О дорожной обстановке на территории Самарской области за 24 октября 2020 года
24 октября на территории Самарской области зарегистрировано семь ДТП с пострадавшими. При этом, семь человек получили ранения различной степени тяжести. Погибших нет. По вине нетрезвых водителей аварий не совершено.
Одно из ДТП произошло в 06:15 в Тольятти. Из собранных сотрудниками ГИБДД материалов следует, что мужчина 1965 года рождения, управляя автомобилем «Лада», двигался по Московскому проспекту со стороны улицы Фрунзе в направлении Ленинского проспекта. В пути следования водитель допустил наезд на 73-летнюю женщину, переходившую проезжую часть по регулируемому пешеходному переходу на запрещающий сигнал светофора. В результате ДТП пешеход получил травмы, ему назначено амбулаторное лечение.
По данным инспекторов ГИБДД, в момент аварии водитель находился в трезвом состоянии. По факту случившегося сотрудники полиции проводят проверку, по результатам которой будет принято процессуальное решение.
фото_1
Еще одно ДТП произошло в 06:55 в Сызрани. Из собранных сотрудниками ГИБДД материалов следует, что мужчина 1987 года рождения, управляя автомобилем ВАЗ-21101, двигался по улице Жуковского со стороны улицы Образцовской в направлении улицы Циалковского. В пути следования водитель, допустил наезд на 33-летнюю женщину, переходившую проезжую часть по нерегулируемому пешеходному переходу. В результате ДТП пешеход получил травмы и был госпитализирован.
По данным инспекторов ГИБДД, в момент аварии водитель находился в трезвом состоянии. По факту случившегося сотрудники полиции проводят проверку, по результатам которой будет принято процессуальное решение.
фото_2
Сотрудники Госавтоинспекции напоминают, что несомненным залогом безопасности при движении в любых сложных климатических или дорожных условиях является неукоснительное соблюдение ПДД, выбор скоростного режима, действительно соответствующего обстановке, минимизация количества перестроений, использование света фар и максимальное обеспечение собственной видимости иным участникам движения.
Ильдар Хужин, старший референт отделения информации
Официальный сайт Госавтоинспекции
Поиск по всем разделам
Госавтоинспекция
Участникам движения
Организациям
Сервисы
НовостиКонтакты
Госфункции
Места оформления ДТП
Поиск по всем разделам
Госавтоинспекция
Участникам движения
Организациям
Сервисы
Новости
Контакты
Госфункции
Социальные кампании
Информация о деятельности Госавтоинспекции Самарской области за 2019 год
За текущий период на территории Самарской области зарегистрировано 3726 дорожно-транспортных происшествий, в результате которых 298 человека погибли и 4890 получили ранения.
По сравнению с аналогичным периодом прошлого года (далее — АППГ) количество ДТП, число раненых в них людей снизилось на 7,3%, 13,4% и на 7,6% соответственно.Рост количества погибших в результате ДТП зарегистрирован на территории 1 города и 11 муниципальных районов: г. Тольятти на 4% (26), Шенталинского на 100% (2), Ставропольского на 13% (26), Нефтегорского на 75% (7), Красноярского на 30,4% (30), Клявлинского на 100% (4), Кинельского на 4,3% (24), Кинель-Черкасского на 60% (8), Камышлинского на 100% (10), Елховского на 100% (6), Борского на 75% (7) и Безенчукского на 66,7% (5).
Основными видами ДТП являются столкновения и наезды на пешеходов, удельный вес от общего числа происшествий составил 43,5% и 32% соответственно.
Зарегистрировано 1619 столкновений (-8%), в результате которых 148 человек погибли (-8,1%) и 2599 получили ранения (-8,1%). Совершено 1192 наездов на пешеходов (-7%), в результате которых 87 человек погибли (-9,4%) и 1166 получили ранения различной степени тяжести (-6,8%).
Основными причинами совершения ДТП по итогам 12 месяцев текущего года явились:
- Нарушение правил проезда перекрестков (удельный вес 21,6%). Количество ДТП и число раненых в них людей по данной причине снизилось на 2,8% (30) и на 0,6% (1241), число погибших в результате данного вида ДТП осталось на уровне прошлого года 24.
- Нарушение правил проезда пешеходных переходов (удельный вес 102%). Количество ДТП и число раненых в них людей по данной причине снизилось на 14% (380) на 40% (9) и на 11,2% (396).
- Неправильный выбор дистанции (удельный вес 7,5%). Количество ДТП и число раненых в них людей по данной причине снизилось на 18% (278) и на 20,4% (366), число погибших возросло на 25% (20).
- Выезд на полосу встречного движения (удельный вес 6,9%). Количество ДТП, число погибших и раненых в них людей по данной причине возросло на 8,9% (258), на 26,7% (95) и на 9,4% (258) соответственно.
- Нарушение требований сигнала светофора (удельный вес 2,4%).
Количество ДТП, число погибших в них людей по данной причине снизилось на 4,3% (89), на 50% (1) и на 6% (140).
Количество ДТП, число погибших в них людей по данной причине снизилось на 4,3% (89), на 50% (1) и на 6% (140).Количество ДТП, совершенных с участием водителей с признаками опьянения, число погибших и раненых в них людей снизилось на 15,9% (243), 26,4% (53) и 25% (335) соответственно.
Совершено 1192 наездов на пешеходов (-7%), в результате которых 87 человека погибло (-9,4%) и 1166 получили ранения различной степени тяжести (-6,8%). Рост происшествий данного вида зарегистрирован на территории городов Отрадный (на 25%), Новокуйбышевск (на 12,1%) и муниципальных районов: Шенталинский (на 200%), Ставропольский (на 17,9%), Приволжский (на 50%), Красноармейский (на 25%), Кинельский (на 33,3%), Кинель-Черкасский (на 71,4%), Елховский (на 100%), Большечерниговский (на 200%).
Зарегистрировано снижение количества ДТП по вине водителей автобусов на 15,7%.
Количество раскрытых сотрудниками ГИБДД краж и неправомерных завладений транспортными средствами возросло на 22,7% и составило 119 преступлений (АППГ — 97).
Удельный вес от количества раскрытых возрос на 6,1% и составил 32,4% (АППГ – 26,3%).
За 12 месяцев 2019 года общее количество ДТП, с мест совершения которых транспортные средства скрылись, снизилось на 8,8% и составило 5080 фактов (АППГ 5573), проводимые разыскные мероприятия способствовали установлению водителей в 2171 случае или 42,7 % (АППГ 1993 или 35,8%).
Количество таких происшествий с пострадавшими людьми снизилось на 26% и составило 477 ДТП (АППГ 645), раскрыто 356 ДТП или 74,6% (АППГ 478 или 74,1%).
Всего с участием молодых водителей произошло 288 ДТП, что на 10,3% меньше по сравнению с АППГ, в которых 20 человек погибло, что на 35,5% меньше по сравнению с АППГ, 440 получили ранения различной степени тяжести, что на 3,5% меньше по сравнению с АППГ.
В рамках контроля за соблюдением требований Правил организованной перевозки групп детей автобусами, сотрудниками Госавтоинспекции проверено 5137 автобусов, перевозящих детей, выявлено 102 факта нарушений.
В образовательных организациях количество проведенных профилактических бесед возросло на 6,5% (с 11252 до 11993).
Зарегистрировано 545 (-3%) ДТП с участием детей, в которых погибло 8 детей (-33,3%), получили ранения 600 несовершеннолетних (-3,4%). Рост числа происшествий с участием детей зарегистрирован на территории городов Самара на 5,1% (184 ДТП), Отрадный на 25% (5 ДТП) и муниципальных районов: Сызранский на 9,1% (12 ДТП), Приволжский на 200% (3 ДТП), Красноярский на 6,3% (17 ДТП), Красноармейский на 100% (4 ДТП), Кинельский на 70% (17 ДТП), Камышлинский на 33,3% (4ДТП), Алексеевский на 50% (3 ДТП), Волжский на 31% (38 ДТП).
За указанный период с участием детей-пассажиров произошло 250 ДТП, погибло 6, ранения получили 293 несовершеннолетних (удельный вес составил 45,9% от всех ДТП с детьми). По сравнению с аналогичным периодом прошлого года наблюдается снижение по всем показателям на 3,5%, 33,3%, 4,9% соответственно (АППГ 259-9-308).
За 2019 год зарегистрировано 15 ДТП (городов Самара 5 ДТП, Тольятти и Отрадный по 1 ДТП, Сергиевского 3 ДТП, Ставропольского района 2 ДТП, по 1 ДТП на территории районов: Волжского, Камышлинского и Кинельского), когда пострадали дети-пассажиры, перевозившиеся без использования ДУУ, погиб 1, ранения получили 16 детей (АППГ 22-0-30).-800x600.jpg)
За отчетный период произошло 232 наезда на детей-пешеходов, погибло 2, 242 получили ранения (удельный вес от всех ДТП с детьми составил 42,6%). Наблюдается снижение по количеству ДТП на 6,5%, стабильная ситуация по погибшим, отмечается снижение по раненым на 5,1 % (АППГ 248-2-255).
86 ДТП или 37,1 % от всех наездов на детей произошло на пешеходных переходах, погибших нет, ранено 95 несовершеннолетних. По сравнению с аналогичным периодом прошлого года снижение по количеству ДТП на 7,5%, по погибшим стабильно и по раненым отмечено снижение на 2,1% (АППГ 93-0-97).
Рост ДТП на пешеходных переходах допущен в г. Отрадном на 100% (с 1 до 2 ДТП) и г. Сызрани на 16,7% (с 6 до 7 ДТП), на территории Волжского на 300% (с 0 до 3 ДТП), Красноярского и Сергиевского на 100% (с 0 до 1 ДТП) района.
С участием детей-велосипедистов произошло 58 ДТП, в которых погибших нет, ранено 58 детей (АППГ 46-1-45). Рост таких ДТП наблюдается на территории г.г. Сызрани на 300% (с 0 до 3 ДТП), Чапаевска на 200% (с 1 до 3 ДТП), Тольятти на 50% (с 12 до 18 ДТП), Октябрьска на 100% (с 0 до 1 ДТП), Самара на 26,7% (с 15 до 19 ДТП), Кинель-Черкасского на 50% (с 2 до 3 ДТП), Приволжского, Хворостянского и Шигонского района на 100% (с 0 до 1 ДТП).
В целом по области 91 ДТП произошло по неосторожности самих детей, из которых 2 погибло и 90 несовершеннолетних пострадали. Рост подобных ДТП отмечается на территории городов: Новокуйбышевска на 400% (с 1 до 5 ДТП), районов: Волжского на 33,3% (с 3 до 4 ДТП), Ставропольского на 100% (с 2 до 4 ДТП), Похвистневского и Приволжского на 100% (с 1 до 2 ДТП), Хворостянского и Шигонскогона 100% (с 0 до 1 ДТП). По сравнению с аналогичным периодом прошлого года наблюдается снижение по количеству ДТП на 9,1% и по раненым на 9,2%, по погибшим стабильно (АППГ 99-2-98).
В качестве детей-пешеходов по своей неосторожности произошло 56 ДТП, погибло 2, ранения получили 55 (АППГ 73-1-73). Рост ДТП допущен в городах Новокуйбышевск на 300% (с 1 до 4 ДТП) и Отрадный на 100% (с 0 до 1 ДТП), на территории Волжского на 100% (с 1 до 2 ДТП), Похвистневского, Приволжского и Ставропольского на 100% (с 1 до 2 ДТП) районов.
В качестве детей-водителей велотранспорта по своей вине произошло 31 ДТП, погибших нет, ранения получили 31 несовершеннолетний (АППГ 29-1-28).
В качестве детей-водителей механических транспортных средств по своей неосторожности произошло 2 ДТП (г. Новокуйбышевск и Ставропольский район), погибших нет, ранения получил 2 несовершеннолетних (АППГ 7-0-7).
В темное время суток произошло 35 наездов на детей-пешеходов, которые переходили проезжую часть без световозвращающих элементов, погибших нет и пострадало 37 несовершеннолетних (АППГ: 37-0-41).
За текущий период 2019 года для средств массовой информации подготовлено 5691 материал информационно-профилактического характера (АППГ: 6036 или -5,7%). Из них 1204 телесюжетов (АППГ: 1491 или -19,2%), 1998 печатных публикаций (АППГ: 1982 или +0,8%), 2489 выступлений на радио (АППГ: 2563 или -2,9%). С учетом динамично развивающихся социальных сетей, активных групп среди пользователей сети Интернет, Госавтоинспекцией был сделан акцент в информационном воздействии на население через телекоммуникационную сеть Интернет. В социальных медиа размещено 12187 материала (АППГ: 9585 или +27,1%).
|
Опубликовано: Вчера, 13:55 177 В прошедший четверг, 12 ноября в поселке Запанской Железнодорожного района Самары произошло ДТП с участием пешехода. Авария была зафиксирована в 17:40 на улице Неверова. По информации ГИБДД 65-летний мужчина ехал на автомобиле Toyota Camry и сбил пешехода, который переходил дорогу по нерегулируемому пешеходному переходу. 25-летний мужчина получил травмы. Его доставили в больницу, оказали медицинскую помощь и назначили амбулаторное лечение. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: Вчера, 13:55 216 В прошедший четверг, 12 ноября в Самаре на улице Революционной произошло ДТП с участием пешехода. Пострадавшую женщину с травмами доставили в больницу и госпитализировали. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: Вчера, 11:50 174 В прошедший четверг, 12 ноября в Большеглушицком районе Самарской области произошло ДТП с участием легкового автомобиля. По информации ГИБДД 33-летний мужчина ехал на ВАЗ-2114, выбрал небезопасную скорость и не справился с управлением. Автомобиль вылетел в кювет и опрокинулся. Водитель получил травму ноги. Его доставили в больницу, оказали медицинскую помощь и назначили амбулаторное лечение. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 12 ноя 2020, 15:40 264 В эту среду, 11 ноября в Промышленном районе Самары произошло ДТП с участием несовершеннолетнего пешехода. По информации ГИБДД 28-летний мужчина ехал на автомобиле Toyota Land Cruiser по улице Воронежской в сторону Вольской. Возле дома №100 по проспекту Юных Пионеров водитель сбил 12-летнюю девочку, которая переходила проезжую часть по нерегулируемому пешеходному переходу. Девочка была с мамой. Школьницу с травмой головы госпитализировали в больницу. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 12 ноя 2020, 14:26 236 В прошедшую среду, 11 ноября в Волжском районе Самарской области произошло ДТП с участием грузовика и газели. По информации ГИБДД мужчина 1977 года рождения ехал на КамАЗе от Обводной дороги Самары в сторону пгт Петра Дубрава. При перестроении из правого ряда в левый водитель создал помеху автомобилю ГАЗель. Водитель этой машины, пытаясь уйти от столкновения с грузовиком, наехал на барьерное ограждение на разделительной полосе. В ДТП пострадал водитель ГАЗели. Ему было назначено амбулаторное лечение. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 11 ноя 2020, 17:51 449 Сегодня утром, 11 ноября в Кинельском районе Самарской области произошло серьезное ДТП с участием двух большегрузов. Водителя МАЗа в результате столкновения зажало в кабине. От полученных травм он погиб. На место аварии были вызваны спасатели. В 12:25 работы были завершены. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 11 ноя 2020, 17:47 613 В прошедший понедельник, 9 ноября в Камышлинском районе Самарской области произошло смертельное ДТП. По информации ГИБДД 37-летний мужчина без определенного места жительства шел по центру проезжей части, когда на него наехал водитель на автомобиле Chevrolet Niva. Пешеход от полученных травм скончался на месте аварии до приезда «скорой помощи». По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 11 ноя 2020, 12:09 256 В прошедший вторник, 10 ноября в Самаре на проспекте Металлургов произошло ДТП с участием двух легковых автомобилей. Авария была зафиксирована в 12:35. По информации ГИБДД водитель 1973 года рождения ехал на автомобиле Renault от улицы Енисейской в сторону Металлистов. В ДТП двое пострадавших, пассажиры одной из машин. Им назначено амбулаторное лечение. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 11 ноя 2020, 11:35 277 В прошедший вторник, 10 ноября в Самарской области произошло ДТП с участием легкового автомобиля. По информации ГИБДД 71-летний водитель ехал на автомобиле Renault Duster от села Озерки в сторону села Челно-Вершины. Во время движения водитель выбрал небезопасную скорость, не справился с управлением и вылетел в кювет. После этого автомобиль перевернулся. К сожалению, водитель иномарки от полученных травм скончался на месте до приезда «скорой помощи». По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 11 ноя 2020, 11:14 350 В Самаре на улице Ново-Садовой произошло ДТП с участием двух легковых автомобилей. После столкновения автомобили отбросило на газон. Машины вылетели туда, пробив дорожные ограждения. В ДТП пострадала водитель Skoda. Ее с травмой головы доставили в больницу, оказали медицинскую помощь и назначили амбулаторное лечение. