Влияние параметров транспортного потока и характеристик дорог на безопасность дорожного движения

Обложка

Цитировать

Полный текст

Аннотация

Несмотря на положительный эффект от реализации существующих федеральных целевых программ и национальных проектов в области безопасности дорожного движения (БДД) уровень смертности на автомобильных дорогах остается достаточно высоким. В статье рассмотрено текущее состояние аварийности, динамика развития дорожной сети и уровень автомобилизации за последние 10 лет. Выявлены факторы, определяющие текущее состояние аварийности. На основе аварийности на территории Красноярского края выявлено, что наиболее тяжкие дорожно-транспортные происшествия (ДТП) происходят на дорогах вне городской черты, выявлен большой процент ДТП с участием автомобилей категорий М2, М3 и N. Исходя из анализа исследований в области оценки безопасности дорожного движения и статистических данных, определена цель исследования – выявление влияния параметров транспортного потока и характеристик дорог на безопасность дорожного движения.

В работе использованы методы математической статистики, содержательная часть которых определена в ходе исследования 20 участков на ФАД на территории Красноярского края. Для анализа были выбраны участки, отличающиеся уровнем аварийности, характеристиками транспортного потока и геометрическими параметрами.

В результате научного исследования математически подтверждено, что на БДД оказывают влияние состав транспортного потока и вариационный размах скоростей между обгоняемым и обгоняющим ТС. Определена зависимость вариационного размаха скоростей между обгоняемым и обгоняющим ТС от состава транспортного потока, зависимость частного коэффициента аварийности К11 от вариационного размаха скоростей между обгоняемым и обгоняющим ТС, полученная зависимость позволяет учитывать скоростной режим ТС при определении итогового коэффициента аварийности и оценки БДД на конкретном участке дороги. Получена регрессионная модель зависимости среднегодового количества ДТП от ширины обочины, радиуса кривой в плане, видимости, расстояния от кромки проезжей части до обрыва глубиной более 5 м, коэффициента сцепления, состава транспортного потока, вариационного размаха скоростей между обгоняемым и обгоняющим ТС.

Научную новизну исследования составляет зависимость среднегодового количества ДТП от параметров транспортного потока и характеристик дороги.

Практическая значимость исследования заключается в повышении БДД за счёт использования при ее оценке метода итогового коэффициента аварийности, учитывающего состав транспортного потока и вариационный размах скоростей между обгоняемым и обгоняющим ТС.

Полный текст

Введение

Повышение БДД является актуальной проблемой для современного общества, это подтверждается различными федеральными программами, национальными проектами (ФЦП «Повышение безопасности дорожного движения в 2006–012 годах», ФЦП «Повышение безопасности дорожного движения в 2013 – 2020 годах», НП «Безопасные и качественные дороги», «Транспортная стратегия Российской Федерации на период до 2030 года» и т. д.) и исследованиями в данной области [1, 7, 8, 2, 10, 13–16, 18]. Несмотря на положительный эффект от реализации существующих программ, уровень смертности на автомобильных дорогах остается достаточно высоким и ежегодно в ДТП погибает около 20 тыс. человек и более 140 тыс. получают ранения различной степени тяжести, динамика аварийности на территории РФ за последние 10 лет представлена на рисунке 1.

 

Рисунок 1. Уровень аварийности на территории РФ

Источник: составлено автором на основе данных Федеральной службы государственной статистики – URL: https://rosstat.gov.ru/statistics/transport (дата обращения: 20.11.2022) и показателей состояния БДД – URL: http://stat.gibdd.ru/ (дата обращения: 20.11.2022)

 

Текущее состояние аварийности определяет ряд факторов:

  • несмотря на значительное увеличение протяжённости дорожной сети в рамках реализации программ ФЦП «Повышение безопасности дорожного движения» и НП «Безопасные и качественные дороги» динамика ее развития ниже динамики развития уровня автомобилизации;
  • оценка БДД производится по устаревшим методикам [1, 2, 12, 17], где качественные и количественные характеристики транспортного потока отличаются от современных.

Наибольшая тяжесть ДТП наблюдается на автомобильных дорогах вне городской черты (70% погибших от общего количества погибших в ДТП, несмотря на то, что на дорогах данного типа происходит всего около 30% от общего количества ДТП), на рисунке 2 представлена лепестковая диаграмма распределения ДТП и погибших на территории Красноярского края на дорогах вне городской черты [3].

