Escolar Documentos
Profissional Documentos
Cultura Documentos
CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENGENHARIA DE TRANSPORTES
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE TRANSPORTES
FORTALEZA
2022
BELIZA CARVALHO DE OLIVEIRA
FORTALEZA
2022
Dados Internacionais de Catalogação na Publicação
Universidade Federal do Ceará
Biblioteca Universitária
Gerada automaticamente pelo módulo Catalog, mediante os dados fornecidos pelo(a) autor(a)
BANCA EXAMINADORA
________________________________________
Prof. Ph.D. Flávio José Craveiro Cunto (Orientador)
Universidade Federal do Ceará (UFC)
_________________________________________
Prof. Ph.D. Manoel Mendonça de Castro Neto
Universidade Federal do Ceará (UFC)
_________________________________________
Prof. Ph.D. Helena Beatriz Bettella Cybis
Universidade Federal do Rio Grande do Sul (UFRGS)
À Deus e à minha família, em especial
minha mãe Eliza, pelo apoio
incondicional
AGRADECIMENTOS
O pedestre como usuário vulnerável ainda ocupa uma parcela significativa das fatalidades
no trânsito, e a travessia é o momento mais crítico do seu percurso, devido a interação
com os demais usuários. Atualmente, o planejamento urbano vem incorporando a
necessidade de prover cidades para pessoas, seguindo a tendência de destacar o
protagonismo do pedestre e promover medidas que garantam um caminhar cada vez mais
seguro. O uso de conflitos de tráfego como medida de segurança alternativa aos dados de
sinistros tem sido amplamente estudado na área de segurança viária. Nesse contexto, esta
pesquisa tem como objetivo avaliar a frequência e a severidade das interações pedestre-
veículo em travessias no vermelho de interseções semaforizadas, a partir dos indicadores
de conflito, com foco nos atributos individuais dos pedestres, e nas características
geométricas e operacionais da via. Para isso, foi realizada uma caracterização das
interações e análise exploratória das variáveis que podem influenciar na frequência e
severidade desses eventos. Foram analisadas três travessias semaforizadas, localizadas
em vias arteriais de Fortaleza, com três e quatro faixas e velocidades limite de 50km/h e
60km/h. Uma análise exploratória dos valores de PET estimados mostrou que as
interações envolvendo homens, pessoas sozinhas, com motocicletas na aproximação e
com os veículos provenientes da conversão à direita, apresentam valores
significativamente menores. As interações foram avaliadas a partir da observação de
vídeos de tráfego, e de uma análise semiautomática, com foco no indicador Post-
Encroachment Time (PET) e nos aspectos comportamentais dos usuários. Investigou-se a
relação do fluxo veicular com a frequência das interações, e foi possível perceber que
quanto mais intenso é o fluxo, menos interações tendem a ocorrer, as quais geralmente
são mais graves. Além disso, identificou-se que cerca de 57% das interações podem ser
classificadas com severidade leve, 30% são moderadas e 13% são graves. Por fim, foi
elaborado um modelo logit multinomial, mostrando que fatores como gênero,
agrupamento, o momento da chegada do pedestre na travessia, o veículo envolvido e o
tipo de interação, podem influenciar significativamente na ocorrência dos eventos mais
críticos.
Pedestrians as a vulnerable road user still are a significant portion of traffic fatalities, and
the crossing is the most critical moment of its route, due to the interaction with other users.
Urban planning currently incorporates the need to provide cities for people, following the
trend of highlighting the protagonism of the pedestrian and promoting measures that
guarantee an increasingly safe walk. The use of traffic conflicts as an alternative safety
measure to observed accidents has been widely studied in road safety. This research aims
to evaluate the frequency and severity of pedestrian-vehicle interactions in red crossings
at traffic lights, focusing on the individual attributes of pedestrians, and the geometric and
operational characteristics of the road. Therefore, a characterization of the interactions
and an exploratory analysis of the variables that can influence the frequency and severity
of these events were carried out. Three signalized crosswalks were analyzed, located on
arterial roads in Fortaleza, with three and four lanes and speed limits of 50km/h and
60km/h. The interactions were evaluated from the observation of traffic videos, and from
a semi-automatic analysis, focusing on the Post-Encroachment Time (PET) indicator and
on the behavioral aspects of the users. An exploratory analysis of the estimated PET
values showed that interactions involving men, people alone, with motorcycles
approaching and with vehicles coming from the right turn, have significantly lower values.