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 11 ноя 2020, 11:14 447 В прошедший вторник, 10 ноября в Самаре произошло ДТП с участием пешехода. 68-летнего пешехода госпитализировали с травмами, где он скончался. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 10 ноя 2020, 13:11 344 В прошедший понедельник, 9 ноября в Самаре на проспекте Кирова произошло ДТП с участием трех автомобилей. Авария была зафиксирована в 01:15. По информации ГИБДД водитель 2001 года рождения ехал на автомобиле ВАЗ-2115 по проспекту Кирова от Московского шоссе в сторону улицы Стара-Загоры и возле дома №270 не выдержал дистанцию до движущегося впереди автомобиля Lada Vesta. В ДТП пострадала пассажирка из Lada Vesta. Девушке 1994 года рождения было назначено амбулаторное лечение. Водитель иномарки отказался от прохождения медицинского освидетельствования на состояние опьянения. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 10 ноя 2020, 12:56 388 В прошедший понедельник, 9 ноября в Безенчукском районе Самарской области произошло ДТП с участием двух легковых автомобилей. Авария была зафиксирована в 15:45. По информации ГИБДД мужчина 1988 года рождения ехал на автомобиле Kia от автодороги «Осинки-Приволжье» в сторону села Ольгино. На пересечении неравнозначных дорог водитель не пропустил автомобиль ВАЗ-2106, движущийся по главной дороге. Произошло столкновение. За рулем этой машины находился водитель 1984 года рождения, который не имел прав либо лишен прав управления ТС. В ДТП пострадал водитель ВАЗ-2106. Ему оказали медицинскую помощь и назначили амбулаторное лечение. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 09 ноя 2020, 13:37 304 В прошедшее воскресенье, 8 ноября в Самаре произошло ДТП с участием пешехода. Пострадавшего пешехода с травмами госпитализировали в больницу. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 09 ноя 2020, 13:36 212 В прошедшее воскресенье, 8 ноября в Волжском районе Самарской области произошло ДТП с участием двух легковых автомобилей. По информации ГИБДД молодой человек 1994 года рождения ехал на автомобиле Kia от г. Кинель в сторону поселка Черновский. Во время движения водитель нарушил правила расположения ТС на проезжей части и врезался в металлическое ограждение. После этого машина столкнулась с ВАЗ-2114. Эта машина ехала во встречном направлении. В ДТП пострадала пассажирка отечественного автомобиля. Женщину 1979 года рождения госпитализировали с травмами. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 09 ноя 2020, 12:31 218 В прошедшее воскресенье, 8 ноября в Куйбышевском районе Самары произошло ДТП с участием пешехода. По информации ГИБДД 30-летний мужчина ехал на автомобиле Mitsubishi Lancer от улицы Тамбовской в сторону Саратовского переулка и сбил 62-летнего мужчину. Пешеход переходил проезжую часть по регулируемому пешеходному переходу на запрещающий сигнал светофора. После столкновения с пешеходом автомобиль врезался в металлическую опору. Пострадавшего пешехода с травмами госпитализировали. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 09 ноя 2020, 12:08 263 В прошедшее воскресенье, 8 ноября в Самарской области произошло серьезное ДТП с участием автомобиля Chevrolet. По информации ГИБДД 35-летняя женщина ехала на автомобиле Chevrolet от поселка Маяк в сторону Новокуйбышевска. Во время движения водитель нарушила правила расположения ТС на проезжей части и вылетела в кювет. Там автомобиль опрокинулся. Пострадавшую женщину с травмами доставили в больницу и госпитализировали. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 09 ноя 2020, 12:08 190 В эти выходные в Красноярском районе Самарской области произошло ДТП со смертельным исходом. По информации ГИБДД 21-летний водитель ехал на автомобиле ВАЗ-2110 и, нарушив правила расположения ТС на проезжей части, столкнулся с грузовиком DAF. Грузовик вез полуприцеп с технической водой. В ДТП двое погибших – водитель легковой машины и его 19-летний пассажир. Пассажир погиб на месте, водитель скончался уже в больнице. Еще один пассажир в возрасте 21 год был госпитализирован. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 09 ноя 2020, 11:34 309 В прошедшую субботу, 7 ноября в Большечерниговском районе Самарской области произошло ДТП со смертельным исходом. По информации ГИБДД 63-летний водитель ехал на автомобиле ВАЗ-2107 в сторону села Костино. Во время движения водитель не справился с управлением, вылетел с дороги и врезался в дорожный знак. От полученных травм водитель скончался на месте до приезда медиков «скорой помощи». По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 09 ноя 2020, 11:34 269 В прошедшую субботу, 7 ноября в Самаре в районе станции метро Спортивная на улице Гагарина произошло ДТП с участием ребенка-пешехода. По информации ГИБДД водитель на автомобиле Ford Focus ехал по улице Гагарина от улицы Карбышева в сторону улицы Авроры и сбил 10-летнего ребенка на самокате. По предварительной информации мальчик пытался перейти дорогу в неположенном месте один, без сопровождения взрослых, и на самокате. Ребенка доставили на «Скорой помощи» в больницу. Там ему оказали медицинскую помощь и назначили амбулаторное лечение. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 08 ноя 2020, 15:09 280 В прошедшую пятницу, 6 ноября в Самаре на улице Буянова произошло ДТП с участием пешехода. По информации ГИБДД 21-летний водитель ехал на автомобиле Lada Priora и сбил 7-летнюю женщину. Пострадавшую с травмами госпитализировали. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 08 ноя 2020, 15:09 419 В прошедшую пятницу, 6 ноября в Кинель-Черкасском районе Самарской области произошло ДТП с участием мототранспорта. Авария была зафиксирована около 17:00. По информации ГИБДД 39-летний мотоциклист поехал на своем незарегистрированном в ГИБДД мотоцикле без шлема по пересеченной местности. Мотоциклист ехал по полю от села Кротовка в сторону села Большая Малышевка и не справился с управлением: водитель вылетел из мотоцикла и вместе с ним упал в овраг. От полученных травм мужчина погиб на месте. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 08 ноя 2020, 15:09 430 В прошедшую пятницу, 6 ноября в Красноярском районе Самарской области произошло серьезное ДТП с участием легкового автомобиля. Авария была зафиксирована в 20:30 недалеко от села Новый Буян. По информации ГИБДД 16-летний юноша ехал на автомобиле Ravon R2 со скоростью, превышающей разрешенную. В ДТП пострадали двое – водитель и девушка-пассажирка. Второй пассажир травм не получил. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 06 ноя 2020, 13:27 473 В прошедшую среду, 4 ноября в Самаре произошло ДТП с участием несовершеннолетнего пешехода. Авария была зафиксирована в 17:14 возле дома №6 по улице Победы. По информации ГИБДД 35-летний мужчина ехал на автомобиле Datsun on-DO и при развороте сбил 14-летнюю девочку. Подросток переходила проезжую часть по пешеходному переходу. После ДТП водитель скрылся, но полицейские его разыскали. Пострадавшей девочке было назначено амбулаторное лечение. По факту произошедшей аварии проводится проверка. |
|
|
Опубликовано: 06 ноя 2020, 13:25 489 Как мы уже писали вчера, 5 ноября в Большеглушицком районе Самарской области произошло ДТП с участием большегруза. По данным ГИБДД пострадавших в результате аварии не было. Водитель в момент аварии был пристегнут ремнем безопасности и не получил травм. По информации очевидцев фура перевозила мандарины. Они и выпали из опрокинувшегося кузова, рассыпавшись на землю. По одной из версий водитель мог уснуть за рулем. По факту произошедшей аварии проводится проверка. Водителей просят быть внимательнее на дорогах. |
Авария была зафиксирована в 21:40. По информации ГИБДД мужчина 1986 года рождения ехал на автомобиле Volkswagen от улицы Гаражной в сторону Московского шоссе и сбил женщину. Пешеход переходила проезжую часть в неустановленном для перехода месте.
Авария была зафиксирована в 15:15 на 110 км автодорог «Самара-Большая Черниговка».
Авария была зафиксирована на улице Воронежской около 18:00.
Авария была зафиксирована в 10:40.
Авария была зафиксирована на 61 км автодороги «Самара-Нефтегорск» около 9:00. Столкнулись МАЗ и КамАЗ.
После этого мужчину еще раз переехал другой автомобиль – ВАЗ-2110. Водитель этой машины пытался скрыться с места аварии, но его быстро нашли.
Возле дома №15 водитель не справился с управлением и столкнулся со стоявшим автомобилем Lada Granta. После этого отечественную машину отбросило вперед, он столкнулся со стоявшим впереди автомобилем Renault серого цвета. Этот автомобиль стоял на запрещающем сигнале светофора.
Авария была зафиксирована в 12:45 на 2 км автодороги «Челно-Вершины-Шламка-Нурлат».
По информации ГИБДД водитель автомобиля Land Rover ехал по улице Академика Платонова и при выезде на улицу Ново-Садовую не пропустил автомобиль Skoda. Машины столкнулись. За рулем второй иномарки находилась 29-летняя девушка.
Авария была зафиксирована на улице Авиационной. По информации ГИБДД 22-летний молодой человек ехал на автомобиле Lada Granta и сбил пешехода, который переходил проезжую часть по пешеходному переходу.
Машины столкнулись, после чего Весту отбросило на автомобиль Kia.
Авария была зафиксирована в 20:05 на улице Алма-Атинской. По информации ГИБДД девушка 1993 года рождения ехала на автомобиле ВАЗ-2109 от Черемшанской в сторону Ставропольской. Во время движения водитель сбила пешехода. Мужчина 1983 года рождения переходил проезжую часть вне пешеходного перехода, в зоне видимости нерегулируемого пешеходного перехода.
Авария была зафиксирована в 20:00 на автодороге «Обводная от «Урал-М-5» до «Самара-Волгоград».
Авария была зафиксирована в 18:45 на Новокуйбышевском шоссе в районе дома № 61.
Авария была зафиксирована в 20:40 на 7 км автодороги Самара – Новокуйбышевск – пос. Маяк – г.Чапаевск – Волгоград №2.
Авария была зафиксирована на автодороге между селами Александровка и Хилково.
Авария была зафиксирована в 17:30 на автодороге Краснооктябрьский — Костино — Хасьяново.
Авария была зафиксирована возле дома №86.
Авария была зафиксирована в 19:00 возле дома №146.
Водитель не справился с управлением, вылетел в кювет и перевернулся. В машине в момент ДТП вместе с водителем ехали два 16-летних пассажира: девушка и юноша.
Водитель не справился с управлением, в результате фура перевернулась и перекрыла часть дороги, частично опрокинувшись в кювет.ДТП / Новости Самары, новости Самарской области, ПРО город Самара
Наверх
Войти
- Новости
- Дороги
- Спорт
- Здоровье
- Бизнес
- Афиша
- Реклама в газете
- Реклама на сайте
- Добавить новость
11.2020В Новокуйбышевске не хотят брать на работу осужденных13:04, сегодняСамарская область поставила новый коронавирусный рекорд12:55, сегодняВ больнице Ерошевского временно приостановлена плановая госпитализация и консультация15:07, 11.11.2020В Самаре трамвай протаранил легковушку 12:39, сегодня16Воспитателей, избивавших детей в доме малютки в Самаре, окончательно уволили11:40, сегодня7На 86-м году жизни скончался актёр Армен Джигарханян11:01, сегодня7Серьёзный рост заболевших и новые ограничительные меры: всё о коронавирусе в Самарской области10:38, сегодня11В Самарской области нашли новое опасное заболевание09:49, сегодня1COVID-19 в Новокуйбышевске: самое важное на утро 14 ноября06:20, сегодняСамара может стать первым городом делового туризма в России21:23, Bчера50Жителям Самары рассказали об особенностях нового штамма коронавируса20:45, Bчера11Академия «PROбизнес» объявляет набор участников в возрасте 14-17 лет на новый поток19:24, BчераВ Самарском регионе стартовал сбор заявок на участие в конкурсе бизнес-идей для школьников19:13, BчераСамозанятых граждан Самарского региона приглашают пройти обучающий курс «На старте бизнеса!»19:02, BчераСлучайности неслучайны: обычный таксист смог перевернуть жизнь жителя Самары с ног на голову18:39, Bчера20В Самарской области полицейский насмерть сбил 17-летнего подростка18:08, Bчера7Губернатор Самарской области продлил дистанционное обучение для школьников17:50, Bчера15Дистанционное обучение продлили в Самарской области17:32, BчераЧто имел ввиду Азаров: губернатор Самарской области пообещал не отменять Новый год17:05, Bчера15В Самарской области мужчина изнасиловал собственную дочь16:53, BчераВ Самаре представители ТСЖ незаконно заняли береговую линию Волги16:36, Bчера9Страшное совпадение: в Самаре в пятницу 13, в 13 часов 13 минут произошло серьезное ДТП16:14, Bчера6В Самарскую область доставили лекарства для больных коронавирусом15:39, BчераВ Самарском университете часть сотрудников перевели на удалённую работу15:35, Bчера1119 ноября в прокат выходит фильм «Колдовство: новый ритуал»15:21, BчераЗаморозки до -13: стало известно, какая погода будет в Самаре на выходных15:05, Bчера9Стали известны подробности о новых заболевших коронавирусом в Самарской области14:37, Bчера3В Самарской области снова установлен очередной рекорд суточной заболеваемости коронавирусом14:06, BчераВ Самарскую область поступили лекарства для лечения больных коронавирусом13:52, Bчера5В колонию Новокуйбышевска пытались пронести наркотики в апельсине 13:26, BчераДмитрий Песков озвучил сроки начала вакцинации от коронавируса13:21, Bчера10Жителя Новокуйбышевска будут судить за нападение на полицейского13:05, BчераВзрывной рост: в Самарской области суточный прирост заболевших коронавирусом перевалил за 2 сотни13:03, Bчера5Новый год точно будет: Дмитрий Азаров сделал заявление о предстоящих новогодних праздниках в Самаре12:59, Bчера22Михаил Жуков, CEO HeadHunter: Удалённый формат работы оправдал себя12:28, BчераЗа период пандемии зарплата снизилась почти у каждого пятого работника Самарской области12:25, Bчера5Социальные проекты Самарской области будут тиражироваться в других регионах страны12:05, Bчера9В Самаре снова отключат один из светофоров на оживленном перекрестке11:34, Bчера6В одной из колоний Новокуйбышевска нашли тайник с наркотиками10:50, Bчера11:22, 30.
10.2020
21:37, 29.10.2020
, Автор: Андрей Ларин821:24, 29.10.2020
, Автор: Андрей Ларин418:57, 29.10.2020
, Автор: Андрей Ларин1518:04, 29.10.2020
, Автор: Андрей Ларин917:13, 29.10.2020
, Автор: Андрей Ларин616:57, 29.10.2020
, Автор: Андрей Ларин3Обзор дорожно-транспортных происшествий и связанной с ними практики во всем мире
2. АВАРИИ НА ДВИЖЕНИИ И СМЕЖНАЯ ПРАКТИКА В МИРЕ
Дорожно-транспортные происшествия — основная причина смерти молодых людей и восьмая по значимости причина всех смертей во всем мире, где ежегодно умирает 1,24 миллиона человек [5, 6]. Около 85% смертей происходит в развивающихся странах. Мужчины, особенно в возрасте от 15 до 44 лет, являются наиболее пострадавшей группой людей в дорожно-транспортных происшествиях.Расходы стран на дорожно-транспортные происшествия составляют 1-2% от их общей национальной продукции [5].
Хотя только 52% транспортных средств в мире зарегистрировано в развивающихся странах, 80% смертей в результате ДТП происходит именно в этих странах (ВОЗ, 2013) [7]. Фактически, как и ожидалось ВОЗ, потеря лет жизни с поправкой на инвалидность в результате дорожно-транспортных происшествий (DALY) переместится из девятой основной причины DALY в 1999 г. в третью основную причину к 2020 г., как показано в таблице 1 . В то время как страны с низким и средним уровнем доходов сталкиваются с серьезными дорожно-транспортными происшествиями, в странах с высоким уровнем доходов наблюдается обратная тенденция.Между странами с высоким уровнем доходов и низким уровнем дохода существует серьезная разница в уровне несчастных случаев [3]. Показатели смертности в странах с высоким уровнем доходов снижаются, тогда как в странах с низким и средним уровнем доходов они все еще растут. Несмотря на то, что степень прироста различается в зависимости от района, к сожалению, наиболее заметное восхождение приходится на Азию.
