Προσδιορισμός μοντέλου πρόβλεψης οδικών ατυχημάτων σε οδό δυο λωρίδων κυκλοφορίας με βάση τα γεωμετρικά της χαρακτηριστικά
Estimating accidents in a two-lane road on the basis of its geometric characteristics
Keywords
Γεωμετρικά χαρακτηριστικά ; Οδική ασφάλεια ; Ατυχήματα ; FM 19 ; Συσχέτιση ; Μοντέλα πρόβλεψης ; Πρόβλεψη ατυχημάτων ; Κυκλοφοριακός φόρτοςAbstract
Η πρόβλεψη των ατυχημάτων παίζει καθοριστικό ρόλο στον μετριασμό των επιπτώσεών τους. Η μελέτη αυτή εστιάζει στην ανάδειξη μιας νέας μεθοδολογίας για την κατάταξη των οδών με βάση την πιθανότητα πρόκλησης οδικών ατυχημάτων προσαρμοσμένη σε δρόμους δύο λωρίδων με ενιαία επιφάνεια κυκλοφορίας. Η μεθοδολογία αυτή βασίζεται στην ανάλυση των γεωμετρικών χαρακτηριστικών του δρόμου, επιδιώκοντας να ανακαλύψει μοτίβα και συσχετισμούς που συμβάλλουν, στον υπολογισμό μίας βαθμολογίας για κάθε άξονα και κάθε καμπύλη και στην ανάδειξη των επικίνδυνων θέσεων στην οδό. Η
έρευνα χρησιμοποιεί ένα σύνολο δεδομένων από δρόμους στο Κεντάκυ που περιλαμβάνει πληροφορίες για καταγεγραμμένα ατυχήματα, και για γεωμετρικά και κυκλοφοριακά χαρακτηριστικά της οδού. Χρησιμοποιώντας το πρόγραμμα FM19 έγινε η προσομοίωση και η ανάλυση των οδικών αξόνων καθώς και η αποδελτίωση των ατυχημάτων. Στη συνέχεια έγινε χρήση του στατιστικού προγράμματος SPSS για τη διερεύνηση της συσχέτιση της νέας μεθοδολογίας με πραγματικά δεδομένα ατυχημάτων με στόχο την κατανόηση της σχέσης μεταξύ των γεωμετρικών χαρακτηριστικών και της πιθανότητας ατυχημάτων σε ένα οδικό δίκτυο. Η ακριβής πρόβλεψη πιθανών εστιών ατυχημάτων με βάση το μοντέλο της νέας μεθοδολογίας, μπορεί να βοηθήσει στην εφαρμογή στοχευμένων μέτρων και παρεμβάσεων ασφαλείας. Τα ευρήματα της έρευνας έδειξαν ότι η συσχέτιση που υπάρχει μεταξύ της βαθμολογίας της νέας μεθοδολογίας και του πραγματικού αριθμού ατυχημάτων είναι ασθενής αλλά στατιστικά σημαντική. Με βάση τα ευρήματα της στατιστικής ανάλυσης, αναδείχθηκαν παράγοντες όπως ο κυκλοφοριακός φόρτος, η ακτίνα που διαγράφει το όχημα καθώς και η επιρροή του μήκους του κυκλικού τόξου, που εάν ενσωματωθούν στην τελική βαθμολογία της μεθοδολογίας, θα υπάρξει αναβάθμιση του μοντέλου πρόβλεψης, και μία καλύτερη προσέγγιση της οδικής αξιολόγησης του οδικού δικτύου. Επίσης, πρόταση αυτής της μελέτης είναι αυτό το μοντέλο πρόβλεψης να συμβάλλει στο ευρύτερο πεδίο της έρευνας για την οδική ασφάλεια, παρέχοντας πολύτιμες γνώσεις για τους συγκοινωνιολόγους μηχανικούς και άλλους ενδιαφερόμενους φορείς που εμπλέκονται στη βελτίωση της οδικής ασφάλειας.
Abstract
Anticipating accidents plays a key role in mitigating their negative effects. This study focuses on the implementation of a new methodology in two-lane roads used for the classification of roads based on the probability of causing road accidents. This methodology is based on the analysis of the geometric characteristics of the road, seeking to discover patterns and correlations that contribute to the calculation of a score for each axis and each curve and to highlight the dangerous spots on the road. The research uses a dataset of roads in Kentucky that includes information on recorded crashes, geometric and traffic characteristics of roads. Using the FM19 program, the simulation and analysis of the road axes was carried out. The SPSS statistical program was then used to investigate the correlation between the new methodology and real accident data in order to understand the relationship between the geometric characteristics of roads and the probability of accidents in a road network. Accurately predicting accident hotspots based on the new methodology model can help to implement targeted safety measures and interventions. The research findings showed that the correlation between the new methodology score and the actual number of accidents is weak but statistically significant. The results of the statistical analysis showed that if we incorporate factors such as the traffic load, the radius of the vehicle as well as the influence of the length of the circular arc into the final score of the methodology, the prediction model will be improved. This study provides valuable insights for transport engineers and other stakeholders involved in evaluating road network and improving road safety.