Spatial analysis of road safety and traffic behaviour using high resolution multi-parametric data

Abstract

The main objective of the present doctoral dissertation is the spatial analysis of harsh event frequencies in road segments using multi-parametric data, including (i) high resolution naturalistic driving and driver behavior data from smartphone sensors, (ii) microscopic road segment geometry and road network characteristic data from digital maps and (iii) high resolution traffic data. Naturalistic driving data were collected and processed with purpose-made spatial processing algorithms, performing critical functions such as derivation of additional geometrical characteristics, data merging and map-matching. The resulting spatial data-frames were then analyzed and modelled on a road segment basis. Moran's I coefficients, as well as merged and directional variograms were calculated. Spatial analyses were performed on two parallel pillars: (i) Prediction models were developed in an urban road network training area, with the intent to transfer them to a second urban road network testing area and assess their predictive performance and (ii) Causal models including road user behavior and traffic input data were calibrated in an urban arterial study area per traffic state, in order to investigate additional underlying correlations in an effort to further understand the phenomena of harsh braking and harsh acceleration frequencies. Geographically Weighted Poisson Regression (GWPR) models, Bayesian Conditional Autoregressive Prior (CAR) models and Extreme Gradient Boosting algorithms with random cross-validation (RCV XGBoost) and spatial cross-validation (SPCV XGBoost) were implemented. From the spatial analyses, numerous informative results were obtained. Spatial autocorrelation was identified in both harsh braking and harsh acceleration frequencies, and its range of influence was determined for each study area. In urban networks, certain geometrical characteristics were found to affect harsh braking frequencies per road segment: Segment length is positively correlated with harsh brakings, while gradient and neighborhood complexity are negatively correlated with them. Different geometrical characteristics were found to affect harsh acceleration frequencies per road segment: Segment length, curvature and the presence of traffic lights are positively correlated with harsh accelerations. For both harsh event types, pass count increased frequencies of both types of harsh events, while lane number and road type have more unclear circumstantial effects, depending on the utilized models. Furthermore, successful spatial predictions were conducted by averaging the results of all four methods, achieving accuracy of 87% for harsh brakings and 89% for harsh accelerations. In urban arterial segments, segment length and pass count were consistently positively correlated with harsh event occurrence overall. In addition, it was determined that different variables are significantly correlated with harsh event occurrence per traffic state: For harsh brakings in free flow conditions, speed difference between traffic and driver was found to exert a positive influence, while the influence of the averaged standardized current traffic volume was found to be negative. In synchronized flow conditions, average occupancy assumes a statistically significant positive correlation for harsh braking frequencies, while the influence of traffic volume was found to be circumstantially negative. For harsh accelerations in free flow conditions, the influence of average occupancy was found be consistently positive, as was the average mobile use seconds of drivers. In synchronized flow conditions, traffic volume was found to be positively correlated with harsh accelerations as well. In both traffic states, geometric and road network characteristic variables were found to have very circumstantial effects.