| S. No. | 1998 Болезнь или травма | 2020 Болезнь или травма |
|---|---|---|
| 1 | Загрязнение нижних дыхательных путей | Ишемическая болезнь сердца |
| 2 | ВИЧ / СПИД | Униполярная большая депрессия |
| 3 | Перинатальные состояния | Дорожно-транспортный травматизм |
| 4 | Диарейные болезни | Цереброваскулярная болезнь |
| 5 | Униполярная большая депрессия | Хроническая обструктивная болезнь легких |
| 6 | Ишемическая болезнь сердца | Инфекции нижних дыхательных путей |
| 7 | Цереброваскулярная болезнь | Туберкулез |
| 8 | Малярия | Война |
| 9 | Дорожно-транспортный травматизм | Диарейные болезни |
| 10 | Хроническая обструктивная болезнь легких | ВИЧ / СПИД |
Объясняющие переменные к Факторам, способствующим возникновению аварий. | Категория пояснительных переменных | Переменные уровни | Эффект | вызывает больше аварий сзади |
|---|---|---|---|
| Психосоматический стресс | — | – | – |
| Спокойствие | – | + | – |
| Нервный или вспыльчивый [8] | – | — | Злые, агрессивные водители представляют значительную психологическую опасность и опасность для здоровья на дороге |
| Плохое состояние здоровья | – | – | |
| Беспокойство и бессонница | – | – | Причинение серьезного несчастного случая |
| Социальная дисфункция [9] | – | – | – |
| Депрессия | – | – | Причинение серьезного несчастного случая |
| Физическое здоровье [8] | отношения, существующие между личностью, эмоциями и поведением, и указывающие на то, что общественное самосознание взаимодействует с гневом, чтобы влиять на агрессию во время вождения | –– | Злые, агрессивные водители представляют значительную психологическую опасность и опасность для здоровья на дороге |
| Факторы дорожной среды | — | – | – |
| Кол-во полос | Другие vs. 2-полосный | / | – |
| 6-полосный против 2-полосный | / | – | |
| 4-полосный против 2-полосный | – | 2-полосный | |
| Разделенная / неделимая автомагистраль | Неразделенный против разделенного | – | Разделенный |
| Время аварии | Ночь vs. дневное время | – | Дневное время |
| Состояние дорожного покрытия [10] | Влажный vs. сухой | ++ | мокрый |
| Скользкий против сухой | ++ | Скользкий | |
| Состояние освещения | – — | – | |
| Городской / сельский | город против сельский | + | городской |
| Характер шоссе | Кривая обновление / понижение версии vs. прямая | + | Криваяобновление / понижение |
| уровень кривой против прямой уровень | + | уровень кривой | |
| прямо вверх / вниз против прямого уровня | + | прямо вверх / вниз | |
| Ограничение скорости [9, 10] | 55 миль / ч против 25 миль / ч | ++ | 55 миль / ч |
| 50 миль / ч vs. 25 миль / ч | ++ | 50 миль / ч | |
| 45 миль / ч против 25 миль / ч | ++ | 45 миль / ч | |
| 40 миль / ч против 25 миль / ч | ++ | 40 миль / ч | |
| 35 миль / ч против 25 миль / ч | ++ | 35 миль / ч | |
| 30 миль / ч против 25 миль / ч | ++ | 30 миль / ч | |
Проверьте свой спидометр и обнаружите, что вы бессознательно едете быстрее, чем разрешено законом.(6)-800x600.jpg) | — | ||
| Яркие драйверы — Характеристики драйвера | — | – | – |
| Употребление алкоголя / наркотиков [11] | Алкоголь в состоянии алкогольного опьянения vs. Нет | + | Алкоголь в нетрезвом виде |
| Препарат под воздействием vs. Нет | + | Наркотик под воздействием | |
Алкоголь-наркотик под воздействием vs. № | + | Алкоголь-наркотик в состоянии алкогольного опьянения | |
| Пил против Нет | + | Распил алкоголь | |
| Выпейте по дороге с вечеринки или паба, даже если вы понимаете, что, возможно, превысили установленный законом предел содержания алкоголя в крови. | — | – | |
| Возраст [10] | 26–35 по сравнению с <26 | – | <26 |
| 36–45 vs. <26 | – | <26 | |
| 46–55 по сравнению с <26 | – | <26 | |
| 56–65 и <26 | – | <26 | |
| 66–75 по сравнению с <26 | – | <26 | |
| > 75 по сравнению с <26 | – | <26 | |
| Общежитие [9] | живут в округе vs. другой округ | – | другой округ |
| в другом районе штата Флорида по сравнению с в другом округе | – | другой округ | |
| другие штаты против другой округ | – | другой округ | |
| G ender [10] | Мужской vs. Женский | + | Мужской драйвер |
| Тип транспортного средства | — | – | – |
| Аварийные автомобили [10] | Пассажирский фургонvs. легковой автомобиль | + | Пассажирский микроавтобус |
| пикап / легкий грузовик по сравнению с легковым автомобилем | + | пикап / легкий грузовик | |
| крупногабаритный автомобиль по сравнению с легковым автомобилем | + | крупногабаритный автомобиль | |
| AADT | Среднесуточный транспортный поток | + | Больше трафика |
| Измерение аномального поведения при вождении [11, 12] | Поскользнулся и пропустил : например, неправильно прочитать знаки и съехать с кольцевой развязки по неправильной дороге. | –– | – |
| Ошибки: Слишком быстрое торможение на скользкой дороге и / или неправильный поворот при заносе. | – — | – | |
| Нарушения: ➢ Нетерпение из-за медлительного водителя на внешней полосе и обгона. ➢ Оставайтесь на полосе автострады, которая, как вы знаете, будет закрыта впереди, до последней минуты, прежде чем свернуть на другую полосу. | — | – | |
| Машины / механические проблемы [9, 12, 13] | Неисправность шин: Согласно отчету Crash Stats, «проблема с шинами составляет около 11,4% аварий», где поломки транспортного средства были причиной аварии, в результате чего поломка шин стала наиболее частой причиной аварии транспортного средства. Два наиболее распространенных типа проблем с шинами — это выбухание изношенной шины и изношенная шина | .— | – |
| – | Тормоза Согласно отчету о статистике аварий, проблем, связанных с тормозами, как критических причин приходилось около 15.4% аварий, в которых причиной аварии был отказ автомобиля. Плохое состояние тормозов является основным фактором наездов сзади, когда неспособность вовремя остановиться приводит к врезанию транспортного средства прямо в впереди идущее транспортное средство. | — | – |
| – | Рулевое управление и подвеска Третьей наиболее частой критической причиной автомобильной аварии, указанной в отчете NHTSA, была комбинация проблем, связанных с рулевым управлением, подвеской, трансмиссией и двигателем.На эту комбинированную категорию приходится всего 3% сбоев, указанных в отчете [9] | — | – |
| – | Фары и задние фонари В условиях плохой видимости, например ночью, в тумане или во время шторма, становится намного труднее увидеть другие автомобили на дороге [9] | — | – |
| – | Стеклоочистители Никогда не недооценивайте важность дворников.Когда идет сильный дождь, видимость сильно ухудшается. Стеклоочистители помогают очищать лобовое стекло от дождя и мусора, улучшая видимость и улучшая обзор со стороны. [13] | — | – |
+ = Положительный эффект, — = Отрицательный эффект, * = Значимый (направление воздействия неизвестно), / = Незначительное
Таблица 3. ДТП на 107 участках дорог с 2005 по 2010 гг. [6].| Год или период | Количество аварий на 107 участках дорог (процент аварий за год%) | Сводная статистика | |||
| Медиана | Среднее | Макс. | Std, Dev. | ||
| 2005 | 350 (41) | 2 | 3,27 | 26 | 4,14 |
| 2006 | 446 (50) | 3 | 4,17 | 22 | 4,87 |
| 2007 | 584 (54) | 3 | 5,46 | 30 | 6,16 |
| 2008 | 482 (49) | 2 | 4.50 | 25 | 5,55 |
| 2009 | 447 (44) | 3 | 4,18 | 28 | 5,16 |
| 2010 | 486 (44) | 4 | 4,54 | 22 | 4,84 |
| 2008-2010 | 1415 (46) | 9 | 13,22 | 75 | 14,38 |
2.1. Тенденции дорожно-транспортных происшествий в Турции
В Турции, которая является более сложной и развитой страной, ежедневно происходит 3452 дорожно-транспортных происшествия, в результате которых 10 человек умирают на месте происшествия и 734 человека получают травмы (согласно статистике, составленной за 2012 год) [14].В 2010 году количество погибших в результате дорожно-транспортных происшествий на 100 000 жителей в Турции составляло 12, тогда как в Европейском регионе оно составляло 10,1. А в 2013 г. Турция заняла 64-е место среди 183 стран ВОЗ [14]. Кроме того, 73% смертельных или серьезных аварий происходят в городских районах, которые быстро становятся более частыми пользователями автомобилей. По данным Турецкого статистического института, среди общего числа смертей и травм на городские районы приходится 4 случая смерти и 478 травм, что составляет около 36% и 65% соответственно по сравнению с сельскими районами [15].Как типичная развивающаяся страна, количество автомобилей в Турции увеличивается, что позволяет людям больше путешествовать [16]. В то время как водители нуждаются в соответствующем обучении [17], а также в ознакомлении пешеходов с правилами дорожного движения в городских районах, которые не соблюдаются строго из-за плохой институциональной ассоциации [18]. Развитие городских территорий отрицательно сказалось на планировке и структуре дороги. Таким образом, безопасность перевозок в Турции находится под угрозой [18].
В Турции высокая частота дорожно-транспортных происшествий, в которых ежегодно умирают или получают тяжелые травмы тысячи людей, является серьезной социальной и экономической проблемой.В этом контексте улучшение физической и правовой инфраструктуры для обеспечения безопасности дорожного движения и контроль за ней являются одними из ключевых целей транспортной политики Турции, прямо заявленных в долгосрочных ежегодных программных документах правительства. Более того, в соответствии с целью снижения смертности в дорожно-транспортных происшествиях на 50% за десять лет, которая изложена в Глобальном плане Организации Объединенных Наций (ООН) на Десятилетие действий по обеспечению безопасности дорожного движения (2011–2020 гг.), Турция также приняла Стратегия безопасности дорожного движения и план действий на 2012 год [19].
В этом смысле Kayigisiz et al. , 2015 [6] использовали базовые и практические модели для анализа дорожно-транспортных происшествий, используя сопоставимые переменные, используемые в исследованиях, проведенных в развитых странах. Данные, собранные на 107 участках дороги в период с 2008 по 2010 год в Эскишехире (Турция), связаны с авариями со смертельным исходом и травмами. В таблице 3 показаны ДТП на 107 дорожных участках с 2005 по 2010 годы. Были созданы две схемы моделей: основной набор использовал парные логит-модели безопасности дорожного движения, а второй набор использовал модели регрессии данных подсчета для оценки событий различных виды аварий.В обоих наборах учитывались три типа ДТП: пешеход-транспортное средство, транспортное средство-транспортное средство и все аварии вместе взятые. Информационные факторы, использованные в этих моделях, были получены из характеристик окружающего землепользования, свойств участков дороги и характеристик транспортных потоков. По результатам были выделены три типа прямых последствий для политики. Во-первых, следует сделать возможным открытое передвижение по станциям транспорта и принять меры безопасности вокруг станций. Во-вторых, дорожная ситуация и дорожные системы должны быть улучшены за счет планирования городской конфигурации, дорожной структуры и практики конфигурации транспорта.В-третьих, следует пересмотреть вычеты по землепользованию, сосредоточив внимание на принятии мер предосторожности в областях, связанных с переменными факторами, увеличивающими количество аварий, а не на изменении смешанного землепользования на монотонное землепользование.
2.2. Тенденции дорожно-транспортных происшествий в Индии
Смертельные случаи и травмы в результате дорожно-транспортных происшествий являются важной и развивающейся общей медицинской, социальной и экономической проблемой в Индии. Постоянно почти 2650 человек умирают и 9000 ежегодно получают травмы в результате дорожно-транспортных происшествий.В 2013 году, последнем году, по которому доступны данные, в результате дорожно-транспортных происшествий в Индии погибло 137 423 человека и 469 900 человек получили травмы. Дорожно-транспортные происшествия в настоящее время поставили систему дорожного движения Индии под сомнение: ежегодно погибает почти 140 000 человек, страна обогнала Китай и вышла на первое место в мире по количеству смертей на дорогах. Индия — единственная страна в мире, в которой каждый час в результате дорожно-транспортных происшествий погибает более 15 человек и происходит 53 травмы. Хотя во многих развитых и развивающихся странах, в том числе в Китае, ситуация улучшается, но Индия находится в тяжелом положении.Если тенденция сохранится, общее количество погибших в результате ДТП в Индии
. Таблица 4. Сравнение международных показателей смертности [3].| Страна | Уровень моторизации (количество транспортных средств на 1000 человек) | Коэффициент смертности (количество погибших на 10 000 транспортных средств | Риск со смертельным исходом (количество погибших на 100 000 человек) |
| Индия (2013) | 130 | 8.6 | 11,2 |
| Германия (2012) | 657 | 0,67 | 4,4 |
| Япония (2012 г.) | 651 | 0,63 | 4,1 |
| Новая Зеландия (2012) | 733 | 0,91 | 6,9 |
| Швеция (2012 г.) | 599 | 0,50 | 3,0 |
| Соединенное Королевство (2012) | 599 | 0,51 | 2.8 |
| Соединенные Штаты Америки (2012 г.) | 846 | 1,26 | 10,7 |
вырастет до 100% где-то в период с 2013 по 2027 г. Если Индия не примет политику по сдерживанию роста числа смертей, связанных с дорожно-транспортными происшествиями, общее число смертей в результате дорожно-транспортных происшествий в Индии, вероятно, превысит отметку в 250 000 к 2025 г. [2, 3].
Singh 2016 [3] проанализировал дорожно-транспортные происшествия в Индии на национальном уровне, уровне штата и мегаполиса.Основное внимание уделялось выявлению основных проблем безопасности дорожного движения и обсуждению контрмер, которые могли бы иметь потенциал для решения конкретных проблем безопасности дорожного движения. Основным источником данных для исследования были «Случайные смерти и самоубийства в Индии с 1970 по 2013 год», опубликованные Национальным бюро регистрации преступлений Министерства внутренних дел правительства Индии, Нью-Дели. Анализ показал, что за последние десять лет количество смертельных случаев в результате ДТП в Индии увеличивалось на 5% в год, в то время как население страны увеличивалось только на 1%.4% в год. В связи с этим риск летального исхода, смертности от ДТП на 100000 человек увеличился с 7,9 в 2003 году до 11,2 в 2013 году. Риск летального исхода в Индии не только в четыре раза выше, чем в некоторых развитых странах, например, в Великобритании и Швеции, он составляет выходит за рамки этого быстро. Несмотря на низкий уровень автомобилизации, Индия сталкивается с очень высоким уровнем риска летального исхода по сравнению с развитыми странами, как показано в таблице 4 . Риск смерти в Индии был в четыре раза выше, чем в Соединенном Королевстве и Швеции, и почти вдвое больше, чем в Японии и Германии.Из таблицы 4 очевидно, что уровень смертности во многих развитых странах составляет менее 1 смертельного случая на 10 000 транспортных средств. Было обнаружено, что распределение смертей и травм в результате ДТП варьировалось в зависимости от возраста, пола, месяца и времени. Среди людей всех возрастных групп наиболее уязвимыми оказались люди экономически активной возрастной группы 30-59 лет. Однако, сравнивая гендерные факторы со смертельным исходом и несчастными случаями, мы обнаружили, что на долю мужчин приходилось 85,2% всех погибших и 82.1% всех травм в 2013 г. [20]. Был сделан вывод, что ситуация в Индии ухудшается. Без необходимых усилий и инициатив общее число смертей в результате дорожно-транспортных происшествий, вероятно, превысит отметку в 250 000 к 2025 году. Таким образом, существует острая необходимость признать ухудшение ситуации со смертельным исходом и травмами на дорогах и принять соответствующие меры.
2.3. Тенденции дорожно-транспортных происшествий в Иране
Дорожно-транспортные происшествия (ДТП) ложатся тяжелым бременем на здоровье людей, особенно в странах с низким и средним уровнем доходов, где происходит более 90% смертей.Ожидается, что в ближайшие 20 лет количество дорожно-транспортного травматизма увеличится на 65% [21]. ДТП представляют собой серьезную проблему для общественного здравоохранения в Иране, потому что ряд причин, в том числе молодое население страны, приводит к большей подверженности ДТП. ДТП и связанные с ним травмы составляют значительную часть бремени болезней в Иране [22]. Они действительно оказывают значительное влияние на социальное и экономическое благополучие людей. Например, ДТП — третья по частоте причина смертности в Иране.Ежегодно в результате ДТП было 685 611 травм и 22 918 смертей (80% мужчин и 20% женщин). Уровень дорожно-транспортного травматизма / смертности во всем мире составляет 3 человека на 10 000 транспортных средств, а в Иране — 33 человека на 10 000 транспортных средств [23]. Несколько факторов, связанных с риском участия в ДТП, подразделяются на три типа: фактор, связанный с водителем, фактор окружающей среды и фактор транспортного средства. В некоторых отчетах анализировалось влияние водительских прав, состояния здоровья водителя, использования водителями ремня безопасности и шлема как факторов, связанных с водителем.Тем не менее, в Иране отсутствует информация о взаимосвязи между компонентами, связанными с драйверами, и RTA.
Ghasem et al. , 2013 [23] исследовали связь между факторами, связанными с водителями, и ДТС в Иране, чтобы получить представление о потенциальном воздействии факторов, связанных с водителями, на ДТП и улучшить превентивные меры. Поперечное исследование было проведено в Иране, и все данные о ДТП с 20 марта 2010 г. по 10 июня 2010 г. были получены от Департамента дорожной полиции.Было замечено, что там было около 538 588 записей о ДТП, которые были классифицированы для контроля по основным факторам, влияющим на факторы: тип аварии, конечная причина аварии, время аварии и факторы, связанные с водителем. К факторам, связанным с водителем, относятся пол, уровень образования, тип лицензии, тип травмы, продолжительность между аварией и получением водительских прав и тип ошибки водителя. Всего в ДТС было задействовано 538 588 водителей (91,83% мужчин, соотношение полов относительно 13: 1). Из них 423932 (78.71%) не пострадали; 22 4818 (41,74%) имели диплом. Водительские права класса 2 представляют собой повышенную долю каждого водительского удостоверения (290 811, 54,00%). Большое количество аварий произошло в 12: 00-13: 59 (75 024, 13,93%). Степень, в которой водители связаны с ДТС, снизилась с 15,90% в основной год получения водительского удостоверения до 3,13% после 10 лет обучения вождению. Несоблюдение правил было самой частой причиной дорожно-транспортных происшествий (345 589, 64,17%). Непризнание правил дорожного движения было самой частой причиной смерти (138175, 25.66% и 129352, 24,02%, индивидуально). Ghasem et al. , 2013 [23] обнаружил значительную связь между типом аварии и полом, образованием, типом прав, временем аварии, окончательной причиной аварии, ошибкой водителя, а также продолжительностью между аварией и получением водительских прав. (все P <0,001).
По оценкам, до 20% дорожно-транспортных происшествий происходит из-за сонливости в промышленно развитых странах. Исследование показало, что риск дорожно-транспортных происшествий из-за вождения автомобиля с 2:00 до 17:00 составляет 6.В 5 раз выше. Другое исследование показало, что пик аварийности приходится на 3 часа ночи. Кроме того, с 14:00 до 16:00 наблюдается меньшее увеличение. Сон и многие другие физиологические процессы регулируются циркадным ритмом мозга. Циркадный ритм дает два пика сонливости в течение 24 часов [22]. Самый сильный уровень сонливости возникает ночью (с полуночи до 6:00 утра). Второй пик, при котором сонливость менее выражена, приходится на полдень с 13:00 до 16:00.Кроме того, время максимальной бдительности и небольшого желания спать — с 18:00 до 22:00. Еще один важный момент заключается в том, что в дорожно-транспортных происшествиях, вызванных сонливостью, обычно участвует только одно транспортное средство (аварии с участием одного автомобиля). В этих случаях часто случаются аварии при опрокидывании [21].
Хосро и др. , 2015 [24] изучали взаимосвязь между дорожно-транспортными происшествиями из-за сонливости в Иране. Все дорожно-транспортные происшествия, связанные с сонливостью, о которых сообщала полиция, были изучены в провинции Тегеран в 2009 году.Риск дорожно-транспортных происшествий из-за сонливости увеличивался более чем в семь раз (отношение шансов = 7,33) в часы низкой бдительности (0: 00-6: 00) по сравнению с другим временем дня. Риск дорожно-транспортных происшествий из-за сонливости снизился в 0,15 раза (отношение шансов = 0,15) в часы с максимальной активностью (18: 00-22: 00) циркадного ритма по сравнению с другим временем дня. Возникновение дорожно-транспортных происшествий из-за сонливости имеет значительную статистическую связь с вождением в течение самой низкой точки активности циркадного ритма.
2.4. Тенденции дорожно-транспортных происшествий в Индонезии
Исследования и статистические данные часто приходят к выводу, что дорожно-транспортные происшествия — это айсберг для понимания несоответствий между управлением движением и транспортными системами в целом. Цифры с указанием дорожно-транспортных происшествий в Индонезии, как и во многих других странах, показывают существенно большое количество и уровни серьезности; Такого рода итоги также очевидны в Джакарте, самом густонаселенном городе страны [1]. В настоящее время население Индонезии составляет более 230 миллионов человек, и экономическое развитие страны привело к увеличению спроса на перевозки и увеличению количества владельцев транспортных средств.Сопоставимые цифры также очевидны в Джакарте, столице с населением почти 10 миллионов человек. В дневное время показатели значительно выше из-за поддержки жителей пригородов с удаленных территорий и некоторых поддерживающих городских городов. Население Джакарты может составлять около 12 миллионов человек. При удельном весе дороги менее 7% рост транспортных средств и потребность в общественном транспорте способствуют повышению плотности использования дорог. Это непростое обстоятельство сложно определить, поскольку более 90% доступных видов транспорта являются участниками дорожного движения [1, 25].
