Forebygging av trafikkulykker ved bruk av avansert dataanalyse
Report
Permanent lenke
https://hdl.handle.net/11250/2722191Utgivelsesdato
2017-09Metadata
Vis full innførselSamlinger
Sammendrag
Denne analysen har utredet følgende problemstilling: Hvilke egenskaper ved vegen og dens omgivelser kjennetegner ulykkesutsatte vegstrekninger? Statens vegvesen inviterte i 2015 til Plan- og designkonkurranse gjennomført i regi av forsknings- og utviklingsprogrammet BEST - Bedre Sikkerhet i Trafikken. BearingPoint leverte løsningsideen «Forebygging av trafikkulykker ved å bruke avansert dataanalyse». Ideen går ut på å benytte avansert dataanalyse i form av maskinlæringmetoden HyperCube, for å identifisere kombinasjoner av egenskaper ved vegen og dens omgivelser som gir økt ulykkesrisiko. Analysen tar for seg det landsdekkende ERF-vegnettet. Valgt tilnærming på datasiden har vært å dele opp vegnettet i vegsegmenter, og så knytte hver ulykke til ett vegsegment. Ulykker på vegsegmentet poengvektes etter skadegrad, og basert på dette beregnes risikoscore for hvert vegsegment. De 6 % vegsegmentene med høyest risikoscore betraktes som høyrisikosegmenter, og analysens mål er å forklare hvordan disse skiller seg fra de resterende 94 % av vegsegmentene. Nasjonal vegdatabank (NVDB) er viktigste informasjonskilde for å beskrive egenskaper ved vegen. Beskrivelsen av vegnettet berikes med opplysninger om vegens nærområde, i form av demografiske data fra SSB og klimadata fra Meteorologisk Institutt.