 

Рисунок 2. Процентное соотношение количества ДТП и пострадавших на автомобильных дорогах вне городской черты на территории Красноярского края

Источник: разработано автором

 

Также в ходе анализа аварийности на территории Красноярского края выявлены следующие факты:

  1. 60% ДТП на дорогах вне городской черты происходит с участием ТС категорий M2, M3 и N, в которых погибает до 60% от общего количества погибших в ДТП по краю.
  2. Основными причинами ДТП является выезд на полосу встречного движения и несоответствие скорости конкретным дорожным условиям.

Оценка БДД производится с помощью качественных и количественных показателей, основные из которых представлены в ОДМ 218.4.005 – 2010 «Рекомендации по обеспечению безопасности движения на автомобильных дорогах» (утв. Распоряжением Минтранса РФ от 24.06.2002 № ОС-557-р). Одним из методов оценки БДД применяемым на практике и рассматривающим БДД с комплексной оценки большинства элементов системы ВАДС является метод итогового коэффициента аварийности, который используется не только для выявления опасных участков на эксплуатируемых дорогах, но и при оценке проектных решений [17].

«Итоговый коэффициент аварийности» Китог, является произведением частных коэффициентов аварийности Ki, которые характеризуют влияние отдельных элементов плана, продольного и поперечного профилей трассы дороги, интенсивности движения, придорожной полосы и других факторов на БДД [17].

Данная методика была разработана в 60-х годах прошлого века, на период создания методики качественный и количественный состав транспортного потока отличался от современного, так же как отличались тормозные и динамические свойства ТС.

Развитие данной методики представлено в трудах А. П. Васильева, В. П. Расникова, П. Шевякова, В. В. Варлашкина, Р. Картанбаева, С. С. Петросяна, С. С. Близниченико, А. Садырходжаева, А. Н. Нечаева, О. А. Дивочкина, В. И. Пуркина, Ю. М. Ситникова, В. В. Чванова [1, 4, 6–8, 2, 12–14], но в данных исследованиях не рассматривается совокупное влияние состава транспортного потока и вариационного размаха скоростей между обгоняемым и обгоняющим ТС.

Существует ряд подходов, описывающих связь транспортного потока и скорости движения:

  1. в ВСН 25–86 «Указания по обеспечению безопасности движения на автомобильных дорогах» представлена методика определения средней скорости смешанного потока для сухого покрытия в летнее время года при коэффициенте загрузки от 0,1 до 0,85 с учетом влияния ДУ и интенсивности движения на двухполосных дорогах;
  2. в ОДМ 218.2.020 – 2012 «Методические рекомендации по оценке пропускной способности автомобильных дорог» рекомендуются формула для расчета средних скоростей для дорог с коэффициентом загрузки z больше чем 0,8;
  3. в ОДМ 218.4.005 – 2010 «Рекомендации по обеспечению безопасности движения на автомобильных дорогах» представлена оценка скоростей движения транспортного потока на автомагистралях;
  4. определение средней скорости потока на основе скорости движения одиночного автомобиля и от состава транспортного потока.

В перечисленных выше подходах учитывается влияние состава потока на среднею скорость движения, но не вариационный размах скоростей, который возникает во время обгона и/или опережения ТС.

Ранее в исследованиях уже был предложен перечень частных коэффициентов аварийности, которые необходимо брать во внимание при оценке БДД методом итогового коэффициента аварийности, в число которых входят коэффициенты, учитывающие состав потока и вариационный размах скоростей между обгоняемым и обгоняющим ТС [11]. Исходя из всего вышесказанного, была сформулирована цель научного исследования – определение влияния параметров транспортного потока и характеристик дорог на безопасность дорожного движения.