The relationship between vehicular flow and the occurrence of interactions was
investigated, and it was possible to notice that the more intense the flow, the less
interactions tend to happen, but usually more serious. In addition, it was possible to
identify that 57% of interactions can be classified as light, 30% are moderate and 13%
are serious. Finally, a multinomial logit model was developed, showing that factors such
as gender, grouping, the moment of arrival of the pedestrian at the crossing, the vehicle
involved and the type of interaction, can in fact significantly influence the occurrence of
the most critical events.
CAPÍTULO 1: INTRODUÇÃO
1.1 Contextualização
número de faixas, velocidade limite, tipo de controle e fluxo. Esses fatores influenciam
aspectos da aceitação de brechas, tempo de espera, violação semafórica, bem como das
interações entre os usuários, o que afeta diretamente a segurança na travessia
(JACOBSEN, 2011; GUO et al, 2011; CHANDRA et al., 2014).
toda a dimensão da gravidade dos eventos, combinando tais indicadores com aspectos
comportamentais dos indivíduos, principalmente em estudos voltados aos usuários
vulneráveis (LAURESHYN et al., 2010).
1.3 Objetivos
tráfego. Para que esse objetivo seja alcançado, propõe-se os seguintes objetivos
específicos:
2.1 A travessia
Os pedestres são mais livres no seu percurso e são várias as opções de escolha
para atravessar uma via no ambiente viário. A decisão do local e do momento ideal para
realizar a travessia sofre influência de diversos fatores. De acordo com Ariotti (2006), no
que diz respeito a engenharia de tráfego, os fatores que influenciam as perspectivas
operacionais e de segurança dos usuários, estão relacionados ao local de preferência para
a travessia, às condições sob as quais decidem atravessar a via e às características do fluxo
viário. No entanto, essa escolha pode também estar relacionada a três fatores principais:
o desejo do pedestre de percorrer uma menor distância e no menor tempo, bem como a
necessidade de reduzir sua exposição a situações de risco.
Quanto aos motoristas, Jacobsen (2011) destaca que nas travessias sinalizadas,
eles identificam a presença e a aproximação do pedestre, e decidem, em função da sua
velocidade e distância da travessia, se concedem a preferência de passagem ao pedestre.
Durante essa decisão, diversos fatores são importantes, dentre eles, Sun et al. (2003)
destacam, principalmente, a idade e o gênero do motorista, o tipo de veículo, o número
19
Em travessias de três faixas com fluxo bidirecional, o valor aceito foi de 10,4s
para os homens, 13% menor que o valor aceito pelas mulheres. Os jovens aceitaram
brechas de 10,2s, enquanto na classe mais velha esse valor foi de 12,9s. Isso mostra que
no geral, homens e jovens aceitam brechas menores que as mulheres e idosos. Além disso,
foi possível concluir que os pedestres do sexo masculino sofrem influência do número de
faixas e pelo tráfego em dois sentidos, enquanto as mulheres sofrem mais influência do
aumento do número de faixas.
que achou uma brecha longa o bastante para passar continuamente na faixa, sem nenhum
veículo por perto; 2) a travessia em dois estágios que corresponde aquela em que há
veículos passando pela faixa de pedestres apenas no lado oposto da via, enquanto o
pedestre segue continuamente; e 3) e a do tipo rolling gap crossing, que diz respeito a
travessia de pedestres de forma descontínua, devido a passagem de veículos no mesmo
sentido, e em várias faixas, podendo o pedestre parar ou ajustar sua velocidade para evitar
conflito. Segundo os autores, nas travessias chinesas analisadas, 66,1% usaram a
estratégia de rolling gap crossing; 23,2% atravessaram em dois estágios; e apenas 10,7%
passaram em um único estágio.