Согласно Soehodho, 2017 [26, 27], дорожно-транспортные происшествия часто вызываются тремя различными типами факторов, а именно человеческим фактором, транспортным фактором и внешними факторами (включая дорожные условия). Как показывают цифры со всего мира, человеческий фактор имеет самое сильное влияние. Наше внимание уделяется нечеловеческим факторам в Индонезии. В частности, мы сосредоточили внимание на слабом росте дорожной инфраструктуры (уменьшение доли дорог), плохом состоянии общественного транспорта и неблагоприятных явлениях владения мотоциклами и их неосторожного использования.Инфраструктура дорожной сети в Индонезии претерпевала консервативную эволюцию в течение долгого времени, и несколько городских городов заявили о столь необходимой реабилитации дорожной сети. Эти штаты продемонстрировали исключительный рост трафика, а также большее количество дорожно-транспортных происшествий. На рис. ( 1 ) показано количество дорожно-транспортных происшествий в Индонезии за последние десять лет (2004–2013 гг.). В таблице также указано несколько распределений тяжести несчастных случаев: со смертельным исходом, тяжелыми травмами и легкими травмами.Хотя смертельные случаи и тяжелые травмы параллельны легким травмам, их количество и тенденции продолжают расти. Наиболее распространенным видом общественного транспорта в крайних индонезийских городах является автобус, системы которого варьируются от малых до крупных.
Дорожно-транспортные происшествия в Индонезии и, в основном, в крупных городах, таких как Джакарта, имеют тенденцию к росту. Хотя человеческий фактор оказывает сильное влияние, существует еще одно явление, усугубляющее проблему дорожно-транспортных происшествий, — это модель мотоцикла.Быстро растущее предпочтение мотоциклетного режима подчеркивает дисбаланс спроса и предложения в транспортных системах во многих городах Индонезии в дополнение к другим факторам, таким как отсутствие достаточной дорожной инфраструктуры [28, 29]. Обеспечение достаточного количества доступного общественного транспорта является эффективным средством борьбы с использованием мотоциклов и, как следствие, снижения дорожно-транспортных происшествий. Проекты по развитию некоторых способов общественного транспорта продолжаются в Джакарте, а за ними следуют другие крупные города страны с сопоставимыми целями и задачами.Кроме того, ожидается, что различные источники финансирования включают частный сектор, а не только ресурсы национального и субнационального бюджета, что ускорит экономию общественного транспорта и улучшит общую безопасность движения [25].
2,5. Тенденции дорожно-транспортных происшествий в Таиланде
Согласно всемирному сравнению смертности в результате дорожно-транспортных происшествий, было обнаружено, что Таиланд занимает 70-е место среди 178 стран мира по общему количеству смертей, равному примерно 19.6 смертей / 100 000 человек. В отчете Министерства здравоохранения Таиланда B.E.2554 (2011) показано, что дорожно-транспортное происшествие является второй по значимости причиной смерти в Таиланде после рака, который является основной причиной травм [30]. Общая стоимость дорожно-транспортных происшествий в Таиланде в 2004 году оценивалась в 153,755 миллионов бат. Хотя правительство приняло некоторые меры по предотвращению несчастных случаев и борьбе с ними, количество травм и смертей продолжает расти. Управление скоростных автомагистралей Таиланда (EXAT).Подразделение Министерства транспорта, берет на себя ответственность за управление и работу скоростных автомагистралей. EXAT имеет общее видение безопасности скоростных автомагистралей и обеспечивает регулярные проверки безопасности дорожного движения и устранение опасных участков. Тем не менее, количество аварий на скоростных автомагистралях все еще слишком велико, о чем свидетельствуют данные Vatanavongs и Sonnarong, 2014 [31] из записи в Б.Е., 2553 (2010) из 1878 аварий, 20 погибших и 573 травм. Тем не менее, прогнозирование дорожно-транспортных происшествий довольно сложно, поскольку причины дорожно-транспортных происшествий, как правило, вызваны различными факторами, такими как поведение участников дорожного движения, состояние транспортного средства, характер дорожного движения.
| Фиг.(1). Количество дорожно-транспортных происшествий в Индонезии и их классификации [28]. |
эристика и экология, даже с улучшением физических дорожных условий. Следовательно, очень важно получить данные об авариях для формулирования статистической модели с целью предоставления объяснения и прогнозирования вероятности аварий, а также для определения факторов, которые могут повлиять на тяжесть аварии. Эти усилия принесут пользу ответственным органам в виде хорошо продуманных мер по улучшению «черных точек» и аудита безопасности дорожного движения для предотвращения или уменьшения любого ущерба, вызванного авариями [30-32].
Vatanavongs and Sonnarong, 2014 [31] получили доступ к данным об авариях на сетях скоростных автомагистралей в период с 2007 по 2010 год (были собраны обновленные данные), в которых Управление скоростных автомагистралей Таиланда (EXAT) как законодательно закрепленное подразделение взяло на себя ответственность за обеспечение соблюдения девяти скоростных маршрутов, покрывающих расстояния всего более 207 км с рекордом 2194 аварий. Основная цель исследования заключалась в прогнозировании серьезности аварии путем разработки модели множественной логистической регрессии для анализа вероятности травм в результате несчастных случаев и несчастных случаев со смертельным исходом в сравнении только с материальным ущербом.При его измерении всесторонне учитывалась статистическая взаимосвязь между такими переменными, как средняя скорость на участке дороги, средняя интенсивность движения в день, период времени, погодные условия, физические характеристики зоны аварии и причины аварии. В совокупности вопрос исследования состоял в том, чтобы проверить влияние переменных на вероятность аварий и исследовать влияние потерь в аварии. Их результаты подтвердили, что скорость — единственный фактор, влияющий на серьезность аварий на скоростной автомагистрали; следовательно, ограничение скорости на скоростной автомагистрали должно быть обязательным для водителей путем проведения строгой проверки скорости на скоростной автомагистрали в соответствии с правилами.Кроме того, властям следует способствовать повышению осведомленности о серьезности аварий, вызванных движением на чрезмерно высоких скоростях, чтобы потенциально снизить риски и уровни серьезности аварий. Кроме того, исследование показало, что дальнейшие исследования должны быть больше сосредоточены на вопросе определения конструкции ограничения скорости в соответствии с геометрическими характеристиками проезжей части для обеспечения безопасности водителей на скоростных автомагистралях для эффективного решения проблем серьезности дорожно-транспортных происшествий.
2.6. Тенденция дорожно-транспортных происшествий в Африке
Причины дорожно-транспортных происшествий (ДДТ) многофакторны и включают взаимодействие ряда предаварийных факторов, включая людей, транспортные средства и дорожную среду.Было проведено множество исследований для изучения и понимания факторов, влияющих на RTC, с целью обеспечения контрмер. В Эфиопии смерть в результате дорожно-транспортных происшествий считается техногенной катастрофой. По данным Национального управления безопасности дорожного движения Эфиопии, уровень смертности в ДТП составляет 114 смертей на 10 000 автомобилей в год, но фактическая цифра может быть выше из-за неправильной системы отчетности. Было отмечено, что многие дорожно-транспортные происшествия можно предотвратить и что безопасность дорожного движения в конечном итоге является проблемой развития для значительного числа стран.80% смертей в результате дорожно-транспортных происшествий происходит в странах со средним уровнем дохода, на которые приходится около 85% смертности и 90% лет жизни с поправкой на инвалидность (DALY), вызванных ДТС во всем мире. Риск смерти в результате дорожно-транспортного травматизма является самым высоким в Африке (24,1 на 100 000 населения), и 38% всех смертей в результате дорожно-транспортных происшествий в Африке приходится на пешеходов [33]. Проблемы с автомобилями в африканских странах растут из-за быстрой автомобилизации и других факторов. В целом, в Египте 64%, в Тунисе 58% и в Марокко 51% были связаны со смертельным исходом в 2008 году.В Ливии 43%, в Джибути 42%, в Намибии 36% и в Нигере 34% были дорожно-транспортными происшествиями со смертельным исходом. Наиболее экономически активные люди (в возрасте 15–59 лет) подвергаются наибольшему риску смерти соответственно в результате ДТП. В этой возрастной группе в дорожно-транспортных происшествиях пострадало более чем в три раза больше мужчин, чем женщин. В целом, 5% смертей среди мужчин в возрасте 15–59 лет связаны с дорожно-транспортными происшествиями, но этот процент возрастает до 6,5% для мужчин в возрастной группе 15–29 лет в странах Африки к югу от Сахары [33, 34].
Например, Ojo, 2014 [35] исследовал факторы, способствующие дорожно-транспортным происшествиям в штате Экити, Нигерия, с помощью линейного регрессионного анализа и обнаружил, что превышение скорости (нарушение скорости), отвлечение внимания водителей и опасный обгон в значительной степени способствовали дорожным авариям в Состояние. Ogunmodede et al. 2012 [36] обнаружил, что превышение скорости, неправильный обгон, плохое состояние дорог, внезапные механические дефекты, употребление алкоголя, лопнувшая шина и проливные дожди способствовали увеличению количества дорожно-транспортных происшествий с мотоциклами в штате Ойо, Нигерия.Haadi 2014 [37] проанализировал факторы, способствовавшие серьезности дорожно-транспортных происшествий в северном регионе Ганы, с использованием бинарной логистической регрессии. Исследование показало, что перегрузка и препятствие являются двумя наиболее значительными факторами, влияющими на тяжесть дорожно-транспортных происшествий в Гане. Кроме того, предыдущие исследования показали, что отказ тормозов является одним из факторов, способствующих дорожно-транспортным происшествиям в развивающихся странах [38].
Chimba et al. , 2017 [39] проанализировали дорожно-транспортные происшествия в штате Анамбра, Нигерия, с целью разработки точных прогнозных моделей для прогнозирования частоты ДТП в штате с использованием авторегрессионного интегрированного скользящего среднего (ARIMA) и авторегрессионного интегрированного скользящего среднего с независимыми переменными (ARIMAX). техники моделирования.Результат показал, что модель ARIMAX превзошла модель ARIMA (1,1,1), сгенерированную при сравнении их характеристик с использованием стандарта уменьшения байесовской информации, средней предельной процентной ошибки, среднеквадратичной ошибки; и более высокий коэффициент детерминации (R-Squared). Результаты этого исследования показали, что включение людей, транспортных средств и факторов окружающей среды в анализ временных рядов набора данных о ДТП позволило получить более надежную прогностическую модель, чем использование исключительно агрегированного количества ДТП.Это исследование предоставило знания о безопасности дорожного движения и подход к прогнозированию аварий с участием многих людей, транспортных средств и факторов окружающей среды. Рекомендации, представленные в этом исследовании, если они будут применены, помогут снизить количество дорожно-транспортных происшествий в Нигерии.
2.7. Дорожно-транспортные происшествия в развитых странах
Дорожно-транспортные происшествия были признаны одной из основных причин гибели людей во всем мире, а также инвалидности. Недавние данные, представленные Всемирной организацией здравоохранения, ясно показали это.Таким образом, сокращение дорожно-транспортных происшествий должно вызывать озабоченность у всех, поскольку это совершенно законно в рамках Десятилетия действий по обеспечению безопасности дорожного движения (2011-2020 гг.), В рамках которого Европейский Союз поставил цель сократить на 50% количество жертв в странах-членах. к 2020 году. В соответствии с установленными в мире руководящими принципами Португалия решила войти в десятку стран Европы с самым низким уровнем аварийности. В недавней резолюции Совета министров от 5/2014 и в Среднесрочном обзоре на 2013-2015 годы она определена как цель будущего безопасности дорожного движения в Португалии, чтобы достичь результата, который в долгосрочной перспективе направлен на достижение ноль смертельных случаев и ноль тяжелых травм [40].
Беверли и др. , 2018 [41] расследовали дорожно-транспортные происшествия среди шотландских военных ветеранов. Они использовали данные Шотландского исследования здоровья ветеранов, чтобы изучить риск дорожно-транспортных происшествий (ДТП) в большой национальной когорте ветеранов по сравнению с людьми, которые никогда не служили. Это было проведено как ретроспективное когортное исследование 57 000 ветеранов и 173 000 не-ветеранов с последующим наблюдением в течение 30 лет с использованием анализа выживаемости для сравнения риска травмы, вызванной ДТП. Анализ подгрупп был использован для изучения тенденций по возрастным когортам и стажу работы.В целом, ветераны имели более высокий риск RTA. Соотношение пропорциональных рисков Кокса (HR) 1,17, 95% доверительный интервал (ДИ) 1,14–1,20. Опасность была повышена у ветеранов с кратчайшей службой (досрочно уволившихся), в том числе у не прошедших высшую военную подготовку (HR 1,31, 95% CI 1,23–1,40). Средний возраст первого RTA составил 34 года. Однако ветераны, родившиеся в 1960-х годах, были подвержены более высокому риску по сравнению с теми, кто родился в 1970-х годах. Таким образом, было продемонстрировано, что повышенный риск ДТП, наблюдаемый у военнослужащих, сохраняется у ветеранов на четвертом десятилетии жизни.Высокий риск у тех, кто раньше бросил службу, был связан с предыдущими невзгодами детства. Недавние программы Министерства обороны по безопасности дорожного движения теперь могут снизить долгосрочный риск травм в результате ДТП.
Chaturabong et al. (2011) [30] оценил ценность статистической жизни (VSL) и ценность статистической травмы (VSI) для мотоциклистов в Таиланде с использованием подхода WTP-CV. Этот подход широко используется во многих развитых странах.Метод WTP или значение модификации риска используется для оценки стоимости, которую люди будут платить за снижение опасности гибели жизни. Этот подход был в основном основан на дизайне опроса для определения суммы, которую будут платить люди. Однако усилия по применению подхода WTP для оценки стоимости дорожно-транспортных происшествий в Таиланде были исключительными. Одним из них является метод условной оценки (CV), который был выбран для измерения ГП в данном исследовании. Условная оценка (CV) — это широко используемый метод измерения нерыночной стоимости.Анкетные опросы проводились в Бангкоке и прилегающих районах в нескольких разных местах, таких как университеты, школы, частные компании и государственные учреждения. Среди участников было 1015 мотоциклистов, выбранных случайным образом. Средние значения WTP были рассчитаны с использованием простых арифметических средств, а факторы, влияющие на WTP, наблюдались с помощью регрессионного анализа. Предполагаемый VSL варьировался от 0,17 до 0,21 миллиона долларов, а VSI — от 0,08 до 0,10 миллиона долларов.Лица с более низким доходом, пожилые люди и мотоциклисты-мужчины были менее склонны платить, в то время как государственные служащие и мотоциклисты, которые часто носили шлемы, были более готовы платить за снижение риска смерти.
Пн и др. (2018) [42] приблизили затраты на смертельные травмы в результате дорожно-транспортных происшествий в Малайзии с использованием метода проектирования WTP с совместным анализом (CA). Было опрошено 4000 респондентов, включая водителей автомобилей и мотоциклистов в 13 штатах Малайзии.Факторы, влияющие на WTP, были проанализированы с помощью линейного регрессионного анализа. Доход, владение транспортным средством, род занятий, раса, восприятие риска, пол и опыт происшествий были статистически значимыми и влияли на WTP. Расчетный VSL варьировался от 0,36 миллиона долларов (1,15 миллиона ринггитов) до 0,45 миллиона долларов (1,45 миллиона ринггитов) с использованием CA, и это значение было сопоставимо с VSL предыдущего исследования с использованием подхода CV.
2,8. Тенденции дорожно-транспортных происшествий в Иордании
Иордания считается одной из ведущих стран мира по количеству дорожно-транспортных происшествий, на долю которых приходится около 4.5% смертельных случаев в 2007 году. Кроме того, было обнаружено, что стоимость дорожно-транспортных происшествий в Иордании оценивалась примерно в 146,3 миллиона долларов США в 1996 году, а в 2010 году она увеличилась до 440 миллионов долларов США (ВОЗ, 2013) [7 ]. Таким образом, к этой проблеме серьезно подошли государственные органы, занимающиеся вопросами дорожного движения и безопасности дорожного движения. В 2007 году правительство Иордании применило новый закон о дорожном движении с массированной деятельностью полиции и наложило очень высокие штрафы за наиболее опасные нарушения правил дорожного движения, а вскоре заменило его другим законом с уменьшенными, но все же сравнительно повышенными штрафами за нарушение правил дорожного движения в 2008 году. .Кроме того, с 2008 года иорданское правительство реализовало стратегию безопасности дорожного движения, которая включала следующие меры [43]:
- Введение в действие нового закона о дорожном движении 2008 г.
- Повышение качества исполнения и качества дорожной полиции
- Координация с другими органами безопасности дорожного движения
- Расследование деятельности по информированию о плотном движении через СМИ и образовательный фонд.
Башар и др. , 2013 [44] использовали данные о дорожно-транспортных происшествиях в Иордании за период тринадцати лет (1998-2010), чтобы в основном изучить их тенденции и характеристики за этот период.На основе имеющихся данных дорожно-транспортные происшествия были проанализированы с учетом нескольких переменных, включая тип аварии, возраст водителя, ограничение скорости, время дня, день недели, месяц года, климатические условия, состояние поверхности тротуара и уровень серьезности. Было отмечено, что количество дорожно-транспортных происшествий увеличилось за исследуемый период (1998-2010 гг.) С общим увеличением на 223% в результате увеличения численности населения, количества владельцев автомобилей и уровня автомобилизации (количество зарегистрированных транспортных средств на 1000 человек).Анализ типов дорожно-транспортных происшествий за исследуемый период показал, что в среднем 88% ДТП столкновительного типа с тенденцией к увеличению. 6,3% несчастных случаев произошли с пешеходами с тенденцией к снижению, а 2,7% — из-за неправильных поворотов с тенденцией к снижению. Уровень серьезности дорожно-транспортных происшествий (количество пострадавших / количество аварий) показал тенденцию к снижению за время исследования. Число погибших на 10 000 зарегистрированных транспортных средств показало тенденцию к снижению, в то время как число погибших на 100 000 населения показало тенденцию к росту до 2007 года и, следовательно, стало снижаться.Множество дорожно-транспортных происшествий произошло в период с 12:00 до 17:00, с наивысшими уровнями серьезности за этот период времени (3:00 — 6:00 утра). Наибольшее количество дорожно-транспортных происшествий произошло по воскресеньям и четвергам (первый и последний рабочие дни в Иордании), тогда как аварии в пятницу (национальный праздник) имели самый высокий уровень опасности.
