Исследования использовали автомагистрали Парана в качестве ссылки; Выдержки в городском периметре являются наиболее опасными
Исследование исследователей из программы выпускников по управлению городским управлением в PUC-PR (Папский католический университет Парана) и UTFPR (Федеральный технологический университет Парана) определил скрытые закономерности, которые могут быть связаны с возникновением и тяжестью дорожно-транспортных происшествий.
Чтобы достичь результатов, группа применяла методы интеллектуального анализа данных и искусственный интеллект, анализируя два набора информации, предоставленных DER-PR (Департамент дорог Парана): 1-е место с 2004 по 2013 год, а второй с 2019 по 2024 год. Сформированные модели имели высокие показатели стандартной идентификации: выше 94% за первый период и от 86% до 89% для второго.
Результаты показали, что присутствие городского периметра было связано с увеличением на 90% в результате несчастных случаев. Другие факторы, которые внесли значительный вклад в частоту несчастных случаев, включают:
- Наличие второй или третьей полосы (65,8%);
- Большая синаэ на местности (62,2%);
- Районные сигнальные зоны путем пунктирной линии (56,3%);
- присутствие плеча (53,9%);
- Недостаточное дорожное освещение (48,2%).
Что касается серьезности несчастных случаев, анализ выявил корреляцию с:
- присутствие городского периметра (93,5%);
- Большая синаэ на местности (66,8%);
- Низкое освещение (62,1%);
- зоны обгона (59,7%);
- Более высокие скорости на дорогах (44,5%).
По мнению исследователей, было применено 4 метода интеллектуального анализа данных, подчеркивая использование программного обеспечения CBA (классификация на основе ассоциаций), способного создавать правила классификации для прогнозирования несчастных случаев на смертельных случаях из таких переменных, как тип дороги, освещение, скорость, климат и присутствие городских районов.
Из записей об авариях исследователи обучили алгоритм, используя такие переменные, как профиль пользователей, характеристики дорожной инфраструктуры, условия окружающей среды и типы транспорта, и могут распознать связанные с ними причины.
По мнению исследователей, цель исследования состоит в том, чтобы внести свой вклад в изменение этого сценария, указывая на важность мер смягчения последствий, таких как реализация контурных дорог, неровных отрывков, радар, электронный позвоночник, вертикальная передача сигналов и светофоры, для снижения серьезности несчастных случаев.
«Разработанная методология позволяет нам идентифицировать повторяющиеся закономерности через правила ассоциации, которые выявляют причины или факторы, связанные с несчастными случаями. С помощью этой информации правительство может принимать решения о смягчении событий, таких как улучшение передачи сигналов, уменьшение ограничения скорости при растяжении или улучшение условий дренажаОбъяснил один из тех, кто ответственен за исследование, докторант и исследователь PUCPR Габриэль Троян Родригес PPGTU.
Данные Всемирной организации здравоохранения (ВОЗ) оценивают, что более 3500 человек умирают ежедневно в результате дорожно -транспортных происшествий в мире, что составляет около 1,3 миллиона смертей в год.
В Бразилии, только в 2024 году, более 6000 человек погибли в результате несчастных случаев, зарегистрированных на федеральных автомагистралях, по данным Федеральной полиции шоссе (PRF).
По словам профессора Фабио Теодоро де Соуза, методология с использованием ИИ позволяет более точно прогнозировать риски и стратегически направлять вмешательства.
«Мы считаем, что интеллектуальный анализ данных, применяемый к дорожной безопасности«, сказал он.
С информацией от Agência Brasil.