No que diz respeito aos veículos, alguns estudos destacam que o tipo do
veículo na aproximação influencia significativamente o número de tentativas de travessia.
Os pedestres diminuem suas tentativas se o veículo na aproximação for um ônibus, por
exemplo. No entanto, se for um veículo menor, como uma motocicleta, os pedestres
tendem a aumentar o número de tentativas para conseguir uma travessia bem-sucedida,
aumentando também a probabilidade de aceitarem brechas menores. (HAMED 2001;
PAWAR E PATIL, 2015). Por outro lado, Kadali e Vedagiri (2016) notaram que o pedestre
pode não aceitar brechas disponíveis em condições de tráfego misto, com veículos
pequenos em velocidades mais altas, enquanto brechas advindas de veículos pesados
podem ser aceitas devido à menor velocidade.
Pode-se dizer que a decisão de violar o semáforo está sujeita à ação de alguns
fatores externos. Ren et al. (2011) identificaram que as principais razões para atravessar
em desconformidade são: considerar a sinalização da travessia inadequada, economizar o
tempo de deslocamento, menor volume de veículos na via; ausência de policiais na via e
não permanecer em espera enquanto outros pedestres ignoram a indicação semafórica.
No entanto, é possível perceber que quanto maior a densidade de pedestres na calçada
esperando para realizar a travessia, menos pessoas atravessam no sinal vermelho
(BROSSEAU et al., 2013; DOMMES et al., 2015).
desvantagens de usar dados de colisão para análise de segurança dos usuários vulneráveis
podem ser consideradas ainda mais graves, visto que aquelas que envolvem pedestres são
menos frequentes do que outros tipos de colisão (ISMAIL et al., 2009).
Eq. (1)
Onde: t é intervalo de tempo considerado; Vi,t é velocidade; Di,t é a distância
entre o ponto projetado de colisão e veículo i na aproximação preferencial.
O PET foi proposto por Allen et al. (1978), e é classificado como o tempo
entre o primeiro usuário da via deixar uma zona espacial comum, e o segundo usuário
chegar nessa zona, ou seja, é uma medida de quão perto uma colisão foi evitada (Figura
4).
Figura 4 - Post-Encroachment Time (PET)
TTC em vários aspectos, principalmente pela facilidade de medida, visto que é apenas a
diferença direta entre os tempos dos usuários. Além disso, tal indicador é usualmente
considerado uma medida de grau de risco de colisões transversais, e é capaz de refletir o
comportamento do motorista em resposta ao controle de interseção e geometria
(SONGCHITRUKSA; TARKO, 2006).
Cunto (2008) aponta que um dos problemas que limitam a utilização desses
indicadores consiste na dificuldade de classificá-los em uma escala de severidade. De
modo que diferentes combinações de velocidade e distância podem resultar em um
mesmo valor, e apresentar características mais agressivas, por exemplo, com velocidades
maiores.
no trânsito pode ser classificado, levando-se em conta dois aspectos principais para
estimar a sua real gravidade: o risco de colisão e o risco de lesão. Esta classificação
permite diferenciar os fatores que afetam o risco de colisão, tais como a proximidade
temporal e espacial; e aqueles que influenciam o risco de lesões, como o ângulo relativo,
as diferenças de velocidade e massa, bem como a fragilidade dos usuários envolvidos no
conflito.