2.9. Тенденции дорожно-транспортных происшествий в Ираке
Ирак — одна из основных арабских стран с общей площадью 438 000 кв.км и общей численностью населения около 37 миллионов человек; около 70 процентов населения проживает в городах. Географически Ирак имеет широту и долготу 33 ° 00 ‘северной широты и 44 ° 00’ восточной долготы соответственно, а регионально расположен в пределах Ближнего Востока в Юго-Западной Азии. Крупные города включают столицу Багдад, Аль-Мосул, Аль-Басру и Аль-Сулейманию. Имея более 59 600 км дорог с твердым покрытием и 4,5 миллиона автотранспортных средств, автомобильный транспорт является основным средством передвижения людей и товаров (Ali et al., 2018). Дорожно-транспортные происшествия и их серьезность на протяжении многих лет были проблемой в Ираке на шоссе. Эта проблема стала опасной для жизни после непрерывного резкого роста числа владельцев транспортных средств и их использования после 2003 г., когда экономика начала восстанавливаться после постепенной отмены экономических санкций, введенных Советом Безопасности ООН против Ирака. Кроме того, этот рост может быть важным фактором, способствующим столкновениям транспортных средств, особенно когда не приняты эффективные программы управления [45] Рис.( 2 ) показывает распределение дорожно-транспортных происшествий в Ираке по месяцам. Хотя ежемесячные колебания количества дорожно-транспортных происшествий не были массовыми, дорожно-транспортные происшествия были относительно высокими в августе-сентябре и октябре-ноябре и декабре. Это связано с экстремальной погодой, поскольку в августе-сентябре в Ираке довольно жарко, что может повлиять на дорожно-транспортные происшествия. Высокие температуры оказывают на водителей как психологическое, так и физиологическое воздействие. Разочарование усиливается с высокой температурой, поскольку люди становятся более раздражительными по отношению к другим, они устают, теряют концентрацию и, как следствие, не могут разумно справиться с любой случайной ситуацией на дорогах (Bijleveld and Churchill, 2009; Baratian et al. ., 2014) [3, 46]. Это причина увеличения количества ДТП летом, особенно в июле. Несмотря на количество дорожно-транспортных происшествий в августе-сентябре, аварийность была не такой высокой, как в июле-сентябре. В целом ставка была выше, чем в другие месяцы. Это может быть связано с тем, что определенная часть страны, особенно Северный Ирак, пострадала от плохой видимости дорог в декабре из-за туманной погоды. Как правило, люди едут несколько медленнее, и в пасмурную погоду становится трудно выдерживать безопасное расстояние от идущего впереди автомобиля.Ухудшение поля зрения в пасмурную погоду увеличивает опасность несчастных случаев (Baratian et al. , 2015.) [47]. В июле происходили массовые дорожно-транспортные происшествия из-за высокой доли учащихся в школах и университетах на основных и ответвлениях дорог, что привело к увеличению числа дорожно-транспортных происшествий. На рис. ( 3 ) показан кумулятивный процент временного распределения дорожно-транспортных происшествий в Ираке. Это ясно показывает, что существует значительная разница в количестве дорожно-транспортных происшествий в разные промежутки времени в течение дня.Несчастные случаи были относительно постоянными и достигли пика с 6:00 до 18:00, но уменьшились в полночь и в ранние часы дня. Однако это не означает, что вождение в дневное время более рискованно, чем вождение в ночное время. На рис. ( 4 ) показано количество аварий в пятнадцати провинциях Ирака за исследуемый период 2005 и 2011 годов. Между пятнадцатью провинциями Ирака наблюдается явный разрыв в соотношении рисков аварий. Губернаторы варьировались от 71 происшествия в Анбаре до 987 происшествий в Багдаде, 1441 происшествий в Бабиле, 1173 происшествий в Эн-Наджафе и 1154 происшествий в Басре в 2010 году.В 2011 году риск смертельного исхода для Багдада, Бабиля, Наджафа, Кадисии, Ти-Кар, Васита и Басры был выше. С 2005 по 2011 год количество несчастных случаев в пятнадцати губернаторах, охваченных данным исследованием, резко возросло. Однако город Багдад показал более высокий результат по дорожно-транспортным происшествиям и уровню смертности, за ним следуют Бабиль, Наджаф и Басра [45].
Уровень смертности от дорожно-транспортных происшествий в Ираке составил 20,2 в 2013 году. Согласно докладу ВОЗ, Ирак занимает 113-е место в мире, этот показатель умеренно выше, чем 17-й мировой показатель.4 [33]. Дорожно-транспортные происшествия в Ираке отрицательно сказались на здоровье населения и безопасности иракского общества. Рис. ( 3 ) и Рис. ( 4 ) показывают серьезность дорожно-транспортных происшествий в Ираке [45].
| Рис. (2). Количество ДТП по месяцам возникновения за исследуемый период [45]. |
| Рис. (3). Совокупный процент количества дорожно-транспортных происшествий по времени их возникновения с 2005 по 2011 год [45]. |
| Рис. (4). Риск смертности в ДТП в Ираке в 2005-2011 гг. [45]. |
К вторичным факторам могут относиться неблагоприятные погодные условия, такие как мороз, туман, песчаная буря, высокая температура в летний сезон и другие связанные факторы. Человеческая ошибка — основная причина автомобильных аварий в Ираке. Ismail 2012 [48] указал, что более 80% несчастных случаев происходят по вине человека. На дорогах полно безответственных водителей, сознательно или неосознанно нарушающих правила дорожного движения.Основные нарушения дорожного движения в Ираке включают превышение скорости, неправильный обгон, неправильный поворот и остановку. Пешеходы также виноваты, потому что многие из них не соблюдают правила дорожного движения и инструкции, необходимые для их собственной безопасности. Плохое состояние дорог является причиной около 10% дорожно-транспортных происшествий в Ираке. Некоторые аварии были связаны с механическими отказами, вызванными плохим обслуживанием транспортных средств и негабаритными грузами, перевозимыми автомобилями. Процент аварий из-за отказа транспортных средств составляет более 10% дорожно-транспортных происшествий [45].
Автор этой статьи часто посещал и проводил встречи с инспекторами дорожного движения в Главном управлении дорожного движения в Багдаде, чтобы диагностировать фундаментальные недостатки в системе дорожного движения в Ираке, подчеркивая проблемы безопасности и делая механизм предотвращения аварий в Ираке более эффективным. Ниже рассматриваются слабые места иракской транспортной системы:
- Процедура сообщения о дорожно-транспортных происшествиях: Включает запись и сообщение о дорожно-транспортных происшествиях с последующими обработками и анализом.Без полной и подробной информации о дорожно-транспортных происшествиях исследования не будут подробными и точными. В настоящее время ценность информации, записываемой во время происшествий, зависит от опыта человека, который составляет этот отчет. Отчеты офицеров неадекватны. Кроме того, они не указывают истинные причины несчастных случаев. Следовательно, при регистрации несчастных случаев необходимо следовать новой процедуре, чтобы правильно определять истинные причины несчастных случаев.
- Справочные системы: Место происшествия не указывается точно в отчетах о происшествиях из-за отсутствия эффективной информации, позволяющей правильно его определить.
- Более низкие стандарты безопасности: К ним относятся, например, плохая видимость в ночное время, отсутствие знаков, дорожной разметки, сигналов и других средств управления движением. Рис. ( 5 ) указывает на плохое планирование транспортной системы на типичной улице, где нет ни светофоров, ни дорожных знаков.Кроме того, меньшая осведомленность населения о важности правил дорожного движения способствует увеличению количества дорожно-транспортных происшествий. Кроме того, возведение бетонных заграждений на жизненно важных улицах Ирака уменьшает ширину улиц, что, безусловно, приведет к увеличению количества дорожно-транспортных происшествий, как показано на Рис. ( 5 ) и Рис. ( 6 ).
| Рис. (5). Плохое планирование в иракской транспортной системе. |
| Рис. (6). Возведение бетонных заграждений на улицах Ирака (изображения Google). |
Али и др. , 2018 [45] проанализировали аварии в Ираке за период (2005-2011 гг.) Для пятнадцати провинций Ирака. Данные о количестве дорожно-транспортных происшествий на мухафазу были получены от Главного управления дорожного движения в сотрудничестве с Министерством планирования / Центральной статистической организацией (ЦСУ) в координации с Министерством внутренних дел Ирака.Анализ дорожно-транспортных происшествий проводился на основе ряда факторов, таких как пол, возраст водителя, состояние освещения, тип аварии и состояние дороги. Также были выявлены причины дорожно-транспортного происшествия на основе водителя, дороги, пассажира и пешеходов, чтобы проверить причину и следствие дорожно-транспортных происшествий в Ираке. Результаты показали, что причины смертей и травм в результате дорожно-транспортных происшествий в Ираке варьировались в зависимости от возраста, пола, месяца и времени. В целом с 2005 по 2011 год количество дорожно-транспортных происшествий резко увеличилось.Более того, количество дорожно-транспортных происшествий было относительно высоким при экстремальных погодных условиях в рабочее время. Анализ дорожно-транспортных происшествий с учетом условий освещенности показал, что в ночное время количество аварий значительно снизилось. ДТП были самыми высокими в Багдаде и городе Бабил. Однако по остальным городам результаты были немного приблизительными. Коэффициенты автомобильных переворотов были выше в Аль-Кадисии, Багдаде, Бабиле и Басре из-за мокрой дороги. Это указывает на отсутствие мер безопасности, особенно в дождливые дни, поэтому автомобили будут скользить соответственно.Было отмечено, что самый высокий коэффициент ДТП был приписан водителю, и он составлял 36% в Багдаде, а количество ДТП составило 2379. В то время как в городе Ниневия было зарегистрировано меньше ДТП, составив 22% и всего 586. Результаты по дорожно-транспортным происшествиям, основанные на типе транспортного средства, показали, что автомобиль с кузовом седан привел к увеличению количества ДТП до 26,3%. В Багдаде это соотношение было выше, чем в других городах, количество аварий в Багдаде составило 1234, в то время как количество аварий было значительно меньше (425) в городе Аль-Анбар.
Bassam et al. , 2015 [49] проанализировали и оценили причины дорожно-транспортных происшествий, используя метод статистического анализа, анкетный опрос и исследование самонаблюдения, чтобы предложить контрмеры управления для общих мест происшествий на основных городских улицах в городе Эрбиль в качестве руководства для программа управления безопасностью движения. Данные о дорожно-транспортных происшествиях, данные о геометрическом состоянии и данные о дорожном движении, относящиеся к сети улиц Эрбиль, были собраны, подготовлены и проанализированы с использованием программы Статистический пакет для социальных наук (SPSS) и программы Minitab.Для улиц в городской зоне Арбиль были разработаны различные прогнозные статистические модели. Модели прогнозирования аварий могут использоваться для прогнозирования вероятности аварии в определенном месте на основе различных переменных. Был сделан вывод, что большинство дорожно-транспортных происшествий было связано с некоторыми геометрическими условиями и условиями движения. Анализ анкетного опроса показал, что пятью элементами дорожно-транспортных происшествий были: элемент дороги, элемент пользователя дороги, элемент транспортного средства, элементы факторов окружающей среды и другие факторы. элемент.На основании этого исследования был сделан вывод, что увеличение количества сегментов на основных городских улицах приведет к увеличению общего количества аварий и количества повреждений собственности. Кроме того, выяснилось, что пешеходные переходы игнорируются пешеходами и водители не рассматривают возможность дать пешеходам время для перехода через дорогу из-за недостаточной осведомленности водителей и пешеходов о дорожном движении. В исследовании рекомендуется проектировать и строить дороги в соответствии с международными стандартами.Также было рекомендовано повысить осведомленность участников дорожного движения: водителей, пешеходов и пассажиров о дорожном движении с помощью организованных образовательных программ.
4. МОДЕЛИ ПРОГНОЗИРОВАНИЯ АВАРИЙ
Чтобы обеспечить эффективное распределение ограниченных ресурсов, необходимы новые знания и инструменты для обнаружения небезопасных участков дороги и для оценки воздействия мер безопасности (проектных). Модели прогнозирования аварий (CPM) могут использоваться для оценки частоты аварий на участке дороги, связанной с транспортным потоком, протяженностью дороги и факторами риска, такими как элементы конструкции поперечного сечения (далее называемые характеристиками дороги).Эти модели могут помочь в исследовании количественных соотношений между характеристиками дороги и авариями; их можно использовать для определения относительного небезопасного участка дороги в сети и для оценки последствий применения мер безопасности на участке дороги [52]. Однако разработка CPM — непростая задача. Известно, что длина дороги и транспортный поток (подверженность опасности) являются основными составляющими, объясняющими частоту ДТП на дороге. Однако общепринятой теории о том, как частота ДТП соотносится с транспортным потоком, похоже, не существует в области анализа ДТП.заявлено в работе [38]. Кроме того, можно ожидать проблем с исследовательской базой данных. Высококачественные данные в больших объемах о характеристиках дорог, транспортном потоке и авариях редко доступны, и проблемы совместимости возникают при объединении различных наборов данных о характеристиках дорог и транспортных потоках [53].
4.1. Модели прогнозирования сбоев на основе геометрических характеристик и характеристик трафика
Яннис и др. 2010 [54] улучшенные многоуровневые отрицательные биномиальные модели для исследования влияния силы полиции на количество дорожно-транспортных происшествий в 1998-2002 гг. На региональном уровне в Греции.Никифорос и др. 2010 [55] направлена на развитие моделей прогнозирования аварий и коэффициентов модификации аварий (AMF) для многополосных дорог, в частности ширины полосы, типа, средней ширины и ширины обочины. Они заметили, что увеличение ширины плеч положительно сказывается на авариях. По его мнению, ширина плеч привела к сокращению аварий на разделенных шоссе. Quddus et al. , 2010 [56] исследовали путем поиска взаимосвязи между серьезностью дорожно-транспортных происшествий и уровнем транспортных затруднений с использованием моделей упорядоченного реагирования.В период с 2003 по 2006 год они собрали данные, касающиеся характеристик трафика, данных о ДТП и геометрии дороги для орбитальной автомагистрали M25 Лондон. По их мнению, скопление транспорта не влияет на серьезность дорожно-транспортных происшествий на автомагистрали M25.
Wagamama and Dissanayake 2010 [57] подтвердили влияние факторов, связанных с дорожно-транспортными происшествиями, на смертность на дорогах, приняв во внимание провинцию Бали в Индонезии в качестве примера. Усовершенствованы модели логистической регрессии для несчастных случаев со смертельным исходом. Они использовали семь прогнозирующих переменных в созданных моделях.В ходе своего исследования они обнаружили, что вероятность несчастных случаев с участием женщин-мотоциклистов и мотороллеров составляет 79% и 72%, чем мужчин. Выяснилось, что все гибели транспортных средств связаны с возрастом водителей 50%. Hauque et al. , 2010 провел подробное исследование серьезных аварий с участием мотоциклов в качестве транспортных средств. Основное внимание в их исследовании было уделено оценке того, как поведенческие факторы влияют на тяжесть ДТП, и выявлению наиболее уязвимой группы мотоциклистов.Был составлен вопросник по 61 пункту рискованного поведения.
полезен для прогнозирования двоичной зависимой переменной как функции переменных-предикторов. Целью логистической регрессии является определение наиболее подходящей модели, которая описывает взаимосвязь между двоичной зависимой переменной и набором независимых или независимых переменных. Зависимая переменная — это доля населения или вероятность (P) того, что результирующий результат равен 1. Параметры, полученные для независимых переменных, можно использовать для оценки отношений шансов для каждой из независимых переменных в модели
.Модели логистической регрессии полезны для прогнозирования двоичной зависимой переменной как функции переменных-предикторов.Целью логистической регрессии является определение наиболее подходящей модели, которая описывает взаимосвязь между двоичной зависимой переменной и набором независимых или независимых переменных. Зависимая переменная — это доля населения или вероятность (P) того, что результирующий результат равен 1. Параметры, полученные для независимых переменных, могут использоваться для оценки отношения шансов для каждой из независимых переменных в модели, предложенной Али и др. , 2018 [58]
Конкретная форма модели логистической регрессии:
| (1) |
Преобразование логистической функции условного среднего π (x) известно как логит
преобразование.Логит — это LN (к основанию e) шансов или отношения правдоподобия, что
зависимая переменная равна 1, так что
Преобразование логистической функции условного среднего π (x) известно как преобразование логита. Логит — это LN (к основанию e) шансов или отношения правдоподобия того, что зависимая переменная равна 1, так что
| (2) |
Где: Bo: константа модели Bi: оценки параметров для независимых переменных Xi: набор независимых переменных (i = 1,2 ,………, n) P: диапазон вероятностей от 0 до 1
: натуральный логарифм находится в диапазоне от отрицательной бесконечности до положительной бесконечности
Модель логистической регрессии учитывает криволинейную связь между двоичным выбором Y и предикторами Xi, которые могут быть непрерывными или дискретными. Кривая логистической регрессии приблизительно линейна в среднем диапазоне и логарифмична в крайних значениях. Простое преобразование уравнения (1) дает
| (3) |
Основное уравнение логистической регрессии показывает, что когда значение независимой переменной увеличивается на одну единицу, а все другие переменные остаются постоянными, новое отношение вероятностей [Pi / (1-Pi)] дается следующим образом:
| (4) |
Когда независимая переменная X увеличивается на одну единицу, а все другие факторы остаются постоянными, шансы [Pi / (1-Pi)] увеличиваются на коэффициент exp iB.Этот коэффициент называется отношением шансов (OR) и находится в диапазоне от 0 до положительной бесконечности. Он указывает на относительную величину, на которую шансы результата увеличиваются (ИЛИ> 1) или уменьшаются (ИЛИ <1), когда значение соответствующей независимой переменной увеличивается на 1 единицу [59, 60].
