Investigating the effect of road condition and vacation on crash severity using machine learning algorithms
ملخص البحث
تحلل الدراسة أكثر من 59 ألف حادث على الطرق الرئيسة داخل المدن في المملكة (أكتوبر 2016 – فبراير 2021) بخوارزميات تعلم الآلة للتنبؤ بكون الحادث مميتاً، على الطرق المفردة ومتعددة المسارات والسريعة. واختُبر أثر 16 عنصراً من حالة الطريق وفترات الإجازات والعوامل المكانية والزمانية والهندسية. وتبين أن أربعة عناصر فقط تؤثر في الشدة: الدهانات وعيون القطط والأسوار الجانبية والحواجز الكابلية، وأن حوادث الإجازات أشد من غيرها.
English summary
More than 59,000 crashes on major intra-city roads in Saudi Arabia (October 2016 to February 2021) are analyzed with machine learning to predict whether a crash is fatal, for single, multilane and freeway roads. Sixteen roadway condition features, vacation periods, and spatial, temporal and geometric factors are tested. Only four condition features—pavement markings, cat eyes, side fences and metal cable barriers—contributed to severity, and crashes during vacations were more severe than on other days.
تحلل الدراسة استبانة دولية شملت 15,312 من راكبي الدراجات البالغين في 44 دولة، بنمذجة المعادلات الهيكلية، لاختبار علاقة استخدام الهاتف أثناء القيادة بالحوادث المبلغ عنها ذاتياً،…
تقارن الدراسة خطر الحوادث بين سائقين مصابين بالتهاب المفاصل وغير مصابين. وتعتمد على بيانات قيادة طبيعية تسجل حركة المركبة وسلوك السائق.
مشاركة مؤتمر تتناول التحكم الأمثل بالتقاطعات للمركبات الآلية والتعاونية.