Методика определение параметров транспортного потока и характеристик дорог

В ходе предыдущих исследований [3] выявлено, что ежегодно на территории Красноярского края от 8 до 15 участков федеральных автомобильных дорог (ФАД) являются аварийно-опасными либо потенциально аварийно-опасными, как правило, один и тот же участок является аварийно-опасным на протяжении нескольких лет, поэтому на подготовительном этапе оценки влияния параметров транспортного потока и характеристик дорог на БДД на территории Красноярского края на основе статистических данных и изображений со спутника было выбрано 20 различных по конфигурации и аварийности участков на ФАД Р255 и Р257 (637, 670, 711, 714, 726, 737, 743, 763, 770, 772, 777, 785, 796, 799, 854, 879, 898, 913, 24 и 30 км). В число рассматриваемых участков вошли те, которые на протяжении 5 лет были отмечены как аварийно-опасные. Среди исследуемых участков 9 являются аварийно-опасными, на 10 – запрещен обгон, на 9 – скоростной режим меньше 90 км/ч, на 7 – интенсивность движения меньше 10000 авт/сут. На каждом из участков определен ряд параметров, перечень которых был определен ранее [11, 9].

Характеристики автомобильных дорог определялись измерительным контролем или визуально согласно ГОСТ Р 52577–2006 и ГОСТ 33383–2015, в зависимости от рассматриваемого параметра. Искомые значения заносились в итоговую ведомость, образец которой представлен на рисунке 3.

 

Рисунок 3. Ведомость для фиксации значений характеристик дороги

Источник: разработано автором

 

Параметры транспортного потока определялись визуальным методом на основе видеозаписей. Для учета состава транспортного потока все ТС в потоке были разделены на 4 группы по категориям согласно ТР ТС 018/2011 «О безопасности колесных транспортных средств»: 1 группа – Категория L, 2 группа – Категория M1, 3 группа – Категория N, 4 группа – Категория M2/ Категория M3.

Вариационный размах скоростей между обгоняемым и обгоняющим ТС фиксировался при движении ТС группами (от 3-х ТС), определялся путем нахождения разности скоростей между обгоняющим и обгоняемым ТС на основе видеозаписи. Совместно с вариационным размахом фиксировался состав транспортного потока ТС.

Так как исследователями установлены закономерности изменения интенсивности движения в течение года и в ходе предыдущих исследований установлено, что в летний период значения интенсивности и состава транспортного потока отличны от значений в другие времена года [9], для фиксации наибольшего количества значений исследуемых параметров измерения проводились четыре раза для каждого исследуемого участка.

Количество ДТП и коэффициент сцепления определялись исходя из статистических данных, представленных на официальном сайте ГИБДД.

Таким образом была получена генеральная совокупность данных для исследуемых параметров, в которой зафиксировано 158 обгонов ТС в транспортном потоке на 15 участках. Объем выборки (n = 126) определялся по уравнению, рекомендуемому В. В. Сильяновым:

n=t2·σ22, (1)

где

t – показатель кратности ошибки;

σ – среднее квадратическое отклонение;

∆ – величина допустимой ошибки.

Обработка экспериментальных данных производилась с помощью корреляционно-регрессионного анализа [5].

Результаты исследования

Значения параметров, характеризующих автомобильную дорогу и определяющих ее техническую категорию, условно постоянны для конкретного рассматриваемого участка. Значения ширины полосы движения и ширины обочины могут менять свое значение в зимнее время года, в зависимости от погодных условий и уровня содержания автомобильных дорог.

Значения параметров, характеризующих транспортный поток, уникальны для каждого рассматриваемого участка. В таблице 1 приведены основные параметры и характеристики движения транспортного потока на ФАД Красноярского края.

 

Таблица 1. Параметры и основные характеристики движения транспортного потока ФАД Красноярского края

Участок

Среднесуточная интенсивность авт/сут

Среднечасовая интенсивность авт/час

Средний состав транспортного потока, % М2, М3 и N

Средний коэффициент загрузки движением

Средняя скорость движения, км/ч

Средний вариационный размах скоростей между обгоняемым и обгоняющим ТС, км/ч

30

6712

374

37

0,37

87

20

24

9480

587

12

0,52

62

16

637

9307

557

37

0,48

77

0

670

11411

690

35

0,65

95

0

711

12476

713

36

0,44

97

42

714

12455

718

42

0,43

95

38

726

11689

687

11

0,47

87

0

737

11629

623

29

0,45

92

22

743

10994

646

18

0,46

87

25

763

7842

441

33

0,38

97

39

770

10768

643

34

0,41

94

43

772

11235

650

34

0,45

95

0

777

14316

851

36

0,43

91

15

785

15221

884

36

0,44

85

21

796

19309

1144

33

0,46

96

22

799

23156

1380

24

0,47

94

25

854

14473

852

12

0,45

99

18

879

5673

334

12

0,38

91

36

898

8785

536

23

0,53

80

38

913

7655

447

40

0,44

83

0

Источник: разработано автором

 