В логистической регрессии не было истинного значения R2, как в регрессии методом наименьших квадратов (OLS). В качестве альтернативы, Pseudo R2 может быть прокси-сервером R2, включая Cox & Snell Pseudo-R2 и Nagelkerke Pseudo-R2
.| (5) |
Нулевая модель включает только константу, в то время как модель k содержит все объясняющие переменные в модели.Значение R2 Кокса и Снелла не могло достигнуть 1,0, поэтому для его пересмотра был использован Нагелькерке, включая псевдо-R2 Кокса и Снелла и псевдо-R2 Нагелькерке Али и др. , 2018 [58, 60].
| (6) |
Тест Хосмера-Лемешоу используется для проверки качества посадки. Нулевая гипотеза для этого теста состоит в том, что модель соответствует данным, а альтернатива — что модель не подходит. Статистический тест проводился путем предварительного разделения набора данных примерно на 10 (g) групп.Группы были построены путем упорядочения существующих данных по уровню их прогнозируемой вероятности [10, 60]. Данные были отсортированы от наименее вероятного к наиболее вероятному для события. Были сформированы группы одинакового размера. Для каждой группы было вычислено наблюдаемое и ожидаемое количество событий. Статистика теста:
| (7) |
Где: Cˆ = тест Хосмера-Лемешоу (тест H-L) Ok = наблюдаемое количество событий в k-й группе Ek = ожидаемое количество событий в k-й группе vk = поправочный коэффициент дисперсии для k-й группы.
Если наблюдаемое число событий отличается от ожидаемого моделью, тест H-L будет большим и появятся доказательства против нулевой гипотезы.
Чио и др. , 2010 [61] изучали факторы, способствующие серьезности ДТП на автострадах Тайваня, которые считались сельскими дорогами. Они принимали множество переменных, таких как род занятий и возраст водителя, период поездки, цель поездки, местоположение, тип транспортного средства, действия водителя, состояние поверхности, контроль сигнала, пол водителя, погода, спотыкание на дороге, условия освещения, тип столкновения, суровость, ограничение скорости, состояние дороги, разметка, разрешение, и т. д. .Разработанная модель тип столкновения, цель поездки, основная причина и период поездки — это 4 важных фактора, определяющих серьезность аварий, и эти 4 фактора необходимы для наилучшей оценки безопасности движения. Fujita and Mustakim et al. , 2011 [62] разработали модель прогноза несчастных случаев для сельской дороги в зависимости от данных, собранных в Малайзии на сельской дороге. Они провели исследование «черного пятна», чтобы разработать модели прогнозирования аварий с использованием нескольких методов нелинейной регрессии.Результат показал, что основные точки доступа, такие как увеличение скорости, отсутствие светофора и рост среднегодового трафика (AADT), вносят существенный вклад в аварийность на многих сельских дорогах. Был сделан вывод, что скорость транспортного средства (AS), среднегодовой трафик (AADT), мотоцикл (MC), автомобиль (C), разрыв (GP) и общая длина участка аварии (TL) значительно повлияли на аварии на четырехполосной и двухполосной неразделенной сельской дороге.
4.2. Модели прогнозирования аварий на основе подъездной дороги и длины сегмента
Кей и др. 2010 [63] разработал горизонтальную кривую коэффициента модификации аварии (AMF) для нераздельных и четырехполосных автомагистралей. При этом учитывались следующие элементы: ширина полосы движения, ширина обочины, средняя ширина, тип медианы, плотность проезжей части, средний дневной трафик, длина сегмента и угол поворота. Были собраны данные о ДТП за пять лет с 1997 по 2001 год, и были разработаны модели кривой и касательной.Они высказали мнение, что плотность проезжей части, средняя ширина и внешняя ширина обочины были важными факторами, когда учитывались как дорожно-транспортные происшествия, так и аварии без перекрестков. Lovegrove et al. 2010 [64] подготовил систему прогнозирования, в которой данные были взяты из разных групп людей. Анализ наблюдений показал, что такие факторы, как характеристики транспортного потока, геометрия и погода, имели статистически значимую связь с дорожно-транспортными происшествиями.
Модель одиночного транспортного средства включает в себя транспортный поток, длину пути водителя на геометрическом элементе, 85-ю процентиль скорости на предыдущем геометрическом элементе и радиус геометрического элемента в качестве независимых переменных.Следующее уравнение было подогнано, предложенное Али и др. , 2018 [58-60].
| (8) |
Eμ single = ожидаемая годовая частота ДТП с участием одного автомобиля
Q = среднегодовой дневной трафик (AADT) в рассматриваемом направлении
L = длина пути транспортного средства на геометрическом элементе (м)
S = 85 th процентиль скорость по геометрическому элементу (км / ч)
Δ S = уменьшение S в начале геометрического элемента (км / ч)
R = радиус геометрического элемента
Сальваторе; et al. 2010 [48] смоделировал модели аварий для двухполосных сельских автомагистралей, используя геометрию воздействия, постоянство и контекстные переменные. В Италии за более чем 5 лет они собрали данные о 279 несчастных случаях, в которых в общей сложности 640 получили травмы и 16 погибли. Они разработали 19 моделей и рекомендовали 3 модели. Модель-1 включала только длину и объем движения. Модель-2 включала плотность проезжей части, коэффициент кривизны, стандартное отклонение профиля рабочей скорости, длину, объем движения (AADT), в то время как Модель-3 включала плотность проезжей части, рейтинг придорожной опасности, длину, объем трафика (ADT), разность скоростей выше 10 км / ч и коэффициент кривизны.Они заметили, что аварии -AADT были нелинейными, и это уменьшалось с увеличением коэффициента кривизны и увеличивалось с увеличением стандартного отклонения скорости.
Naqvi et al. 2018 [65] изучали аварии на мотоциклах с учетом личных факторов и факторов окружающей среды. Они принимали такие переменные, как движение транспорта, характер дороги, тип перекрестка, день, возраст, условия освещения, состояние поверхности и поведение при вождении. Они использовали логистическую регрессию для прогнозирования возникновения аварии на основе учитываемых переменных и разработали логит-модель [66].Согласно исследованию, три элемента были определены как более важные предсказания мотоциклетных аварий. Они были возрастом водителя и поведением водителя. Они использовали тест Уолдса и Хосмера-Лемешоу в качестве логистической регрессии. Они высказали мнение, что более молодые водители чаще попадают в аварии.
Obaid et al. , 2012 [50] провели исследование дорожно-транспортного происшествия на 28 опасных городских дорогах Амман-Гордон. Они заметили, что логарифмическая и линейная модели были наиболее важными и реалистичными моделями, которые можно использовать для прогнозирования взаимосвязи между характеристиками аварии и зависимыми переменными.Следующие переменные были сочтены наиболее значительными факторами дорожно-транспортного происшествия в серьезных местах, таких как: количество вертикальных поворотов, средняя ширина, тип дорожного покрытия, средняя скорость движения, указанная скорость, освещение, количество транспортных средств в час, количество переездов, максимальная и средняя степень горизонтальных поворотов и доля грузовых автомобилей. Следующие факторы являются причиной дорожно-транспортных происшествий, а именно: геометрические факторы: виды пешеходных переходов, средняя ширина, количество полос движения, количество вертикальных и горизонтальных поворотов.Kiran et al. 2017 [67] проанализировали аварийные системы на отдельных пересечениях городской артерии в Дакке. Исследование показало, что около 40% всех аварий в городе Дакка Metro Politian связаны с авариями на перекрестках. Они изучили основные причины и типы аварий, чтобы выявить проблему. Они посоветовали подходящие контрмеры для уменьшения таких аварий. Основные исследования были сосредоточены на использовании моделей Пуассона и отрицательной биномиальной регрессии, которые включают транспортный поток, длину сегмента и подъездные дороги, дорожную среду и расстояние между сегментами [67].
4.3. Модели прогнозирования сбоев на основе скорости
Kiran et al. , 2017 [67] изучили связь между скоростью удара и риском несчастных случаев пешеходов при столкновении легкового автомобиля в Китае на основе реальных данных об авариях. Они улучшили модель множественной логистической регрессии, учитывающую скорость удара и возраст, и обнаружили, что риск гибели пешеходов составляет 26% при 50 км / ч, 50% при 58 км / час и 82% при 70 км / час. Пешеходы редко выживают при скорости столкновения 80 км / ч.Survenchen и Fengchen 2010 [68] вводят новые переменные для определения риска аварии при более опасных условиях вождения и устанавливают более реалистичные критерии аварии. Kiran et al. 2017 [67] проанализировал взаимосвязь между скоростью и авариями на дорогах с односторонним движением. Были получены данные об авариях за определенный 5-летний период, такие как данные о скорости транспортного средства, данные о транспортном потоке, характеристики дороги, а также геометрические данные и данные о планировке. Для исследования данных и их корреляции использовалась процедура обобщенного линейного моделирования.Результаты их анализа показали, что частота аварий во всех категориях быстро увеличивается со средней скоростью. Таким образом, если показать, что увеличение средней скорости на 10% приводит к увеличению частоты всех несчастных случаев с травмами на 26%. Повышение скорости на 10% означает, что прогнозируемая скорость приведет к увеличению на 30% частоты несчастных случаев со смертельным исходом / опасных происшествий.
4.4. Модели прогнозирования аварий на базе тяжелых транспортных средств
Гость et al. , 2014 [69] предприняли попытку изучить возрастную безопасность и другие факторы, которые способствовали несчастным случаям с водителями тяжелых транспортных средств.Автор использовал Канадский центр охраны труда и техники безопасности. Автор обнаружил, что водители тяжелых транспортных средств моложе 27 лет способствуют более высокому уровню аварий. Они считают, что обе возрастные группы подвержены высокому риску дорожно-транспортных происшествий. Sravani et al. 2011 [70] выявил места высокого риска аварий крупных грузовиков в Аризоне и проверил потенциальные факторы риска, связанные с проектированием и местом высокого риска. Они определили участки с высоким риском, используя методы отрицательной биномиальной регрессии и только эквиваленты ущерба собственности.Kiran et al. 2017 [67] проанализировал исследование, в котором оценивалось количество погибших и серьезных травм среди водителей тяжелых транспортных средств в Западной Австралии, попавших в аварию, на основе полицейских отчетов больниц. Метод поимки и повторной поимки был использован для оценки сходства и различий в характеристиках водителей тяжелых транспортных средств из источников в полиции и больницах. Согласно отчетам полиции, каждый водитель тяжелого транспортного средства, участвовавший в дорожно-транспортном происшествии, сравнивался с больничными записями водителя тяжелого транспортного средства с указанием данных о происшествии, возраста, имени и типа транспортного средства.Расчетное количество смертельных случаев и серьезных травм среди водителей тяжелых транспортных средств с 1 st июля 1999 г. по 31 st декабря 2000 г. составило 5 и 59 соответственно. Было обнаружено, что водители в возрасте от 37 до 40 лет были значительными (P> 0,05) в аварии тяжелого транспортного средства. Тем не менее, женщины-водители тяжелых транспортных средств были больше отражены в больничных записях по сравнению с записями полиции.
4.5. Модели прогнозирования сбоев на основе эконометрических и социальных переменных
Lovegrove et al. 2010 [64] построил модель прогнозирования столкновений на микроуровне (CPM) на уровне сообщества, используемую с региональным планом транспортировки. Они извлекли данные из Колумбии, Канады, Великобритании и большого Ванкувера, включая результаты региональной транспортной модели. Они отметили, что объемная емкость была доминирующей переменной. Yannis et al. 2010 [54] провел статистическое исследование отношения греческих водителей с данными, полученными в рамках обширного опроса из 23 европейских стран.
Clarke 2010 [71] изучил выборку из 2000 ДТП с участием водителей в возрасте 60 лет, считающихся сотрудниками полиции средней полосы Великобритании в 1994–2007 годах. Каждый случай был резюмирован в виде повествования с схематическим планом и списком объясняющих факторов. Было принципиально замечено, что у старших водителей проблемы с наездом на перекрестках. Derogates et al. , 2010 [72] использовали данные о ДТП за 2003–2007 гг. В Огайо, США, чтобы узнать о вероятности смертельного ранения мотоциклиста в аварии и связанных с этим факторах риска.Показатель летальности оказался самым высоким для лиц, страдающих от наркозависимости, и составил 15,7%, а среди наркоманов — 13,8%. Датчики в ночное время были подвержены риску со смертельным исходом на 4,8% выше среднего. Другими факторами, показавшими уровень смертности выше среднего, были: плохие погодные условия 4,1% и летний сезон 3,6%. Xiugang Li et al. , 2011 [73] оценили коэффициент модификации аварии для участков передней дороги в сельской местности в Техасе, используя обобщенные аддитивные модели (GAM). Они проанализировали в Техасе 123 сегмента на передних сельских дорогах и заметили, что GAM показала нелинейную взаимосвязь между риском аварии и изменениями ширины полосы движения и ширины обочины для передних дорог.Они извлекли данные о ДТП за 1997-2001 годы из отдела общественной безопасности Техаса [58, 74].
Достопримечательности Самары — Путеводитель по России
Самара, вероятно, не лучший город для заядлых туристов, ищущих исторические памятники и тому подобное. Хотя в городе много интересного (см. Ниже), самой большой достопримечательностью для туристов, вероятно, является пляж на берегу Волги. Но помимо перечисленных достопримечательностей, найдите время, чтобы просто побродить. Улицы Самары могут похвастаться множеством очаровательных старых деревянных домов, а в центре изобилуют большие уединенные парки.
Набережная Волги.
Пляжи Самары, пожалуй, самая большая достопримечательность города. Летом их набивают
местных жителей и отдыхающих загорают и купаются в манящих водах Волги. Удобства на пляже лучше, чем вы ожидаете, с раздевалками, туалетами и сетками для пляжного волейбола. Если приехать в Самару летом, то обязательно нужно искупаться. В противном случае прогулка по всему пляжу через набережную станет прекрасной прогулкой.По пути вы встретите множество киосков с сувенирами и другими товарами, многочисленные летние кафе с дешевым пивом и едой, а также некоторые из самых известных достопримечательностей Самары, включая Жигулевский пивоваренный завод, Иверский монастырь и Монумент Славы. Прогулка по набережной в расслабленном темпе может занять несколько часов.
Проезд: Пляжная часть набережной в основном начинается там, где Ленинградская улица пересекается с улицей Максима Горьково. Оттуда по нему можно пройти пешком на восток до конца Волжского проспекта.
Площадь Славы и памятник Славы.
Площадь Славы — обязательная военно-мемориальная площадь Самары и место, откуда открывается лучший вид на Волгу.
Занимая почетное место на покрытом травой склоне над берегом Волги, который гордо возвещает название города, написанное большими красными буквами, доминантой площади является Памятник Славы. Считающийся «символом Самары», памятник был построен в честь авиаторов Самары во время Второй мировой войны.Следовательно, бесполая фигура в верхней части колонны имеет набор крыльев. Высота пьедестала составляет около 40 метров, а высота самого рабочего — еще 13 метров. Недалеко от статуи находится военный мемориал, наполненный вечным огнем. Площадь Славы фактически совмещается с Самарской площадью, образуя одно огромное пространство. Это также главный административный район города со всеми важными правительственными зданиями, расположенными на площадях.
Адрес: Два квадрата вместе занимают огромную площадь.Если у вас есть силы, то лучше всего подняться по лестнице от Волжского проспекта до площади Славы.
Георгиевский собор.
На северо-восточном углу площади Славы стоит небольшая
, но привлекательный собор Святого Георгия. Построенная недавно, церковь была построена в 2001 году под руководством архитектора Юрия Харитинова в честь более древнего и крупного воплощения, которое было разрушено в коммунистическую эпоху. Церковь очень похожа на уменьшенную копию московского храма Христа Спасителя.Собор Святого Георгия, отвечающий общему назначению площади Славы, посвящен погибшим в Самаре. Вход в церковь бесплатный, но, к сожалению, интерьер не особо впечатляет.
Иверский женский монастырь.
Основанный в 1850 году Иверский женский монастырь, когда-то был домом
более 500 монахинь. Ансамбль, обращенный к Волге и включающий часовни и 70-метровую колокольню, а также жилые помещения для сестер, во многом является творением конца XIX — начала XX века.Монастырь был закрыт в 1925 году и использовался как резиденция рабочих Жигулевского пивоваренного завода через дорогу. В последующие годы часть монастыря была разрушена. Вновь открытый в 1991 году, монастырь был подвергнут огромным усилиям по ремонту, в результате чего он снова приобрел первозданный вид. Иверский монастырь, возможно, не особенно впечатляющий своей историей или сокровищами, тем не менее, эстетически приятным сооружением, и его стоит посмотреть. Монастырь также известен своими ремеслами, поэтому он является хорошим источником сувениров.
Адрес: Волжский проспект, д. 1. Также можно зайти с самого конца улицы Фрунзе, сразу после площади Джахапаева.
Жигулевский пивоваренный завод.
Может, и не всемирно известное, но пиво «Жигулевское» известно по всей России.
Пивоварня была основана австрийцем Альфредом фон Вакано в 1881 году, через год после его приезда в город. Здание промышленной пивоварни само по себе является достопримечательностью, но в наши дни в здании также есть небольшой бар и ресторан, где подают недорогие русские блюда и, конечно же, продукцию пивоварни.Честно говоря, пиво «Жигулевское» не самое лучшее — оно изначально задумывалось как бюджетное пиво и остается им по сей день, а это значит, что страдает качество. Фон Вакано, похоже, это вполне устраивало. По всей видимости, у него был проложен пивной трубопровод от пивоварни до его дома, чтобы он был в постоянном снабжении. По крайней мере, до революции, когда фон Вакано был вынужден бежать, а его сыновья, родившиеся в Самаре, были убиты. Дом фон Вакано (ул. Рабочая, д. 3) также заслуживает внимания своими архитектурными достоинствами.
Адрес: Волжский проспект, д. 4. Тел: 264-2116.
Площадь Чапаева.
В центре этой небольшой площади стоит памятник Чапаеву, проект
Матвей Манизер в 1932 году. Сам Василий Чапаев был выдающимся военачальником, вступил в партию большевиков в 1917 году и впоследствии воевал против Белой армии в гражданской войне. Он исчез после засады в 1919 году, когда попытался спастись, переплыв реку. Посмертно он стал легендарным после публикации книги Дмитрия Фурманова «Чапаев» в 1924 году.Через десять лет по книге был снят популярный фильм. Поразительная статуя изображает Чапаева впереди группы солдат, побуждающих их идти вперед.
Проезд: Площадь Чапаева находится на углу улиц Фрунзе и Рабочей.
Самарский драматический театр.
Основная особенность
Площадь Чапаева — Самарский драматический театр. Строительство этого красивого здания завершилось в 1888 году под руководством архитектора Михаила Чичагова, спроектировавшего его в стиле «московского барокко».Местные жители очень гордятся своим театром, как зданием, так и качеством постановок, которые там исполняются, поэтому посещение спектакля в городе может быть хорошим вариантом. Касса находится на северной (ближайшей к Волге) стороне театра и работает с 11:00 до 18:30 ежедневно, кроме понедельника.