Chaudhari et al. (2020) aplicaram o PRI para avaliar a gravidade dos conflitos
em relação ao tipo de usuário e a geometria da via. Eles concluíram que o índice é
aproximadamente 30% maior em interações com veículos menores. Isso pode ser
explicado pelo comportamento agressivo desses motoristas em velocidades mais altas, e
pelo comportamento agressivo dos pedestres por aceitar brechas menores quando o
veículo é menor. Os achados também indicam que o valor do PRI aumenta 37,5% com a
adição de faixas, para vias divididas com oito faixas é maior do que para vias divididas
com quatro e seis faixas. O que pode ser resultado de uma combinação de velocidades
maiores e maior fluxo.
de 50% a mais de conflitos leves. Os autores não fizeram análises quanto ao tipo de
usuário envolvido, entretanto, eles utilizaram microssimulação e concluíram que se as
vias fossem controladas, o número e a severidade dos conflitos diminuiriam cerca de 30%.
indicador PET. Essas interações passam a ser analisadas em detalhe com o rastreamento
dos usuários, utilizando técnicas de processamento de imagens para estimar os
indicadores e extrair as informações das trajetórias e comportamento dos usuários.
Essa análise pode ser feita por meio do método PVCA proposto por Kaparias
et al. (2010). O PVCA analisa o conflito a partir de quatro fatores, conforme mostra a
Tabela 1. Os fatores A e D são capazes de identificar a ocorrência ou não das interações,
enquanto os fatores B e C buscam determinar a severidade do evento. Fez-se uma
adaptação, no que diz respeito ao fator A, já que o método original utiliza o indicador
TTC. Entretanto, como o PET é o foco da análise, optou-se por essa substituição, sendo
assim adotados os parâmetros estabelecidos por Marisamynathan e Vedagiri (2020),
citados anteriormente.
ação evasiva, seja do pedestre ou do veículo. Devido a posição das câmeras, em algumas
situações essa distância não pode ser observada, e portanto, foi projetada a partir do
comportamento evasivo do pedestre, do tempo para o veículo aparecer no vídeo, e sua
velocidade. Essa aproximação foi considerada adequada, já que os valores se encontram
dentro de faixas de classificação, não sendo tão necessário o valor exato desse indicador.
Tabela 2 - Escala de classificação dos conflitos de acordo com a combinação dos fatores
Classe 2 Classe 3 Classe 4
Classe 1
(conflito (conflito (conflito
(conflito leve)
sério) sério) sério)
1111 1113 1213 2413
1131 1133 1233 2433
1211 1212 1312 3313
1231 1232 1332 3333
1112 1311 2133 3413
1132 1331 2213 3433
2111 2113 2233
2131 2132 2312
2112 2212 2332
2211 2232 2313
2231 2311 2333
3211 2331 3232
3231 3112 3213
3132 3233
3113 3312
3133 3332
3212 3411
3311 3431
3331 3412
3432
Fonte: Kaparias et al. (2010)
por meio de modelos categóricos, especificamente um modelo logit multinomial que são
comumente utilizados em estudos da segurança viária para verificar relações entre fatores
de risco e a severidade de atropelamentos. No entanto, pode ser feita uma
correspondência para identificar os fatores relacionados a severidade das interações entre
pedestres e veículos, buscando identificar as situações mais arriscadas que envolvem os
pedestres na travessia.
45
CAPÍTULO 5: RESULTADOS
entretanto essa última tem um fluxo convergindo à direita cerca de 6 vezes maior.
60% 60%
40% 40%
20% 20%
0% 0%
Homem Mulher Adulto Idoso Jovem
60% 60%
40% 40%
20% 20%
0% 0%
Grupo Sozinho Fora da faixa Na faixa
50
60% 60%
40% 40%
20% 20%
0% 0%
Verde Vermelho Não Sim
60% 60%
40% 40%
20% 20%
0%
0%
Adulto Idoso Jovem
Homem Mulher
60% 60%
40% 40%
20% 20%
0% 0%
Grupo Sozinho Fora da faixa Na faixa
60% 60%
40% 40%
20% 20%
0% 0%
Conversão Frente Carro Moto Pesado
Dado que a amostra é grande, foram realizadas análises bivariadas com teste
t de Student, com um nível de significância de 0,05. Assim, é possível determinar se há
uma diferença estatisticamente significativa das médias das variáveis velocidade de
caminhada e atraso na travessia, quanto ao gênero, faixa etária, agrupamento,
conformidade na travessia, nas interações e nos locais.