Несмотря на низкие коэффициенты загрузки движением, для ФАД на территории Красноярского края характерно движение ТС как малыми группами (2–5 шт.), так и большими группами (5–14 шт.). В основном на ФАД Красноярского края характерно движение ТС группами 5–14 ТС, что вызвано следующими факторами:

  1. Значительное количество ТС категорий М2, М2 и N в транспортном потоке (рисунок 4). Анализ состава транспортного потока показал, что он неоднороден, особенно это заметно на участках, находящихся в значительной отдаленности от крупных населенных пунктов (Красноярская агломерация, г. Ачинск). В ходе анализа состава транспортного потока выявлено, что в течение часа доля ТС категорий М2, М3 и N на различных участках ФАД колеблется от 5% до 65% от общего количества зафиксированных ТС. При этом на долю ТС категорий М2 и М3 в среднем приходится всего от 1 до 2% транспортного потока. В среднем на ФАД на территории Красноярского края транспортный поток на треть состоит из ТС категорий М2, М3 и N. Так как динамические и тормозные свойства ТС разных категорий различны, ТС категорий М2, М3 и N в силу своих характеристик и ограничений на скоростной режим со стороны закона создают за собой группу ТС.

 

Рисунок 4. Средние значения интенсивности и состава транспортного потока на рассматриваемых участках

Источник: разработано автором

 

  1. Сложный рельеф местности. Для ФАД на территории Красноярского края характерны следующие особенности:
  • длинные затяжные подъемы/спуски;затяжные повороты большого радиуса;
  • повороты малого радиуса;
  • резкие переходы от прямого однородного участка к повороту малого радиуса.

Из-за особенностей рельефа на возникает «шум» скорости, который особенно характерен для ТС категорий М2, М3 и N в силу их геометрических особенностей, что также приводит к образованию групп ТС, двигающихся за медленно едущим «лидером» группы.

В ходе анализа маневра обгон на потенциально аварийно-опасных участках и аварийно-опасных участках выявлено, что при движении ТС группами обгон происходит не по одному ТС, а части либо сразу группы ТС, в зависимости от ее численности.

Таким образом, в связи с перечисленными выше факторами с ростом доли в транспортном потоке автомобилей большей грузоподъемности и автопоездов увеличивается расслоение транспортного потока по скорости движения.

Для анализа зависимости количества ДТП от рассматриваемых факторов был проведен корреляционный анализ, результаты которого представлены в таблице 2. Оценка значения коэффициента корреляции проводилась по шкале Чеддока.

 

Таблица 2. Результаты корреляционного анализа

Фактор

Коэффициент корреляции

t критерий-Стьюдента

суммарное количество ДТП за отчетный период

среднегодовое значение количества ДТП

суммарное количество ДТП за 5 лет

среднегодовое значение количества ДТП

количественная мера тесноты связи

качественная характеристика силы связи

количественная мера тесноты связи

качественная характеристика силы связи

Интенсивность движения

0,04

Слабая

0,05

Слабая

12,90

40,59

Ширина полосы движения

0,42

Умеренная

0,25

Слабая

0,64

15,78

Ширина обочины

0,18

Слабая

0,04

Слабая

3,81

0,17

Продольный уклон

0,34

Умеренная

0,28

Слабая

3,72

28,03

Радиус кривой в плане

0,06

Слабая

0,20

Слабая

6,10

2,40

Видимость

0,18

Слабая

0,20

Слабая

13,11

2,77

Число основных полос на проезжей части

0,42

Умеренная

0,33

Умеренная

2,20

3,50

Расстояние от кромки проезжей части до обрыва глубиной более 5 м

0,13

Слабая

0,07

Слабая

2,90

13,99

Коэффициент сцепления

0,13

Слабая

0,14

Слабая

4,90

0,71

Средний состав транспортного потока

0,28

Умеренная

0,24

Слабая

10,39

11,08

Средний вариационный размах скоростей между обгоняемым и обгоняющим ТС

0,45

Умеренная

0,44

Умеренная

5,02

17,28

Источник: разработано автором

 

Анализ парных коэффициентов корреляции показал, что наибольшее влияние на количество ДТП оказывает вариационный размах скоростей между обгоняемым и обгоняющим ТС. Этот фактор имеет самое высокое значение коэффициента парной корреляции (r = 0,44) при анализе суммарного количества ДТП за отчетный период и среднегодового значения.

