公路线形是影响行车安全的重要因素,目前国内外在公路安全性评价方面主要的理论依据是基于公路线形的连续性,以相邻路段运行速度差值大小对公路线形设计质量及公路的安全性进行分析和评价。作为公路安全性评价的核心,运行速度预测模型的准确度直接决定了安全性评价结果的可靠程度,而现有的运行速度预测模型主要立足于二维设计指标,并通过路段划分以路段作为运行速度预测的对象,这种做法与运行速度随路线动态变化的客观事实不匹配。因此,回归到公路线形的三维空间曲线本质,探讨基于公路三维空间曲线的运行速度预测模型,为公路的安全性评估提供一种符合公路三维空间特征的安全性分析评价方法和评价体系,对公路安全性评价具有重要意义。本研究立足高速公路线形的三维曲线本质,突破目前以“拆分-拼凑”式的二维角度进行公路运行速度预测的局限,通过建立分段参数方程与公路线形三维几何特征指标计算模型,通过现场自然驾驶试验采集车辆的运行速度,最后利用多层神经网络构建全新的运行速度预测模型。主要研究内容如下:针对三维几何特征量的计算问题,采用微分几何方法,根据二维指标的组合将线形分为十二种相互独立的线形组合,分别建立各线形组合的三维几何特征计算模型。主要思路是:先分段推导线形参数方程,再根据参数方程及其导数建立三维特征计算模型。该方法实现了从公路传统二维设计指标到三维几何特征的快速精确计算,可计算任意桩号对应的三维几何特征,包括三维曲率类特征κ、κ_x、κ_y、κ_z;三维挠率类特征τ、τ_x、τ_y、τ_z;单位切向量类:θ_x、θ_y、θ_z;主法向量类β_x、β_y、β_z;副法向量类γ_x、γ_y、γ_z。针对多指标共同预测运行速度的问题,建立基于多层神经网络的运行速度预测模型。本文提出了“感受范围”表征自变量的概念,即以某桩号前后一定感受范围内的线形三维几何特征为自变量,以该桩号的实测速度为因变量,采用多层神经网络拟合训练集中公路线形三维几何特征与运行速度的关系,同时在测试集中检验模型的泛化能力。模型预测结果显示,线形结合特征最佳感受范围为“前感距离200m+后感距离250m”。将该模型与现有运行速度预测模型进行比较时发现,多层神经网络模型测试误差是现有模型的六十分之一,同时该模型预测曲线变化趋势与实测曲线更加符合。本研究立足公路线形的三维空间曲线本质,为公路安全性评价提供了更为精准的运行速度预测模型,对提升公路安全性评价的可靠性具有重要意义。