De acordo com a
Figura 19 - Distribuição da frequência e boxplot dos valores de PET por faixa etária
Figura 21 - Distribuição da frequência e boxplot dos valores de PET por tipo de veículo
as informações das três travessias analisadas. Essa uniformização é importante visto que
existem diferenças quanto ao ciclo semafórico, volume e número de faixas, por exemplo.
20
% de pedestres em Interação
60%
15
Atraso (s)
40%
10
20%
5
0% 0
0,25 0,35 0,45 0,55 0,65
V/C
% Interações Atraso Linear (% Interações) Linear (Atraso)
3,6
60%
3,2
PET (s)
40%
2,8
20%
2,4
0% 2
0,25 0,35 0,45 0,55 0,65
V/C
% Interações PET Linear (% Interações) Linear (PET)
que no geral, a maioria dos pedestres chegou na travessia durante o verde da principal
(42%), seguidos dos que chegaram no verde da secundária (38%) e uma menor parcela
que chegou durante o estágio do pedestre (19%). Além disso, como os intervalos têm
tempos diferentes, verificou-se a proporção média dos tempos de cada intervalo em
relação ao ciclo total, e pode-se perceber que a proporção da chegada dos pedestres é
equivalente à proporção dos intervalos do ciclo.
50
40
atraso (s)
30
20
10
0
Descarga de fila Contínuo Livre Verde/Piscante Secundária
Sem interação Oportunista Interação
400
300
200
100
0
1 - Leve 2 - Sério 3 - Sério 4 - Sério
Tabela 13 - Pseudoelasticidade
Variáveis Referência Leve Moderado Sério
Gênero Homem 2% - -35%
Grupo Sozinho 2% - -47%
Livre Contínuo 10% -33% -
Secundária Contínuo 1% - 5%
Carro Moto 2% - -35%
Veículo Pesado Moto 3% - -78%
Tipo de interação Em frente -15% - 33%
Fonte: elaborado pela autora
Nas variáveis gênero e grupo, pode-se interpretar que as mulheres têm menos
35% de chances de se envolverem em conflitos sérios, se comparadas aos homens; e as
pessoas em grupo têm menos 47% de chances de se envolverem em conflitos sérios que
aquelas sozinhas. Com as variáveis livre e secundária, é possível interpretar que quando
o pedestre chega durante o fluxo livre, tem mais 10% de chance de se envolver em um
conflito leve, e quando chega durante o verde da secundária, tem mais 5% de chances de
resultar em um conflito sério.
transitarem com velocidades maiores, o que pode resultar em interações mais próximas
(PAWAR E PATIL, 2015). Além disso, as motos também apresentam um padrão de
movimento mais livre e imprevisível, o tamanho, agilidade e imprevisibilidade do veículo
deve levar a contatos mais próximos, entretanto vale destacar também que acidentes com
esses veículos geralmente têm consequências menos graves que aqueles com veículos
maiores.
a análise de forma mais microscópica no que diz respeito ao efeito dos atributos
operacionais da via, como a relação do fluxo, do ciclo semafórico e do padrão de chegada
dos usuários.
REFERÊNCIAS BIBLIOGRÁFICAS
ALLEN B. L., B. T. Shin, and Cooper P. J., “Analysis of traffic conflicts and collisions,”
Transportation Research Record,vol. 667, pp. 67–74, 1978.
ALMODFER, R., Xiong, S., Fang, Z., Kong, X., & Zheng, S. (2015). Quantitative
analysis of lane-based pedestrian-vehicle conflict at a non-signalized marked crosswalk.
Transportation Research Part F: Traffic Psychology and Behaviour (in press)
CHANDRA, S., Rastogi, R. & Das. V. R, (2014) Descriptive and parametric analysis of
pedestrian gap-acceptancein mixed traffic conditions. KSCE Journal of Civil Engineering,
18(1), 284-293.