Сопоставив значения парных коэффициентов корреляции, представленные в таблице 2, с табличным значением (коэффициентом корреляции Пирсона) r (20; 0,05) = 0,43, видим, что вариационный размах скоростей между обгоняемым и обгоняющим ТС статистически значим. Вычисленные значения превышают критическое значение критерия Стьюдента t (20; 95%) = 2,09, что также подтверждает значимость данного парного коэффициента корреляции).

Исследование влияния вариационного размаха скоростей между обгоняемым и обгоняющим ТС на БДД проводилось на различных участках дороги, в том числе на которых обгон запрещен. В ходе эксперимента установлено, что на 10 из 20 участках обгон запрещен, но так как участники дорожного движения нарушают требования дорожных знаков и разметки (рисунок 5), вариационный размах скоростей был зафиксирован на 15 из рассматриваемых участков.

 

Рисунок 5. Образец нарушения требований дорожных знаков и разметки на аварийно-опасных участках: а) Р255 770 км, б) Р255 898 км

Источник: разработано автором

 

Между составом транспортного потока и вариационным размахом скоростей между обгоняемым и обгоняющим ТС установлена высокая связь по шкале Чеддока (r = 0,83), поэтому с помощью регрессионного анализа была получена зависимость вариационного размаха скоростей между обгоняемым и обгоняющим ТС (y) от состава транспортного потока (x) на потенциально аварийно-опасных участках, которая представлена на рисунке 6 и в виде выражения 2:

у=13,97ln(х)11,94. (2)

 

Рисунок 6. График зависимости вариационного размаха скоростей между обгоняемым и обгоняющим ТС от состава транспортного потока на потенциально аварийно-опасных участках

Источник: разработано автором

 

Коэффициент детерминации равен 0,71, это говорит о том, что данная модель приемлема. Увеличение вариационного размаха скоростей между обгоняемым и обгоняющим ТС с увеличением в потоке ТС категорий М2, М3 и L связано с тем, что при увеличении доли ТС возрастает эмоциональная напряженность водителей, которые стараются располагать ТС ближе к оси дороги, выжидая момент для совершения обгона, при этом водители стараются совершать обгон сразу пачки ТС, поэтому для скорейшего завершения маневра водители обгоняющих ТС развивают скорость, значительно превышающую скорость обгоняемого ТС.

В ходе анализа параметров транспортного потока была выявлена зависимость, характеризующая вероятность возникновения обгона на потенциально аварийно-опасных участках от параметров транспортного потока:

у=0,0001·х1+0,0008·х2-0,0181·х3+0,0017, (3)

где

х1 – состав транспортного потока, % ТС категорий M2, M3 и N;

х2 – вариационный размах скоростей между обгоняемым и обгоняющим тс, км/ч;

х3 – коэффициент загрузки движением.

Статистическая значимость модели проверялась с помощью критерия Фишера (F): F (3; 6) = 12,74 > Fкрит (4,76), R2 = 0,86.

Из зависимости 3 видно, что вероятность возникновения обгона на потенциально аварийно-опасных участках увеличивается с увеличением вариационного размаха скоростей между обгоняемым и обгоняющим ТС и уменьшается с увеличением коэффициента загрузки движением, который помимо характеристик движения транспортного потока отражает дорожные условия.

Также в ходе анализа экспериментальных данных и статистики ДТП на территории Красноярского края была получена зависимость значения частного коэффициента аварийности Ki (y) от вариационного размаха скоростей между обгоняемым и обгоняющим ТС (x):

у=0,05·х+1,00. (4)

С увеличением вариационного размаха скоростей увеличивается количество обгонов, следовательно возрастает вероятность возникновения ДТП.

