BigData та ДТП: виявити, зрозуміти, запобігти

Оригінальний і корисний текст для Про мобільності написав наш колега Андрій Вознюк.

Сучасне суспільство генерує величезні масиви інформації, які відомі під загальним поняттям Великі дані (англ. Big data). Стосовно автомобільних доріг та вулиць, Великі дані означають масиви інформації про мережу автомобільних доріг та вулиць, застосовані на них проектні рішення, експлуатаційний стан, умови руху, взаємодію пішохідних та транспортних потоків тощо.

Якщо поцікавитись, яким чином навігаційні системи визначають тривалість подорожі з точки А до точки Б, то можна побачити, що вона дорівнює сумі часових проміжків проходження окремих ділянок, на які умовно поділений цей маршрут. Основу для розрахунків складають дані спостережень, зібраних з навігаційних пристроїв транспортних засобів, які рухались цими ділянками. Крім того, результати первинного розрахунку постійно коригуються на підставі миттєвих даних про швидкості руху та затори.

Вибір автомобільної дороги М-06 Київ – Чоп (на м. Будапешт через мм. Львів, Мукачево і Ужгород) в якості об’єкта дослідження був здійснений на підставі наступних чинників:

  • це найдовша (понад 900 км разом з підходами, обходами та транспортними розв’язками) дорога України та важливий транспортний коридор (національного та міжнародного значення);
  • ця дорога проходить через 3 з 4-х дорожньо-кліматичних зон України (північну, центральну та гірську);
  • за сукупністю характеристик ця дорога не відноситься до швидкісних доріг згідно з європейською класифікацією, а тому проведений аналіз може бути корисний для дослідників, оскільки ДТП саме на позаміських дорогах такого типу (rural roads, non motorway) в ЄС мають найтяжчі наслідки (54% від всіх загиблих);
  • на цій дорозі за даними Укравтодору станом на 01.01.2020 обліковується 19 з 59 загальноукраїнських місць концентрації ДТП.

У якості прикладу джерела Великих даних – постачальника навігаційних систем – в межах цього дослідження було обрано компанію ТомТом, яка оперує даними, що надходять від понад 600 мільйонів підключених пристроїв з 77 країн світу (11 мільйонів записів даних щоденно). Ці дані забезпечують рівень точності до 10 метрів та оновлюються кожні 30 секунд. Помилкові дані або дані про невластиву поведінку відфільтровуються. Узагальнення даних здійснюється щоквартально. Доступ до даних здійснюється за умови реєстрації на порталі.

Відповідно до даних ТомТом, дорога М-06 від межі м. Києва (км 14+080) і до Державного кордону (км 831+711) поділена на 612 умовних ділянок середньою довжиною 1335 м (від 15 до 7624 м), впродовж яких швидкість вільного потоку, визначена як міжквартильний розмах, стабільна (від 17 до 115 км/год). Середній перепад швидкості між сусідніми ділянками становить 5,8 км/год (від 1 до 45 км/год).Комбінуючи дані про розподіл швидкісних режимів з іншими даними про автомобільну дорогу та аварійність на ній, можливо прослідкувати окремі залежності, встановити, яке поєднання небезпечних факторів чинить вирішальний вплив на виникнення кожного окремого ДТП або утворення місць концентрації ДТП.

Розподіл кількості ДТП в 2019 році на а/д М-06 від км 14+080 до км 831+711
Примітка. Ціна поділки кілометрової шкали залежить від насиченості ключовими точками

Аналіз розподілу швидкісних режимів підтверджує схильність водіїв до перевищення встановлених обмежень швидкості, особливо, на ділянках доріг, які проходять через населені пункти. Лише в високогірних районах Карпат геометричні параметри дороги не дозволяють (окрім населених пунктів) розганятись понад встановлені обмеження.
Очевидно, що більшість ДТП виникають саме в місцях перепадів швидкості руху, зафіксованих навігаційними системами. А тяжкість наслідків тим більша, чим вища швидкість потоку або чим більшою є різниця між фактичною та дозволеною швидкостями. А чим вища швидкість руху, тим більшою є ціна водійської помилки.

Слід зауважити, що використання покілометрового розподілу ДТП та прийняття до уваги лише ДТП з загиблими та/або травмованими замість конкретизації місць ДТП та обліку усіх видів ДТП, було виправдане на попередніх етапах розвитку та за відсутності достатніх обчислювальних потужностей, механізмів та інструментів для виконання аналізу та досліджень.

Таким чином, чинні в Україні підходи щодо аналізу аварійності потребують коригування. Наскільки великого і значного – покаже аналіз Великих даних.

Дослідження тривають.

Ми повідомлятимемо про отримані результати. 🙂

One thought on “BigData та ДТП: виявити, зрозуміти, запобігти

Напишіть відгук

Заповніть поля нижче або авторизуйтесь клікнувши по іконці

Лого WordPress.com

Ви коментуєте, використовуючи свій обліковий запис WordPress.com. Log Out /  Змінити )

Google photo

Ви коментуєте, використовуючи свій обліковий запис Google. Log Out /  Змінити )

Twitter picture

Ви коментуєте, використовуючи свій обліковий запис Twitter. Log Out /  Змінити )

Facebook photo

Ви коментуєте, використовуючи свій обліковий запис Facebook. Log Out /  Змінити )

З’єднання з %s