Ο κύριος στόχος της παρούσας διδακτορικής διατριβής είναι η χωρική ανάλυση συχνοτήτων απότομων οδηγικών συμβάντων σε οδικά τμήματα με χρήση πολυπαραμετρικών δεδομένων, ήτοι (i) δεδομένα υψηλής ανάλυσης οδηγικής συμπεριφοράς υπό πραγματικές συνθήκες από αισθητήρες έξυπνων κινητών τηλεφώνων, (ii) γεωμετρία οδικών τμημάτων και χαρακτηριστικά οδικού δικτύου από ψηφιακούς χάρτες και (iii) δεδομένα κυκλοφορίας υψηλής ανάλυσης. Για αυτό το σκοπό, συλλέχθηκαν δεδομένα οδήγησης υπό πραγματικές συνθήκες μέσω μιας καινοτόμου εφαρμογής έξυπνων κινητών τηλεφώνων, δεδομένα από λεπτομερείς ψηφιακούς χάρτες καθώς και δεδομένα κυκλοφορίας. Τα δεδομένα υποβλήθηκαν σε επεξεργασία μέσω εξειδικευμένων χωρικών αλγορίθμων οι οποίοι εκέλεσαν κρίσιμες λειτουργίες όπως ο υπολογισμός πρόσθετων γεωμετρικών χαρακτηριστικών, η συγχώνευση βάσεων δεδομένων και η αντιστοίχιση οδηγικών και κυκλοφοριακών δεδομένων σε οδικά τμήματα. Προέκυψαν πλούσιες βάσεις χωρικών δεδομένων με βάση τις οποίες υπολογίστηκαν ολικοί και τοπικοί συντελεστές I του Moran και βαριογράμματα (variograms) συγχωνευμένα και ανά κατεύθυνση. Πραγματοποιήθηκαν χωρικές αναλύσεις ανά οδικό τμήμα σε δύο παράλληλους άξονες: (i) Ανάπτυξη μοντέλων πρόβλεψης απότομων συμβάντων σε περιοχή δοκιμής αστικού οδικού δικτύου, με σκοπό την μεταφορά τους σε περιοχή ελέγχου και την αξιολόγηση της προβλεπτικής τους ικανότητας και (ii) Ανάπτυξη μοντέλων εμβαθυμένης επεξήγησης απότομων συμβάντων, με συμπερίληψη της οδηγικής συμπεριφοράς και της κυκλοφορίας, τα οποία αναπτύχθηκαν σε περιοχή αστικής λεωφόρου ανά κατάσταση κυκλοφορίας. Σκοπός ήταν να διερευνηθούν επιπλέον υποκείμενες στατιστικές συσχετίσεις για την περαιτέρω κατανόηση των φαινομένων των απότομων επιταχύνσεων και επιβραδύνσεων. Συγκεκριμένα, αναπτύχθηκαν μοντέλα Γεωγραφικά Σταθμισμένης Παλινδρόμησης Poisson (Geographically Weighted Poisson Regression – GWPR), μοντέλα Μπευζιανής Υπό Όρους Αυτοπαλινδρόμησης (Bayesian Conditional Autoregressive Prior – CAR), καθώς και αλγόριθμοι Ραγδαίας Βελτιστοποίησης Συναρτήσεων Απωλειών με τυχαία επικύρωση (Random Cross-validation Extreme Gradient Boosting – RCV-XGBoost) και με χωρική επικύρωση (Spatial Cross-validation Extreme Gradient Boosting – SPCV-XGBoost). Από τις χωρικές αναλύσεις προέκυψαν πολυάριθμα ενδιαφέροντα αποτελέσματα: Εντοπίστηκε χωρική αυτοσυσχέτιση στις συχνότητες απότομων επιβραδύνσεων και απότομων επιταχύνσεων ανά οδικό τμήμα, και υπολογίστηκε το εύρος επιρροής κατά περίπτωση για κάθε περιοχή μελέτης. Στα αστικά δίκτυα, προέκυψε ότι ορισμένα γεωμετρικά χαρακτηριστικά επηρεάζουν τις συχνότητες απότομων επιβραδύνσεων ανά οδικό τμήμα: το μήκος του τμήματος παρουσιάζει θετική συσχέτιση, ενώ η κλίση και η πολυπλοκότητα της γειτονιάς παρουσιάζουν αρνητική συσχέτιση. Διαφορετικά γεωμετρικά χαρακτηριστικά επηρεάζουν τις συχνότητες απότομων επιταχύνσεων ανά οδικό τμήμα: το μήκος του οδικού τμήματος, η καμπυλότητα και η παρουσία σηματοδότησης παρουσιάζουν θετική συσχέτιση. Επίσης ποσοτικοποιήθηκε η θετική συσχέτιση του αριθμού διελεύσεων για τους δύο τύπους απότομων συμβάντων, ενώ πιο αδύναμες συσχετίσεις παρουσιάστηκαν για τον αριθμό λωρίδων και τον τύπο οδού, ανάλογα με τα χρησιμοποιούμενα μοντέλα. Επιπλέον, πραγματοποιήθηκαν επιτυχώς χωρικές προβλέψεις μεσοσταθμίζοντας τα αποτελέσματα των τεσσάρων μοντέλων και επιτυγχάνοντας ακρίβεια 87% για τις απότομες επιβραδύνσεις και 89% για τις απότομες επιταχύνσεις.Στα οδικά τμήματα αστικών λεωφόρων, το μήκος των τμημάτων και ο αριθμός των διελεύσεων παρουσίασαν σταθερά θετικές συσχετίσεις με τη συχνότητα απότομων συμβάντων. Επιπλέον, καθορίστηκε ότι διαφορετικές μεταβλητές συσχετίζονται σημαντικά με την εμφάνιση απότομων συμβάντων ανά κατάσταση κυκλοφορίας: Η διαφορά ταχύτητας μεταξύ κυκλοφορίας και οδηγού προέκυψε ότι ασκεί θετική επιρροή στις απότομες επιβραδύνσεις, σε συνθήκες ελεύθερης ροής, ενώ η επιρροή του μέσου όρου τρέχοντος κυκλοφοριακού φόρτου διαπιστώθηκε ότι είναι αρνητική. Σε συνθήκες συγχρονισμένης ροής, η μέση κατάληψη είναι θετικά συσχετισμένη με τις απότομες επιβραδύνσεις, ενώ η επίδραση του κυκλοφοριακού φόρτου βρέθηκε ότι ήταν περιστασιακά αρνητική. Η επιρροή της μέσης κατάληψης βρέθηκε σταθερά θετική στις απότομες επιταχύνσεις σε συνθήκες ελεύθερης ροής, όπως και ο μέσος όρος των δευτερολέπτων χρήσης κινητών τηλεφώνων από τους οδηγούς. Σε συνθήκες συγχρονισμένης ροής, ο κυκλοφοριακός φόρτος προέκυψε ότι συσχετίζεται θετικά τη συχνότητα απότομων επιταχύνσεων. Και στις δύο καταστάσεις κυκλοφορίας, οι γεωμετρικές μεταβλητές και τα χαρακτηριστικά του οδικού δικτύου βρέθηκε ότι έχουν πολύ περιστασιακές και ασθενέστερες συσχετίσεις.