Полученная зависимость позволяет учитывать скоростной режим ТС при определении итогового коэффициента аварийности.

Заключение

Научная новизна исследования заключается в установлении зависимости вариационного размаха скоростей между обгоняемым и обгоняющим ТС от состава транспортного потока и установлении влияния параметров транспортного потока и характеристик дорог на безопасность дорожного движения.

Состав транспортного потока и вариационный размах скоростей между обгоняемым и обгоняющим ТС оказывают прямое влияние на безопасность дорожного движения. Так как динамические свойства автомобилей категорий M2, M3 и N в значительной степени отличаются от легковых, с увеличением в потоке ТС большой грузоподъёмности увеличивается диапазон скоростей движения ТС, чаще возникает потребность в совершении обгонов, как следствие увеличивается вероятность возникновения ДТП. Также грузовые автомобили и автобусы ограничивают видимость следующих за ними автомобилей, что особо актуально для ТС с правым расположением рулевой колонки. Скорость является усугубляющим фактором, который повышает тяжесть всех ДТП. С увеличением средней скорости возрастает и вероятность аварии, а также увеличивается риск летального исхода или тяжелых травм при возникновении ДТП.

Так как математически доказано влияние состава транспортного потока и вариационного размаха скоростей между обгоняемым и обгоняющим ТС на БДД, необходимо учитывать данные факторы при оценке БДД методом итогового коэффициента аварийности.

Рекомендуется внести изменения в нормативно техническую документацию по проектированию и эксплуатации автомобильных дорог, а именно, предусмотреть оценку проектов дорог методикой итогового коэффициента аварийности с учетом коэффициентов, учитывающих состав транспортного потока и вариационный размах скоростей между обгоняемым и обгоняющим ТС.

×

Об авторах

Кристина Вячеславовна Бакланова

Сибирский федеральный университет

Автор, ответственный за переписку.
Email: pulkristina@yandex.ru
Scopus Author ID: 57222128259

