事故分析与预测作为保障高速公路交通安全的重要环节,其方法的合理与否不仅关系到高速公路项目安全性评价结果的准确度,更直接影响到治理高速公路交通安全问题的效率。高速公路交通系统作为一个复杂的动态运行系统,其交通事故与驾驶人、车辆、道路及环境等全因素以及各因素之间的相互影响和作用密切相关,而受各因素动态特征提取的制约,目前包括环境因素、道路空间几何特征等在内的部分因素特征指标仍然没能得到精确的量化,使得用于分析的特征参数具有较强的离散性,导致相关分析停留在定性分析的层面,最终影响分析与预测结果的可靠度。同时,目前的事故分析方法大多针对单个因素进行事故影响分析,忽略了驾驶人-车辆-道路-环境的一体化动态耦合系统本质,使得事故分析与预测的结果较为片面,一些由各因素共同作用而产生的事故隐患很难被发现,造成事故成因分析存在疏漏,降低了交通安全问题治理的效率。为了弥补传统事故分析与预测方法在影响因素的动态特征提取和各因素一体化分析上存在的不足,提高高速公路事故分析与预测结果的准确度和可靠性,本文从高速公路交通系统的驾驶人-车辆-道路-环境动态耦合系统本质出发,建立了基于全因素的事故分析与预测方法。首先,根据驾驶行为模式的生物学特点,提出了基于信息传递的类反射弧事故分析理论模型。其次,通过理论研究和现场实车驾驶试验,采用三维空间微分几何计算、图像识别、生心理指标采集和车载故障检测等多元技术手段提取耦合系统中各因素的实时动态特征参数,结合路段单元划分,建立了用于高速公路事故分析与预测的全因素评价指标集。在此基础上,利用所得全因素评价指标集,结合高速公路事故的统计分布特征,构建了基于泊松回归模型(Poisson Model)和负二项回归模型(Negative Binomial Model)的高速公路事故预测模型,并通过实证分析验证了预测模型的可靠性。尔后,根据事故预测模型的参数估计结果,获取了对事故有显著影响的特征指标集,依照类反射弧事故分析理论模型将显著影响事故的特征指标集划分为刺激信息、感知反应和行为表观三个层次,构建VAR模型对特征指标的层间关系展开分析,形成了全因素条件下高速公路事故影响因素关联分析的方法。最后,利用格兰杰因果检验方法讨论高速公路路段的逐层信息传递结构是否稳定,以此为切入点并结合VAR模型中的脉冲函数分析和误差的方差分解分析,对事故频发路段的成因展开了深入分析,提出了基于格兰杰检验的事故频发段成因分析方法。实现了高速公路事故分析与预测方法在理论域、数据域、方法域和分析域上的全面革新,主要研究内容和创新性成果如下:(1)高速公路事故受驾驶人、车辆、道路、环境全因素影响,立足全因素整体展开事故分析是解决高速公路交通安全问题的关键,而有效地提取全因素特征指标是前提。本文通过现场实车驾驶试验采集有关基础数据,采用图像识别技术对行车视频进行处理,从中获取天空比例、亮度等特征指标表征环境因素;建立三维空间微分几何精确计算方法,得到符合道路线形空间曲线本质的特征指标空间曲率和空间挠率,同时结合纵坡坡度指标用以表征道路因素;通过车载故障检测系统获取车辆速度、加速度、油耗等车辆实时行驶状态信息,通过图像识别技术获取车辆的车道偏移指标,用以表征车辆因素;以驾驶人注视、心率和皮肤电导反应等生心理指标表征驾驶人因素。在成功提取了各类特征指标的基础上,采用滑动定长法对路段单元进行划分,最后确定了18个特征指标在路段单元的统计量作为评价指标,建立了以滑动定长法确定的路段单元为分析对象的全因素评价指标集。(2)在全因素评价指标集的基础上,将事故的发生视为独立事件,考察事故的统计学特征,以全因素评价指标集为自变量、以事故数为因变量分别建立了泊松回归模型和负二项回归模型作为事故预测模型。利用Stata15.0软件,计算两种模型在试验路段的实证分析结果,结果表明:全因素评价指标集下泊松回归模型和负二项回归模型均具有较好的准确度和稳定性,总体上,负二项回归模型的预测结果要优于泊松回归模型,但是,根据泊松回归模型参数估计结果确定的对事故有显著影响的评价指标比负二项模型更广。综合泊松回归模型和负二项回归模型的参数估计结果,可以得出:平均注视时间、平均注视比例、平均心率、最大横向偏移差、平均油耗、最大天空比例差、最大亮度差、平均挠率、最大曲率差和平均加速度均对事故有显著影响,这其中驾驶人因素的相关指标对事故的影响程度最大。(3)根据显著影响事故的评价指标,筛选出相应的具有距离序列特性的全因素特征指标。为了分析特征指标之间的关联,将特征指标分为刺激信息层、感知反应层和行为表观层,其中:刺激信息层包含的特征指标为曲率、挠率、天空比例和亮度;感知反应层包含的特征指标为心率、皮肤电导反应、注视比例和注视时间;行为表观层包含的特征指标为速度、加速度、油耗和车道偏移。随后,建立了逐层向量自回归模型(VAR模型),分析各层指标间的关联性。根据对试验路段的事故统计分析,将试验路段划分为正常路段和事故频发路段两大类。利用Eviews10.0软件,对试验路段中正常的路段进行VAR模型实证分析,结果表明:正常路段中刺激信息层对感知反应层各特征指标有预测能力;感知反应层对行为表观层各特征指标有预测能力;正常路段的逐层VAR模型稳定,且VAR模型的脉冲响应函数和方差分析结果表明上层特征指标对不同的下层指标变化的贡献度存在差异。(4)结合驾驶行为模式的生物学特性,提出类反射弧逐层信息传递模型,采用格兰杰因果检验方法判断逐层信息传递成功与否,以此为切入点分析事故频发段的成因,形成了基于格兰杰检验的全因素条件下事故频发段分析方法。依托试验路段进行实证分析,首先,根据正常路段的格兰杰检验结果确定逐层信息传递结构正常型;其次,通过格兰杰因果检验确定了试验路段中隧道事故频发路段和弯道事故频发路段的逐层信息传递结构;最后,将事故频发路段与正常路段的逐层信息传递结构进行对比分析,结合VAR模型的脉冲响应函数分析和误差的方差分析结果,得出事故频发路段的形成原因。本文取得的主要研究成果为改善传统高速公路事故预测和分析方法、提高高速公路交通安全状况提供了新的理论和方法支撑,为后续针对性的事故频发段综合治理奠定了坚实的理论基础。