Адрес: Площадь Чапаева, д. 1. Тел .: 233-3348.
Площадь Революции.
В самом центре города стоит небольшая площадь,
неудобно стоит посреди перекрестка двух оживленных дорог.Центральное место в центре площади занимает вездесущая статуя Ленина, в частности, скульптура Матвея Манизера. На этом месте стояла статуя Александра II, пока она не была свергнута в пользу символа нового режима. Между прочим, молодой Ленин когда-то работал в доме напротив площади районного суда (ул. Куйбышева, д. 66). Несмотря на то, что площадь Революции не очень просторная и красивая, она пользуется популярностью у семей и служит местом встречи в городе.Трава достаточно ровно, чтобы дети остались довольны.
Проезд: Площадь находится в самом центре города, на пересечении ул. Куйбышева и ул. Венцека.
Покровский собор.
Покровский собор красивый храм
снаружи и внутри. Построенный в 1861 году, он считается одним из старейших сохранившихся храмов Самары. Судя по всему, в начале 20 века он был еще более богато украшен, но многие его богатства были проданы, чтобы прокормить местных жителей в 1920-х годах.Покровский собор также был последним храмом в Самаре, который был закрыт после революции и держал свои двери открытыми до 1946 года. Территория вокруг церкви небольшая, но общий ансамбль и элегантные входные ворота производят восхитительное общее впечатление. Вход в церковь бесплатный. Вы также можете попробовать хлеб, который выпекают на земле.
Адрес: Ленинская ул., Д. 75а.
Музеи Самары.
Бункер Сталина.
Когда в 1941 году немцы почти подошли к Москве, Самара была выбрана в качестве «резервной» столицы, в основном из-за ее выгодного географического положения.Пока многие высокопоставленные кремлевские чиновники переезжали в Самару, начались работы по обустройству Сталина. Для строительства бункера в Самару была доставлена бригада из более чем 500 строителей метрополитена из Москвы, присягнувших соблюдать полную секретность. Шахта диаметром 8 метров, ведущая к бункеру, была вырыта вручную на невероятную глубину 37 метров. Проект велся в полной секретности, чтобы даже соседи не знали, что идет строительство. В наши дни бункер превратился в музей и, вероятно, стал бы главной достопримечательностью Самары, если бы в него не было так сложно попасть.Чтобы его увидеть, нужно поехать с туристической группой. Отдельные туристы могут присоединиться к туристической группе, но шансы невелики. Если вы спуститесь по шахте, то увидите, что бункер сохранился в том виде, в котором он был в 1940-х годах. К услугам гостей конференц-зал, офисы для высшего кремлевского руководства, гостиные, столовая, все украшено удивительно богато. Кстати, Сталин решил остаться в Москве, поэтому сам бункером никогда не пользовался.
Адрес: ул. Фрунзе, д. 167. Тел: 233-4433.Только туристические группы.
Самарский краеведческий музей им. Алабина.
В крупнейшем и наиболее полном музее Самары можно увидеть все, что связано с Самарой и ее окрестностями. В этом регионе есть экспонаты по археологии и палеонтологии, в том числе кости динозавров, которые были обнаружены на месте. В этнографическом разделе представлены экспонаты о людях, живших в Поволжье задолго до
Самара существовала. В разделе современной истории много рассказов о Самаре во время Второй мировой войны, и среди многих других предметов есть также религиозные, художественные и природные коллекции.У музея есть три филиала в других районах Самары. Особняк Курлина (ул. Фрунзе, # 159. Тел: 233-2498. Открыт вт-вс 10-18) в основном освещает историю города Самары с 1586 года до начала ХХ века. Они заставляют вас носить смешные, большие тапочки поверх обуви, чтобы не повредить половицы. Дом-музей Михаила Фрунзе (ул. Фрунзе, д. 114. Тел .: 233-6636. Время работы: пн-сб 10-18) посвящен Гражданской войне в России в целом. Но, пожалуй, самая большая достопримечательность — это Дом-музей семьи Ульяновых (Ленинская ул., №131. Тел: 232-3668. Открыт пн-сб 9-17), это дом, в котором юный Ленин жил со своей семьей в 1890-93 гг. Вход в каждый музей стоит 15 рублей (0,55 доллара США) для студентов, 30 рублей (1,10 доллара США) для взрослых и 60 рублей (2,20 доллара США) для иностранцев.
Адрес: Ленинская ул., Д. 142. Тел .: 332-2102. Сайт: www.alabin.ru. Открыто вт-вс 10: 00-18: 00.
Музей военной истории.
Самарский военно-исторический музей — гораздо больший и лучший музей, чем можно было ожидать.
Хотя в городе, который, кажется, весьма горд своей ролью во Второй мировой войне, возможно, понятно, что этот музей хорошего качества. Музей почти полностью посвящен этой войне, когда Самара была сделана «резервной» столицей России и помогала русским военным усилиям своей авиационной промышленностью. В музее много экспонатов оружия и других артефактов. Но, пожалуй, самыми привлекательными объектами в музее являются привлекающие внимание картины военных времен. Также есть большая интересная диорама сражения со звуковыми эффектами.Вход стоит 15 р (0,55 доллара) для студентов, 20 р (0,75 доллара) для взрослых и 50 р (1,85 доллара) для иностранцев.
Адрес: ул. Рабочая, д. 1. Тел .: 232-0970. Открыт 10: 00-17: 00, выходной — суббота и понедельник.
Умер Тим Самарас: трагические последние слова охотников за штормом, погибших после того, как торнадо бросил свою машину, совершив кувырок на полмили
«Мы умрем, мы умрем»: трагические последние слова охотников за штормом, погибших, когда торнадо перебросил их машину на полмили
- Тим Самарас, 55, его сын Пол, 24 , и член экипажа Карл Янг, 45 лет, погибли в Эль-Рино в пятницу.
- Они были услышаны по радио Оклахомского дорожного патруля перед тем, как их убили.
- Старший Самарас был найден привязанным к их машине, а тела других жертв были обнаружены наполовину. на милю к востоку и на полмили к западу
- Друг и метеоролог Майк Нельсон сказал: «Тим не был ковбоем, он как можно осторожнее подходил к изучению этих опасных штормов»
- По крайней мере 18 человек погибли во время штормов в пятницу, в том числе четырехлетняя девочка, которую смыло наводнение в Оклахома-Сити в пятницу
- Пятимесячный ребенок в критическом состоянии после того, как его вытащили живым из реки Оклахома
- Власти говорят мужчина Люди проигнорировали совет сидеть сложа руки и попытались покинуть этот район — вероятно, в качестве реакции на твистер, убившего 24 человека менее двух недель назад
Луиза Бойл и Хелен Поу
Опубликован: | Обновлено:
Реклама
Отцы и сын отряда охотников за штормом и их давний напарник кричали: «Мы умрем, мы умрем» ‘в радиопередаче дорожного патруля за несколько минут до того, как их убил один из жестоких смертей, которому они посвятили свою жизнь.
Тим Самарас, 55 лет, вместе со своим сыном, Полем Самарасом, 24 года, и Карлом Янгом, 45 лет, погибли в пятницу в Эль-Рино после того, как торнадо, уносивший ветер со скоростью до 165 миль в час, подобрал их машину и бросил ее, кувыркаясь полмили.
Тело старшего самара все еще было пристегнуто ремнем к их Chevrolet Cobalt, который был найден на неулучшенной дороге округа параллельно межштатной автомагистрали 40. Тела других жертв были найдены в полумиле к востоку и полумиле к западу, Канадский — сказал заместитель шерифа округа Крис Уэст.
Прокрутите вниз для видео
Следуя своей страсти: охотники за штормом Тим Самарас (справа), его сын Пол Самарас (слева) и Карл Янг (второй слева) были убиты в пятницу торнадо. Они изображены вместе с товарищем по поиску штормов Тони Лаубахом
Исследование характера повреждений легковых автомобилей, участвующих в дорожно-транспортных происшествиях
Чрезвычайные ситуации со здоровьем происходят в легковых автомобилях, жертвы которых не имеют немедленного доступа ни к неспециалистам, ни к профессиональным, надлежащим медицинским услугам. что приведет к ухудшению их здоровья или смерти.Предложена установка роботизированной системы оказания первой помощи пассажирам легковых автомобилей. Это исследование является частью более масштабной работы по проектированию системы и направлено на определение наиболее безопасного места внутри транспортного средства, чтобы оно могло выдержать любую форму столкновения в аварии и сохранить способность оказывать помощь пострадавшим. Популяция исследования включала 70 легковых автомобилей (14 автопроизводителей в 7 сегментах), попавших в дорожно-транспортные происшествия, которые были вывезены компанией по оказанию помощи придорожным транспортным средствам из Хараре, Зимбабве, и находились на территории компании в сентябре 2017 года.Повреждения транспортного средства оценивались с учетом направления силы по сравнению с диаграммой на часах, поврежденной площади и тяжести повреждений по шкале от 1 до 7 в соответствии с официальным руководством по повреждению транспортного средства для следователей дорожно-транспортных происшествий. Данные были проанализированы в Microsoft Office Excel 2016. В случаях, когда транспортные средства были повреждены более чем в одной области, были зарегистрированы все области, поэтому было проанализировано 95 точек удара. Урон прямо в лоб, обозначенный цифрой 12 на часовой стрелке, был наиболее распространенным — 26%. Это было совместимо с уровнем лобового повреждения транспортных средств, который был самым высоким — 51%, за которым следовали правая и левая стороны, у которых было 22% и 19% соответственно, задняя часть — 6% и, наконец, верхняя часть (из-за 2 зафиксированных пролонгации) на 2%.56% поврежденных участков имели оценку серьезности 5, 6 или 7. За счет исключения всех участков, которые получили повреждения в исследуемой популяции, лучшие шансы роботизированной системы первой помощи выжить в автокатастрофе находятся в середине, к пол автомобиля. Желательно, чтобы система не зависела от компонентов, находящихся в непосредственной близости от кузова транспортного средства, поскольку они склонны к повреждению при авариях. Существует необходимость в дальнейших исследованиях величины удара, который может достигнуть середины различных транспортных средств, чтобы определить силу роботизированной системы первой помощи.
1. Введение
1.1. История вопроса
Во всем мире в результате дорожно-транспортных происшествий (ДТП) ежедневно погибает 3000 человек и ежегодно более 3 миллионов получают травмы [1]. Однако с появлением автономного вождения шансы улучшаются. В автомобильной промышленности сходятся во мнении, что автономные транспортные средства (АВ) — это, помимо прочего, способ более безопасного передвижения [2]. По сравнению с бесчисленным множеством неисправностей, которые обнаруживают водители за рулем, компьютер — идеальный автомобилист [3, 4].Точно так же роботы демонстрируют большой потенциал для преодоления ограничений, связанных с медицинским обслуживанием людей при хирургических процедурах [5, 6]. Подобно AV-технологии, роботизированная хирургия омрачена научными, законодательными и социально-экономическими проблемами [7–19], но очевидно, что идея робототехники и искусственного интеллекта (ИИ), заложенная в концепциях, кажется, находится в правильном направлении для здравоохранение.
Безопасность транспортных средств считается одним из ключевых аргументов в пользу продаж как большинством автомобильных брендов, так и покупателями автомобилей [20, 21].Таким образом, автопроизводители, правительства и другие участники, заинтересованные в безопасности дорожного транспорта, прилагают много усилий для исследования и разработки функций безопасности транспортных средств. Однако смертность и травматизм в результате дорожно-транспортных происшествий продолжает расти в некоторых регионах мира, особенно в странах с низким и средним уровнем дохода, а дорожно-транспортный травматизм является основной причиной предотвратимой смерти [1, 22–24]. Помимо дорожно-транспортных травм, пассажиры могут также пострадать от нетравматических состояний, включая сердечно-сосудистые и респираторные осложнения [25–27].Вмешательство человека в виде оказания первой помощи жертвам ДТП, как известно, в большинстве случаев сохраняет жизнь, предотвращает дальнейший вред и способствует выздоровлению [28–31]. Конечно, это работает только в том случае, если дано правильно, и печальная правда заключается в том, что есть высокие шансы, что жертвы не получат надлежащей помощи по причинам, включая отсутствие посторонних лиц, реагирующие, опасающиеся судебного преследования, если они сделают ошибки, и попадание жертв в обломки. , поэтому недоступны [29, 32–38]. Получение помощи и ее быстрое получение — это ключ к выживанию в серьезной медицинской ситуации, такой как серьезная травма, инсульт или сердечный приступ.Именно на этом фоне исследователи убеждены, что бортовая роботизированная система первой помощи (RFA) во всех легковых автомобилях — это путь, который стоит изучить.
Роботизированная скорая помощь все еще находится в зачаточном состоянии с точки зрения разработки и внедрения, и до сих пор не проводились такие исследования, относящиеся только к бортовым системам легковых автомобилей. Однако немногочисленные исследования, проведенные до сих пор, предполагают более быструю и качественную первую помощь за счет интеграции человека и робота [41–44]. Аксиоматически RFA ipso facto будет работать только при условии, что он переживет RTA без какого-либо ущерба.Поэтому необходимо изучить характер повреждений транспортных средств, участвующих в ДТП, чтобы определить наиболее безопасное место для системы RFA в транспортном средстве. Для изучения конструкции роботизированной системы оказания первой помощи пассажирам легковых автомобилей был разработан инструмент исследования, позволяющий глубже понять ключевые вопросы, включая следующие: (1) Какие части транспортного средства наиболее подвержены повреждению в ДТП? (2 ) Какие вспомогательные блоки (которые, возможно, могут помочь системе RFA в работе) подвержены повреждению в RTA? (3) Где должна быть размещена система RFA для минимального нарушения работы RTA? (4) Есть ли какие-либо различия в картинах повреждений в зависимости от к физическим характеристикам автомобиля?
Ответы на эти и другие вопросы обеспечат основу спецификаций для системы RFA.
1.2. Определения
(i) Модели повреждений относятся к распределению физического вреда, который снижает ценность, полезность или нормальное функционирование автомобиля. (Ii) Легковой автомобиль — это дорожное транспортное средство, кроме мотоцикла, предназначенное для пассажирские перевозки и рассчитаны на размещение не более девяти человек (включая водителя) (Евростат, ЕКМТ и ЕЭК ООН, 2002; Collins English Dictionary, 2017). (iii) Дорожно-транспортное происшествие (ДТП), также называемое автотранспортным средством Столкновение (MVC) среди других терминов — это случай, когда транспортное средство сталкивается с другим транспортным средством, пешеходом, животным, дорожным мусором или другим неподвижным препятствием, таким как дерево, столб или здание.
1.3. Обзор литературы
1.3.1. Типы аварий
На дороге R44 в Западном Кейпе, Южная Африка, было проведено исследование с целью выяснения причин дорожно-транспортных происшествий [39]. Результаты были получены из 404 отчетов об авариях, произошедших на 25-километровом участке дороги с 1999 по 2003 год. Наблюдалось 14 типов аварий, показанных на Рисунке 1. Наиболее частыми ДТП были в основном лобовые и задние удары, за которыми следовали боковые удары.
Эти результаты перекликаются с результатами другого исследования, в котором представлены описательные статистические данные о ДТП, включая типы транспортных средств, участвующих в авариях, и повреждения транспортных средств [45].Более 94 процентов из 11 миллионов транспортных средств, пострадавших в результате дорожно-транспортных происшествий в 2005 году, были легковыми или малотоннажными грузовиками. Независимо от тяжести аварии, большинство автомобилей в авариях с участием одного или двух автомобилей ехали прямо перед аварией. Следующий наиболее распространенный маневр транспортного средства отличался серьезностью столкновения: преодоление кривой для аварий со смертельным исходом, поворот налево для аварий с травмами и остановка на полосе движения для аварий с нанесением только материального ущерба. Наиболее распространенными были лобовые столкновения, за которыми следовали боковые и задние удары.Результаты анализа данных, касающиеся серьезности повреждений и точек удара, представлены на Рисунке 2.
1.3.2. Характеристики транспортного средства как фактор повреждения
Было проведено исследование для определения моделей использования, типов столкновений и результатов травм, сравнивая большие и маленькие автомобили в реальных авариях [40]. Он классифицировал направление удара в RTA как переднее, боковое, заднее и переворачивание, исходя из основного направления силы и поверхности, с которой приходится контактировать.Распределение направления показано на рисунке 3 для малых и больших автомобилей. Было замечено, что малолитражные автомобили подвергались лобовым и боковым ударам примерно одинаково. Однако 12% малых автомобилей подверглись ударам сзади по сравнению с 4% крупных автомобилей. Одним из факторов, который мог повлиять на этот результат, является то, что маленькие европейские автомобили часто относятся к типу хэтчбека (сегмент A или B), а это означает, что до того, как автомобиль будет остановлен, остается ограниченное пространство для разрушения.
Модели, представленные в исследовании, подтверждаются обследованием транспортных средств, участвующих в ДТП, которое проводилось с целью изучения типов и степени повреждений транспортных средств, полученных при лобовых и задних столкновениях [46].Поскольку данные были получены от компаний по страхованию транспортных средств, повреждение транспортных средств было зарегистрировано в виде страховых случаев. Средние требования о возмещении ущерба были выше для небольших автомобилей (949 долларов), чем для внедорожников (внедорожники) (925 долларов) или минивэнов (877 долларов). Из этого можно сделать вывод, что малолитражные автомобили получают более серьезные повреждения в ДТП, чем внедорожники и минивэны, которые больше по размеру.
1.3.3. Проблемы с питанием автономных транспортных средств
В то время как все эти усилия выполняются, необходимо также отметить потребление энергии автомобилем.Полученная модель [47] используется в качестве компонента сложных систем управления, способных управлять потоками энергии между батареей топливных элементов, аккумуляторной батареей, вспомогательными системами и электродвигателем в прототипе автомобиля с нулевым уровнем выбросов. Одна ячейка не может приводить в действие двигатель, и важно, чтобы был разработан хорошо организованный способ соединения ячеек, чтобы обеспечить питание. Это обычно называется гибридной аккумуляторной системой, и аккумулятор работает на максимальную мощность; следовательно, это будет полезно, если будет сделано в данной исследовательской работе.В частности, для целей нелинейного моделирования, что также было замечено в этом исследовании транспортных средств и схем повреждений, был принят многослойный персептрон [47]. Полученная модель не полагается на моделирование отдельной ячейки, а вместо этого предоставляет макромодель всего стека. Результирующая динамическая модель полагается на входные данные, которые являются легко измеряемыми величинами, такими как давление реагентов и температура дымовой трубы. Данные обучаются в искусственных нейронных сетях (ИНС), и это помогает хранить данные и упрощает их использование в автомобиле.В этом исследовании большое внимание уделяется мощности, и этот метод очень полезен.