старший преподаватель кафедры транспорта

Россия, Красноярск

Список литературы

  1. Абрамова Л. С., Ширин В. В., Птица Г. Г. Анализ методов определения показателей безопасности дорожного движения // Вестник Харьковского национального автомобильно-дорожного университета. – 2015. – № 69. – С. 118–123. EDN: VBYGLV.
  2. Анализ существующих методов оценки вероятности возникновения ДТП на участках улично-дорожной сети города / А. Н. Новиков [и др.] // Вестник гражданских инженеров. – 2021. – 2 (85). – С. 222–231, https://doi.org/10.23968/1999-5571-2021-18-2-222-231 EDN: OZFVPK.
  3. Бакланова К. В., Воеводин Е. С. Анализ статистики ДТП на федеральных дорогах Красноярского края // Борисовские чтения: материалы Всероссийской научно-технической конференции, посвященной 100-летнему юбилею первого ректора Политехнического института В.Н. Борисова, Красноярск, 17–19 октября 2017 г. – Красноярск. – 2017. – С. 97–100. EDN: CESXHD.
  4. Близниченко С. С., Крапивина Е. А., Оветченко А. Р. Совершенствование метода коэффициентов аварийности // Развитие дорожно-транспортного комплекса и строительной инфраструктуры на основе рационального природопользования: материалы VII Всероссийской научно-практической конференции (с международным участием), Омск, 26–27 апреля 2012 г. – Омск. – 2012. – С. 43–48. EDN: YKLIAL.
  5. Гржибовский А. М., Иванов С. И., Горбатова М. А. Однофакторный линейный регрессионный анализ с использованием программного обеспечения STATISTICA и SPSS // Наука и Здравоохранение. – 2017. – № 2 – С. 5–33. EDN: YPMLPR.
  6. Джурук Д. С. Методика оценки и прогнозирования числа ДТП на загородных двухполосных автодорогах // Мир транспорта и технологических машин. 2018. – № 4. – С. 69–75. EDN: YSULNB.
  7. Добромиров В. Н., Евтюков С. С., Куракина Е. В. Совершенствование методов оценки безопасности дорожного движения на скоростных автомобильных дорогах // Мир транспорта и технологических машин. – 2017. – № 1 (56). – С. 94–100. EDN: YHWVHD.
  8. Евтюков С. С., Голов Е. В. Аудит безопасности дорожного движения на автомобильных дорогах регионального значения в Ленинградской области // Транспорт Урала. – 2017. – № 2 (53). – С. 85–89, https://doi.org/10.20291/1815-9400-2017-2-85-89 EDN: YUNJAN.
  9. Исследование интенсивности транспортного потока на Р255 и Р257 на территории Красноярского края / К. В. Пульянова [и др.] // Сборник статей XII Международной научно-практической конференции «Перспективные направления развития автотранспортного комплекса» – 2018 – С. 71–74.
  10. Парсаев Е. В., Рябоконь Ю. А., Тетерина И. А. Повышение безопасности дорожного движения на федеральных дорогах Омской области // Образование. Транспорт. Инновации. Строительство: сборник материалов II национальной научно-практической конференции, Омск, 18–19 апреля 2019 г. – Омск. – 2019. – С. 294–299. EDN: UEISMK.
  11. Совершенствование метода коэффициентов аварийности для междугородней сети / Е. С. Воеводин [и др.] // Безопасность колёсных транспортных средств в условиях эксплуатации: материалы 110-й Междунар. научн.-техн. конф. ТОМ I (Иркутск, 2–4 июня 2021 г.). – Иркутск: Изд-во ИРНИТУ, 2021. – С. 246–252.
  12. Чванов В. В. Метод оценки качественных состояний безопасности дорожного движения и область его применения // Наука и техника в дорожной отрасли. – 2010. – № 2(53). – С. 11–16. EDN: MLIGCF.
  13. Ярмолинский А. И., Пугачев И. Н., Шешера Н. Г. Совершенствование методики оценки аварийности автомобильных дорог по степени обеспечения безопасности движения в городских условиях // Вестник Тихоокеанского государственного университета. – 2016. – № 3(42). – С. 33–42. EDN: WYMQRN.
  14. Chunyang Han Helai, Huang Jaeyoung, Lee Jie Wang (2018) Investigating varying effect of road-level factors on crash frequency across regions: A Bayesian hierarchical random parameter modeling approach, Analytic Methods in Accident Research. Vol. 20, рр. 81–91, https://doi.org/10.1016/j.amar.2018.10.002.
  15. Johnsson C., Laureshyn A., De Ceunynck T. (2018) In search of surrogate safety indicators for vulnerable road users: a review of surrogate safety indicators, Transport Reviews. Vol. 38. Is. 6 рр. 765–785, https://doi.org/10.1080/01441647.2018.1442888.
  16. Lai Zheng, Tarek Sayed, Fred Mannering (2021) Modeling traffic conflicts for use in road safety analysis: A review of analytic methods and future directions, Analytic Methods in Accident Research. Vol. 29, 100142, https://doi.org/10.1016/j.amar.2020.100142
  17. Pulyanova K. V. et al. (2019) Analysis of road safety assessment methods, IOP Conference Series: Materials Science and Engineering, 632, 12015, https://doi.org/10.1088/1757-899X/632/1/012015.
  18. Vaiana Rosolino, et al (2014) Road Safety Performance Assessment: A New Road Network Risk Index for Info Mobility // Procedia – Social and Behavioral Sciences Vol. 111. рр. 624–633, https://doi.org/10.1016/j.sbspro.2014.01.096.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рисунок 1. Уровень аварийности на территории РФ

Скачать (65KB)
3. Рисунок 2. Процентное соотношение количества ДТП и пострадавших на автомобильных дорогах вне городской черты на территории Красноярского края

Скачать (55KB)
4. Рисунок 3. Ведомость для фиксации значений характеристик дороги

Скачать (83KB)
5. Рисунок 4. Средние значения интенсивности и состава транспортного потока на рассматриваемых участках

Скачать (112KB)
6. Рисунок 5. Образец нарушения требований дорожных знаков и разметки на аварийно-опасных участках: а) Р255 770 км, б) Р255 898 км

Скачать (35KB)
7. Рисунок 6. График зависимости вариационного размаха скоростей между обгоняемым и обгоняющим ТС от состава транспортного потока на потенциально аварийно-опасных участках

Скачать (56KB)

© Бакланова К.В., 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution 4.0 International License.

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».