Інтегральна оцінка небезпечності ділянок концентрації дорожньо-транспортних пригод на основі вагових коефіцієнтів постраждалих
DOI:
https://doi.org/10.31861/sisiot2026.1.01013Ключові слова:
дорожньо-транспортна пригода, кластер ДТП, інтегральна оцінка небезпечності, кластеризація, безпека дорожнього рухуАнотація
У статті розглянуто задачу формалізованого ранжування ділянок концентрації дорожньо-транспортних пригод з урахуванням не лише кількості зафіксованих подій, а й тяжкості їх наслідків. Актуальність дослідження зумовлена тим, що традиційне впорядкування аварійно-небезпечних ділянок за частотою ДТП може недооцінювати локації з меншою кількістю пригод, але значною кількістю важко травмованих і загиблих. Запропоновано метод інтегральної оцінки небезпечності, у якому для кожної ДТП обчислюється зважений показник на основі кількості легко травмованих, важко травмованих і загиблих. Для цих категорій застосовано вагові коефіцієнти 1, 3 і 9 відповідно. На рівні просторового кластера індивідуальні оцінки агрегуються в інтегральний показник, що дає змогу одночасно враховувати частоту ДТП та тяжкість їх наслідків. Просторове групування подій виконується за географічними координатами. Відстань між точками визначається за формулою гаверсинуса, а множина ДТП подається у вигляді неорієнтованого графа близькості. Ребро між двома вершинами формується, якщо відстань між відповідними ДТП не перевищує заданого порогового значення. Кластери визначаються як компоненти зв’язності цього графа. Запропонований алгоритм охоплює валідацію та геокодування записів, обчислення індивідуальних оцінок, попарне порівняння координат, формування кластерів, агрегування показників постраждалих і ранжування кластерів за інтегральною оцінкою. Обчислювальна складність базової реалізації становить O(n)2), оскільки домінуючою операцією є попарне порівняння записів. Метод реалізовано у складі веборієнтованої інформаційної системи аналізу ДТП. Експериментальне оцінювання виконано на записах за 2017–2025 роки для Івано-Франківської міської територіальної громади з порогом просторової близькості 50 м і мінімальним розміром кластера 3. Для кожного кластера система визначає кількість ДТП, сумарну кількість легко травмованих, важко травмованих і загиблих, а також інтегральний показник небезпечності. Аналіз десяти кластерів із найвищими оцінками показав, що ранжування за тяжкістю наслідків істотно відрізняється від ранжування лише за кількістю ДТП. Зокрема, кластери з меншою кількістю подій, але більшою кількістю загиблих і важко травмованих, отримують вищий пріоритет. Запропонований показник не є прямою оцінкою ймовірності ДТП або економічних збитків, а використовується як відносний інструмент пріоритизації. Розроблений метод може бути аналітичним компонентом інфокомунікаційної системи моніторингу безпеки дорожнього руху та надалі розширюватися шляхом інтеграції з IoT-пристроями дорожньої інфраструктури.
Завантажити
Посилання
A. Ziakopoulos and G. Yannis, “A review of spatial approaches in road safety,” Accident Analysis & Prevention, vol. 135, Art. no. 105323, 2020. doi: 10.1016/j.aap.2019.105323.
Z. Xie and J. Yan, “Kernel density estimation of traffic accidents in a network space,” Computers, Environment and Urban Systems, vol. 32, no. 5, pp. 396–406, 2008. doi: 10.1016/j.compenvurbsys.2008.05.001.
T. K. Anderson, “Kernel density estimation and K-means clustering to profile road accident hotspots,” Accident Analysis & Prevention, vol. 41, no. 3, pp. 359–364, 2009. doi: 10.1016/j.aap.2008.12.014.
S. Erdogan, I. Yilmaz, T. Baybura, and M. Gullu, “Geographical information systems aided traffic accident analysis system case study: City of Afyonkarahisar,” Accident Analysis & Prevention, vol. 40, no. 1, pp. 174–181, 2008. doi: 10.1016/j.aap.2007.05.004.
