础上,得到的结论可为澳大利亚相关部门采取科学的预防措施和合理的救治策略提供有效的依据,对缺乏交叉路口事故数据的国内研究来说,也具有一定的借鉴意义。2)建立了交叉路口事故故障树分析模型,系统性地展示了交叉路口事故发生的前因后果逻辑关系。通过最小割集的定量求解,可以研究哪些不利因素组合在一起会导致交叉路口事故的发生,以及各个不利因素在交叉路口事故发生中的重要程度,从而可以根据这些信息来开展交叉路口事故的预防工作。虽然国内也有少数应用故障树开展交通事故研究的文献,然而,这些研究由于事故数据的匮乏,往往只能进行模型的初步建立以及对最小割集和结构重要度的定性求解,难以进行定量分析。国外也有一些交通事故故障树模型的建立,然而这些模型往往太过细致,难以得到各个基本事件的有效概率,最终仍需进行模型简化。故障树建模涉及的致因因素(基本事件)选自澳大利亚交通安全局的道路交通事故致因表,所有致因因素数据均可由澳大利亚国家深入事故调查研究项目获得,可有效地对故障树模型进行概率分析,从而得到事故各个致因因素的重要度。3)交叉路口交通事故故障树模型改变以人、车、环境三因素为独立故障树子树来开展研究的方法,首次尝试通过交叉路口事故的发生与驾驶员有无违反交通规则的上下关系来分类,并在子树中融合车辆因素与道路环境因素,从而体现三者的交互作用。该新方法,更能挖掘道路交通事故人、车、环境相互影响的本质。4)创建了交通事故致因因素数据库,并应用ASP.NET和ACCESS技术开发了数据库动态网络系统。该系统界面简洁、框架清晰、自然易懂。设计所囊括的条目较为全面地涵盖了人、车、环境等事故可能影响因素,可为研究交通事故致因因素提供便利。而动态网络特性改变了单机处理数据库的限制,使该系统更易于操作,且有利于信息的推广5)交叉路口防撞预警系统的应用前景得到了国内外专家学者的肯定,然而针对预警系统对驾驶行为影响的研究却不多见。提出了应用驾驶模拟器对交叉路口防撞预警系统的驾驶行为影响进行实验研究的方法,并建立了实验测试模型,开展了大量的志愿者实验,所得结果可以用于研究交叉路口防撞预警系统的有效性,以便更合理有效地开发该系统。目前,国内开展的驾驶模拟器研究侧重于模拟器的软硬件开发及对车辆性能的改进,缺乏对交叉路口驾驶行为的深入研究。因此,对国内今后开展驾驶行为研究有较大指导意义。