DOMMES, A. et al. Red light violations by adult pedestrians and other safety-related
behaviors at signalized crosswalks. Accident Analysis and Prevention, [s. l.], v. 80, p. 67–
75, 2015. DOI 10.1016/j.aap.2015.04.002
77
EWING R, Schieber RA, Zegeer CV (2003) Urban sprawl as a risk factor in motor vehicle
occupant and pedestrian fatalities. Am J Public Health 93(9):1541–1545
GUO, Hongwei; Gao, Ziyou; Yang, Xiaobao; Jiang, Xiaobei (2011). Modeling Pedestrian
Violation Behavior at Signalized Crosswalks in China: A Hazards-Based Duration
Approach. Traffic Injury Prevention, 12(1), 96–103. doi:10.1080/15389588.2010.518652
GUO, Y., Sayed, T., Zaki, M., 2018. Exploring evasive action based indicators for PTW
conflicts 52in shared traffic facility environments. Journal of Transportation Engineering,
Part A: Systems 144, 04018065.
HYDÉN, C., 1987. The Development of a Method for Traffic Safety Evaluation: The
Swedish Traffic Conflicts Technique. Lund, Sweden, Department of Traffic Planning and
Engineering, Lund University
INDEV, 2015. In-Depth understanding of accident causation for Vulnerable road users.
Review of current study methods for VRU safety. Appendix 6 – Scoping review:
surrogate measures of safety in site-based road traffic observations. Warsaw University
of Technology, Poland. Disponível em <https://cordis.europa.eu/project/id/635895>
ISMAIL, K., Sayed, T. & Saunier, N., 2009. Automated Analysis of Pedestrian–Vehicle
Conflicts Context for Before-and-After Studies. Transportation Research Record: Journal
of the Transportation Research Board, No. 2198, Transportation Research Board of the
National Academies, pp. 52-64.
LAURESHYN, A., Svensson, Å. & Hydén, C., 2010. Evaluation of Traffic Safety, Based
on Micro- Level Behavioural Data: Theoretical Framework and First Implementation.
Accident Analysis and Prevention, Volume 42, p. 1637–1646.
LAURESHYN, A., Johnsson, C., De Ceunynck, T., Svensson, Å., de Goede, M., Saunier,
N., & Daniels, S. (2016). Review of current study methods for VRU safety. Appendix 6–
Scoping review: surrogate measures of safety in site-based road traffic observations.
LIU, R.; SILVA, J. P. C.; SECO, Á. J. DA M. A Bi-Modal Microsimulation Tool for the
Assessment of Pedestrian. Ninth International Association of Travel Behaviour Research
Conference, n. July, p. 1–17, 2000.
LORD D, Smiley A, Haroun A., 1997. Pedestrian accidents with left-turning traffic at
signalized intersections: characteristics, human factors and unconsidered issues.
MUKHERJEE, D.; MITRA, S. (2020). Comprehensive Study of Risk Factors for Fatal
Pedestrian Crashes in Urban Setup in a Developing Country. Transportation Research
Record: Journal of the Transportation Research Board, (), 036119812092580–.
doi:10.1177/0361198120925804
NI, Ying; Wang, Menglong; Sun, Jian; Li, Keping (2016). Evaluation of pedestrian safety
at intersections: A theoretical framework based on pedestrian-vehicle interaction patterns.
Accident Analysis & Prevention, 96(), 118–129. doi:10.1016/j.aap.2016.07.030
79
PAWAR, D. S.; PATIL, G. R. (2015). Pedestrian temporal and spatial gap acceptance at
mid-block street crossing in developing world. Journal of Safety Research, 52(), 39–46.
doi:10.1016/j.jsr.2014.12.006
PEDEN M et al., eds. World report on road traffic injury prevention. Genebra, OMS, 2004.