E. S. M. M. Zahran, S. J. Tan, E. H. A. Tan, N. A. A. B. M. ’Asri Putra, Y. H. Yap, and E. K. Abdul Rahman, “Spatial analysis of road traffic accident hotspots: Evaluation and validation of recent approaches using road safety audit,” Journal of Transportation Safety & Security, vol. 13, no. 6, pp. 575–604, 2021. doi: 10.1080/19439962.2019.1658673.
M. R. Islam, I. J. Jenny, M. Nayon, M. R. Islam, M. Amiruzzaman, and M. Abdullah-Al-Wadud, “Clustering algorithms to analyze the road traffic crashes,” in Proc. 2021 International Conference on Science & Contemporary Technologies (ICSCT), 2021, pp. 1–6. doi: 10.1109/ICSCT53883.2021.9642542.
M. S. Alam and N. J. Tabassum, “Spatial pattern identification and crash severity analysis of road traffic crash hot spots in Ohio,” Heliyon, vol. 9, no. 5, Art. no. e16303, 2023. doi: 10.1016/j.heliyon.2023.e16303.
W. T. Gedamu, U. Plank-Wiedenbeck, and B. T. Wodajo, “A spatial autocorrelation analysis of road traffic crash by severity using Moran’s I spatial statistics: A comparative study of Addis Ababa and Berlin cities,” Accident Analysis & Prevention, vol. 200, Art. no. 107535, 2024. doi: 10.1016/j.aap.2024.107535.
A. Mesic, J. Damsere-Derry, C. Feldacker, S. J. Mooney, A. Gyedu, C. Mock, A. Kitali, B. H. Wagenaar, et al., “Identifying emerging hot spots of road traffic injury severity using spatiotemporal methods: Longitudinal analyses on major roads in Ghana from 2005 to 2020,” BMC Public Health, vol. 24, Art. no. 1609, 2024. doi: 10.1186/s12889-024-18915-x.
S. Mohammed, A. H. Alkhereibi, A. Abulibdeh, R. N. Jawarneh, and P. Balakrishnan, “GIS-based spatiotemporal analysis for road traffic crashes: In support of sustainable transportation planning,” Transportation Research Interdisciplinary Perspectives, vol. 20, Art. no. 100836, 2023. doi: 10.1016/j.trip.2023.100836.
Y. Berhanu, D. Schröder, B. T. Wodajo, and E. Alemayehu, “Machine learning for predictions of road traffic accidents and spatial network analysis for safe routing on accident and congestion-prone road networks,” Results in Engineering, vol. 23, Art. no. 102737, 2024. doi: 10.1016/j.rineng.2024.102737.
M. Tahir, Y. Qiao, N. Kanwal, B. Lee, and M. N. Asghar, “Real-time event-driven road traffic monitoring system using CCTV video analytics,” IEEE Access, vol. 11, pp. 139097–139111, 2023. doi: 10.1109/ACCESS.2023.3340144.
D. K. Endashaw, K. A. Habtegiorgis, B. M. Al-Ramadan, H. M. Al-Ahmadi, and B. F. Deressa, “A systematic review on GIS-based road traffic accidents analysis and road safety audit,” Computational Urban Science, vol. 5, Art. no. 53, 2025. doi: 10.1007/s43762-025-00221-w.
B. Pashkovskyi and M. Slabinoha, “Automation of determination of areas and places of concentration of traffic accidents at the Ivano-Frankivsk urban territorial community using geocoding,” International Science Journal of Engineering & Agriculture, vol. 2, no. 4, pp. 9–18, 2023. doi: 10.46299/j.isjea.20230204.02.
B. V. Pashkovskyi and M. I. Slabinoha, “Improvement of the automated process for identifying road traffic accident concentration areas and locations in the Ivano-Frankivsk urban territorial community,” Bulletin of Kherson National Technical University, no. 2(89), pp. 204–210, 2024. doi: 10.35546/kntu2078-4481.2024.2.29.
B. V. Pashkovskyi, “Automated process for identifying road traffic accident concentration areas and locations in the Ivano-Frankivsk urban territorial community,” Bulletin of Kherson National Technical University, no. 2(93), pp. 288–292, 2025. doi: 10.35546/kntu2078-4481.2025.2.2.34.
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2026 Безпека інфокомунікаційних систем та Інтернету речей
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