1.3.4. Помощь при вождении с помощью интеллектуальных устройств
Для безопасности водителей очень важно использовать интеллектуальные устройства для помощи в случае потери концентрации или возникновения общих проблем с автомобилем или водителем [48]. Были описаны два алгоритма, которые можно легко реализовать в интеллектуальном устройстве и использовать стандартные встроенные датчики, такие как камера и акселерометр. Первый использует высокую производительность обработки изображений сотовых нелинейных сетей для обнаружения случаев моргания глаз во время вождения, которые могут быть связаны с состоянием усталости водителя.Второй алгоритм решает проблему резкого торможения, чтобы расширить возможности существующих устройств помощи при торможении [48]. Полученные экспериментальные результаты позволяют оценить возможности предложенных алгоритмов и их эффективность в повышении безопасности водителя при невысокой стоимости. Это будет полезным способом снизить количество несчастных случаев в эпоху Индустрии 4.0 и ее приложений.
2. Материалы и методы
2.1. Место проведения исследования
Исследование проводилось на территории компании по оказанию помощи на дорогах, расположенной в Хараре, столице Зимбабве.Место было выбрано из-за разнообразия марок автомобилей, поврежденных участков и серьезности повреждений, которые дают широкий спектр воздействия, которое случайное ДТП может оказать на систему RFA.
2.2. Группа исследования
Исследуемая группа включала 70 легковых автомобилей, участвовавших в ДТП, которые были возвращены компанией по оказанию помощи на дорогах и находились на территории компании в сентябре 2017 года.
2.3. Сбор данных
Все необходимые данные были собраны исследователями в тот же день с 1050 до 1315 часов CAT, путем заполнения форм, которые требовали ввода марки автомобиля, модели, года выпуска и сегмента.Что еще более важно, были столбцы для оценки повреждений, как показано в Таблице 1. Шкалы оценок для всех компонентов, описывающих повреждения, основывались на системе, разработанной Министерством транспорта Техаса в соответствии с Американским национальным институтом стандартов (ANSI) D16. .1 стандарт. Руководство было выбрано, потому что оно было легко доступно в Интернете и было признано адекватным для помощи исследователям в правильной и точной оценке ущерба, нанесенного легковыми автомобилями в ДТП.Собранные необработанные данные показаны в Приложении A.
| |||||||||||||||
(i) XX описал направление, с которого были получены повреждения транспортного средства, напоминая цифры на часах (1–12).Он был показан с 1– или 2-значным цифровым символом, | |||||||||||||||
2.3.1. Определение направления силы
Чтобы определить направление силы, исследователи представили наложенный круг вокруг транспортного средства с числами от 1 до 12, как на часах.Каждое число представляло направление или угол, в котором транспортное средство могло получить повреждения. На рисунке 4 показано числовое значение, указывающее направление силы для легковых автомобилей.
Диаграмма часов, показанная на рисунке 4, показывает направление силы для легкового автомобиля. Например, направление силы для транспортного средства, участвующего в лобовом столкновении, где сила была принята передней частью транспортного средства, будет 12. Направление силы для транспортного средства, получившего повреждения непосредственно сзади, будет 6.Перпендикулярное попадание в правую сторону транспортного средства было обозначено цифрой 3, а перпендикулярное попадание в левую сторону было обозначено как 9.
На рисунке 5 показано количество автомобилей, пострадавших от ДТП. На вершине рейтинга Toyota, показывающая самую высокую численность населения не потому, что она часто попадает в аварии, а в целом за автомобилями в этом порядке следует Nissan.
2.3.2. Определение точки удара
В справочнике был Индекс повреждения транспортного средства с диаграммами автомобилей и стрелками, показывающими направления основной силы удара.Они сопровождались подробным описанием типа повреждений, связанных с ударом. Соответствующие коды описания повреждений также были перечислены в руководстве, как показано в таблице 2. В случаях, когда транспортные средства были повреждены более чем в одной области, исследователи вводили описания всех поврежденных областей, начиная с области, показывающей наиболее серьезные повреждения.
| |||||||||||||||||||||||||||
2.3.3. Определение степени повреждения
Шкала повреждений транспортного средства в руководстве использовалась исследователями для определения серьезности повреждений легковых автомобилей, участвующих в ДТП. Упомянутый ранее индекс повреждений транспортных средств определил масштаб, к которому исследователи относились к ущербу в результате определенных типов аварий. Следующим шагом было сравнение повреждений на транспортном средстве с фотографией на выбранной странице шкалы повреждений транспортного средства. Если, например, повреждение передней части первого транспортного средства кажется таким же, как на нижней фотографии на странице, помеченной «BC» (повреждение задней части, сосредоточенное воздействие), описание повреждения и оценка серьезности будут «BC- 6 ”.Однако, если повреждение было более серьезным, чем повреждение на фотографии рядом с «BC-6», использовалось описание повреждения и рейтинг серьезности «BC-7», а если менее серьезный, но больше, чем «BC-4» рейтинг — «BC-5».
2.4. Анализ данных
Записи для каждого автомобиля были добавлены в таблицу Microsoft Office Excel 2016 в хронологическом порядке. Для транспортных средств с повреждениями в нескольких областях марка, модель, год и сегмент были указаны только в первой строке, а остальные оставлены пустыми.В противном случае каждая строка таблицы представляла тему. Это гарантирует, что количество исследуемых транспортных средств не будет завышено при вызове функции «СЧЁТЕСЛИ».
При создании таблиц данных независимые переменные, такие как марка автомобиля и направление удара, вводились вручную. Зависимые переменные (частота) были вычислены с использованием функции «СЧЁТЕСЛИ», которая подсчитывала количество ячеек, удовлетворяющих определенному критерию. Например, для подсчета количества автомобилей в сегменте J формула была введена как = СЧЁТЕСЛИ ($ D $ 3: $ D $ 93, L23)
в ячейку M23.Формула в этом случае подсчитывала количество ячеек с «J» (значение в L23) в ячейках с D2 по D93. Распределение частот было получено по формуле: = M23 / СУММ ($ M $ 19: $ M $ 25),
снова относится к экземпляру J сегмента. Функция «СУММ» суммировала значения ячеек в диапазоне от M19 до M25, которые составили все испытуемые (70).
Соответствующие диаграммы были вставлены для всех комбинаций табличных данных.
При создании измененной точки синхронизации на рисунке 10 непрозрачность прозрачности репрезентативных блоков была прямо пропорциональна вероятности возникновения события.Эта вероятность была получена путем рассмотрения направления силы и точки удара как двух независимых событий. Поскольку каждое направление на шкале часов может привести к удару только с одной стороны (для 12, 3, 6, 9) или с двух сторон для диагональных направлений, вероятность удара была рассчитана теоретически с использованием длины и ширины транспортного средства.
Например, транспортное средство, движущееся в направлении «2» относительно препятствия, могло быть повреждено как спереди, так и с правой стороны.Если бы и были проекции ширины и длины в направлении 2, проецируемая ширина была бы и предполагаемой длиной. Вероятность лобового столкновения будет тогда a / (a + b) . Предполагается, что если бы исследуемая популяция была большой, экспериментальные результаты соответствовали бы теоретическим.
3. Результаты
Всего было осмотрено 70 легковых автомобилей и зафиксировано их повреждение в результате ДТП. Популяция состояла из 14 автомобильных брендов, распределенных, как показано в таблице 3.Toyota была наиболее частым брендом с долей 33%, за ней следуют Nissan и Mercedes Benz с 17% и 11% соответственно.
| ||||||||||||||||||||||||||||||||||||||||||||||||||||||||
3.1. Распределение по автомобильным сегментам
Транспортные средства классифицировались согласно стандартам Euro Car Segment. Пикапы и средние автомобили (сегменты Pick-up и C соответственно) были наиболее распространенными — по 23% каждый. За ними последовали большие автомобили (D), внедорожники и многоцелевые автомобили (MPV), которые составляли по 13% населения каждый. Небольшие автомобили (сегмент B), например Volkswagen Polo, составили 9% исследуемой популяции. Executi
Самарская государственная железнодорожная академия
The Самарская государственная железнодорожная академия — одно из самых молодых государственных вузов. школы в Самарской области.Готовит квалифицированных железнодорожников для среднеевропейской части России. Академия имеет ряд филиалы в городах Уфа, Оренбург, Орск, Русаевка.
В 2003 г. наша высшая школа отметила свое 30 -е Годовщина. В 1973 году поступили первые дневные абитуриенты. экзамены. В то время был только один факультет с 75 ученики. В 1975 году он был разделен на два факультета: Железнодорожный Строительство и эксплуатация железных дорог. С ж / д транспортом разработка и модернизация все более квалифицированными инженерами требовались различные специальности, поэтому количество студентов было увеличено.
В в настоящее время около 10 000 студентов получают высшее образование в дневное время и заочные отделения. Обучение ведется по 14 специализациям, таким как: Железнодорожная эксплуатация; железная дорога Строительство, трек и трек Услуги; Автоматизация, Телемеханика и связь; Дизель и электровозы; Железнодорожные вагоны; Бухгалтерский учет и аудит; Сила Поставка; железная дорога Экономика; Трек Строительство и Машины для обслуживания; Информация Системы; Тоннели и мосты; Электрический Общественный транспорт. Ученики заочного отделения имеют возможность получить высшее образование, совмещая работу с исследование.Им предоставляются оплачиваемые ежегодные отпуска продолжительностью от 30 до 40 дней на посещение лекций, сдача тестов и экзаменов; а также 4 месяца отпуск для подготовки своих дипломных проектов.
Вход в Железнодорожную академию — через конкурсные экзамены, которые могут быть взято кем угодно в возрасте от 17 до 35 лет, окончившие среднюю школу, профессиональное или техническое школа. Кандидатам необходимо сдать 3 вступительных экзамена, например: Русский язык и литература (композиция), физика, математика.Некоторые абитуриенты принимаются на основании их результатов в единые государственные экзамены для средней школы.
В полный курс обучения в нашей высшей школе длится 5 или 6 лет для студентов дневной и заочной форм обучения соответственно. Академический год разделен на 2 триместра: с сентября по январь и с февраля по июль. Тесты и экзамены берутся в конце каждого семестра. В течение За период обучения каждый студент должен сдать 35-40 семестровых экзаменов, а не подсчет письменные и устные тесты.Если результаты экзаменов хорошие, студенты получают гранты, которые предоставляются государством или предприятием который отправил его или ее учиться. Те студенты, которые успешно прогрессируют и совмещать учебу с научно-технической деятельностью оплачивается 25% Больше. Дважды год Есть каникулы — две недели зимой и два месяца летом. Раз в год каждые студент может получить бесплатный железнодорожный билет на поездку в любую точку страна. Для студентов, которые приезжают сюда, предусмотрены комфортабельные общежития. учусь из других мест.
В загруженность студента, в том числе его индивидуальной внеклассной работой, планируется заняться примерно 50-55 часов неделя. В Студенты первого и второго курсов изучают такие общие инженерные предметы как физика, Математика, химия, технический рисунок и ряд других. Изучение иностранных языки также включены в программу. Более того, студенты у нашей Академии есть хорошие шансы получить глубокие знания английского языка или немецкий на языковых курсах. На третьем курсе студенты начинают изучать профильные предметы; особое внимание уделяется развитие умений и навыков студентов в выбранных ими специальность.В ход обучения, практическая работа занимает исключительно важное место. Студенты имеют практические занятия в специально оборудованных лабораториях и мастерских и по железной дороге. В последний год посвящен работе над дипломным проектом, который Отправлено в Государственную экзаменационную комиссию.
После по окончании нашей Академии каждый студент получает диплом который дает ему / ей право работать инженером, экономистом или бухгалтер. Для тех студентов, которые хотят продолжить свое образование, эта высшая школа имеет аспирантура.
Пр. 23. Согласитесь или не согласны с приведенными ниже утверждениями и добавьте что-нибудь к развивать ситуация. Используйте следующие вводные фразы:
Это правый I не могу с вами согласиться вы частично правы Кому мой разум
Это правда ничего типа Не довольно Как насколько я знаю
1 полностью согласен с вами Вы неправильно В факт
Это само собой разумеется I думаю, это ерунда я не знаю точно
1) Вы может получить высшее образование в профессиональных училищах, техникумах и университеты.2) Вы любите сдавать экзамены. 3) Вам было легко войти в Институт. 4) Вы сдал три вступительных экзамена. 5) Нашу Академию возглавляет ректор. 6) В Академии есть только дневное отделение. 7) Наша Академия имеет большую сеть филиалов в США и Великобритания. 8) Студенты нашего вуза обязаны посещать лекции и пропускать семинары. 9) Студентам предоставляется со всеми необходимыми книгами бесплатно. 10) Такие предметы как Технический рисунок, Физика, литература и музыка входят в программу первокурсники.11) Все студенты нашего вуза изучают два иностранных языка: Английский и немецкий. 12) Английский — ваш любимый предмет. 13) Учебный год делится на два семестра и в конце каждый семестр студенты представляют свои дипломные проекты. 14) Лаборатории нашего Институт оснащены устаревшим сломанные компьютеры. 15) Срок обучения — десять лет. 15) Вы должен объединить работаешь с учебой, потому что ты студент-заочник.
Пр. 24. Используя вопросы, приведенные ниже, составьте рассказы о следующих темы:
Прогнозирование рисков дорожно-транспортных происшествий в реальном времени с использованием машинного обучения и Google Maps | Меральдо Антонио
Дорожно-транспортные происшествия — очень частое явление.Если вы, как и я, живете в большом мегаполисе, скорее всего, вы слышали о нем, были свидетелями или даже участвовали в нем. Из-за своей частоты дорожно-транспортные происшествия являются основной причиной смерти во всем мире, унося жизни миллионов людей в год. Следовательно, система, которая может прогнозировать возникновение дорожно-транспортных происшествий или аварийных зон, потенциально может спасти жизни.
Несмотря на сложность, прогнозирование дорожно-транспортных происшествий возможно. Несчастные случаи не возникают чисто случайным образом; на их появление влияет множество факторов, таких как физическое состояние водителей, типы автомобилей, скорость движения, состояние дорожного движения, структура дороги и погода.Изучение исторических записей об авариях поможет нам понять (потенциально причинную) связь между этими факторами и дорожно-транспортными происшествиями, что, в свою очередь, позволит нам построить прогнозирующий фактор.
К счастью, несколько таких записей об авариях общедоступны! Например, правительство Великобритании опубликовало подробные записи о дорожно-транспортных происшествиях в стране, начиная с 2002 года. На основе этого набора данных мы с товарищами по команде создали и развернули модель машинного обучения , которая с высокой точностью предсказывает когда и где могут произойти аварии в Большом Лондоне.
В этой статье я проведу вас через процесс завершения этого проекта. Полный код можно найти в моем репозитории GitHub, а доступ к реальной модели можно получить на этом веб-сайте.
Перед тем, как приступить к этому проекту, мы поставили перед собой четкую цель: мы хотели создать интерактивный предсказатель дорожно-транспортных происшествий, который был бы легко доступен любому. Мы решили, что лучший способ достичь этой цели — развернуть обученный предсказатель на веб-сайте.Этот веб-сайт-предсказатель должен уметь делать следующее:
- Разрешать пользователям вводить исходную и конечную точки (оба должны находиться в большом Лондоне) и находить лучший маршрут, который соединяет их.
- Разрешить пользователю выбрать дату / время, в которое он планирует совершить поездку, и определить участки маршрута, которые особенно подвержены авариям в пределах этого временного окна.
Шаги, которые мы предприняли для достижения этой цели, показаны на диаграмме ниже.Я подробно остановлюсь на них в следующих разделах.
Шагов в этом проектеОпределив цель, мы приступили к поиску необходимых данных. В итоге мы выбрали два набора данных:
Kaggle
Основным набором данных, который мы использовали для этого проекта, был подробный отчет об авариях, опубликованный правительством Великобритании и размещенный на Kaggle. T его набор данных содержит подробную информацию о 1,6 миллиона дорожно-транспортных происшествий, произошедших в Великобритании в период с 2000 по 2014 год.Он состоит из 33 столбцов, в которых фиксируются такие детали, как место, время, серьезность происшествий, а также различные метеорологические и дорожные фоны. В этом проекте мы ограничились анализом дорожно-транспортных происшествий в Большом Лондоне в период с 2012 по 2014 год.
Dark Sky
Мы считаем, что погода является особенно важным фактором дорожно-транспортных происшествий. Хотя вышеупомянутый набор данных Kaggle содержит метеорологическую информацию, мы не думали, что этого достаточно.При использовании столбца weather_condition набора данных Kaggle возникли две проблемы:
- Предполагается, что погода постоянна в течение дня. Если вы когда-нибудь были в Лондоне, то знаете, почему это предположение является сомнительным — погода там меняется очень часто!
- Он содержит только исторические записи погоды (очевидно!). Чтобы использовать
weather_conditionв качестве предиктора для будущих аварий, нам нужен способ получить прогноз погоды .
По этим причинам мы решили вместо этого использовать метеорологические данные, предоставленные Dark Sky , американской компанией, специализирующейся на прогнозировании погоды. Dark Sky предоставляет как прошлые записи, так и прогноз погоды на будущее, обновляемые каждые полчаса, что идеально соответствует нашей цели.
DBSCAN Clustering
Изучив набор данных, мы обнаружили, что почти каждая улица в Лондоне когда-то была местом аварии.В этом есть смысл — Лондон — шумный город, где дорожно-транспортные происшествия (в том числе незначительные) происходят очень часто, . Картинка ниже, созданная с помощью Tableau, накладывает места происшествий (красные точки) на карту Лондона. Обратите внимание, как весь город залит красным!
Город Лондон. Каждое красное пятно указывает на аварию между 2012 и 2014 годами. Как мы видим, Лондон полон (исторических) автомобильных аварий!Хотя аварии случаются по всему городу, некоторые районы более подвержены авариям, чем другие.Чтобы систематически выявлять эти горячие точки аварий, мы сгруппировали вышеупомянутые места происшествий в кластеры. Мы определили кластер как территорию с поперечным сечением 25 метров, на которой произошло не менее 14 аварий в течение двухлетнего периода
.