REN, Gang; Zhou, Zhuping; Wang, Wei; Zhang, Yong; Wang, Weijie (2011). Crossing
Behaviors of Pedestrians at Signalized Intersections : Observational Study and Survey in
China. , 2264(-1), 65–73. doi:10.3141/2264-08
ROTHMAN, L.; Howard, A. W.; Camden, A.; Macarthur, C. (2012). Pedestrian crossing
location influences injury severity in urban areas. Injury Prevention, 18(6), 365–370.
doi:10.1136/injuryprev-2011-040246
SAUNIER, N. e SAYED, T. (2007) Automated road safety analysis using video data. In
Transportation Research Record: Journal of the Transportation Research Board, No. 2019,
TRB, National Research Council, Washington, D.C., p. 57-64.
SAYED, T. & ZEIN, S., 1999. Traffic Conflict Standards for Intersections. Transportation
Planning and Technology, 22(4), pp. 309-323.
SONGCHITRUKSA, P. & TARKO, A. P., 2006. The extreme value theory approach to
safety estimation. Accident Analysis and Prevention, Volume 38, pp. 811-822.
SUN, D., Ukkusuri, S. K., Benekohal, R. F., & Waller, S. T. (2003). Modeling of motorist-
pedestrian interaction at uncontrolled mid-block crosswalks. Proceedings of the 82nd
TRB Annual Meeting, Transportation Research Board, Washington DC
SUZUKI, K., NAKAMURA, H., 2006. TrafficAnalyzer — the integrated video image
processing system for traffic flow analysis. In: Proceedings of the 13th World Congress
on Intelligent Transportation Systems, London.
SVENSSON, Åse; HYDÉN, Christer. Estimating the severity of safety related behaviour.
Accident Analysis & Prevention, v. 38, n. 2, p. 379-385, 2006.
TAGELDIN, A., SAYED, T., 2016. Developing evasive action-based indicators for
identifying pedestrian conflicts in less organized traffic environments. Journal of
Advanced Transportation 50, 1193-1208.
TAGELDIN, A., Sayed, T., Wang, X., 2015. Can time proximity measures be used as
safety indicators in all driving cultures? A case study of motorcycle safety in China.
Transportation Research Record: Journal of Transportation Research Board 2520, 165-
174.
TEFFT. B. Impact speed and a pedestrian’s risk of severe injury or death. Accident
Analysis & Prevention, 2013, 50: 871–878.
WELLE, B., Li, W., Adriazola-Steil, C., King, R., Obelheiro, M., Sarmiento, C., & Liu,
Q. (2015). Cities safer by design.
WHO (2018). World Health Organization: Global status report on road safety 2018.
Genova: World Health Organization.
81
ZEGEER, C. V. et al. How to develop a pedestrian safety action plan. McLean: Federal
Highway Administration, 2006. Relatório n. FHWA-SA-05-12.
ZHANG, C., Zhou, B., Qiu, T.Z., Liu, S., 2018. Pedestrian crossing behaviors at
uncontrolled multi-lane mid-block crosswalks in developing world. J. Saf. Res. 64, 145–
154. https://doi.org/10.1016/j.jsr.2017.12.018.
ZHENG L., Sayed T., Mannering F. (2021). Modeling traffic conflicts for use in road
safety analysis: A review of analytic methods and future directions. Analytic Methods in
Accident Research, v. 29. 2021. DOI 10.1016/j.amar.2020.100142
ZHENG L., Wen C., Guo Y., Laureshyn A. (2021). Investigating consecutive conflicts of
pedestrian crossing at unsignalized crosswalks using the bivariate logistic approach.
Accident Analysis and Prevention, v. 162. 2021. DOI 10.1016/j.aap.2021.106402
ZHOU, B., Zhang, C., Peng, H., Lv, C., & Qiu, T. Z. (2016). Research on pedestrian
crossing behaviors at Unsignalizedmulti-lane mid-block crosswalk: A case study in China.
Transportation Research Board 95th annual meeting (No. 16-5671)