Nova istraživanja otkrivaju da određene karakteristike puta mogu predvideti mesto udesa. Problemi poput naglih promena ograničenja i nepotpune horizontalne signalizacije između traka su među najznačajnijim faktorima koji mogu predvideti saobraćajne nezgode. Studija je iskoristila bogatu bazu podataka sa Grčkih auto-puteva. Metode mašinskog učenja su korišćene kako bi se ocenile opasne tačke na putevima.
Objavljena u časopisu Transportation Research Record, studija je rezultat saradnje između inženjera za građevinarstvo i zaštitu životne sredine sa Univerziteta u Masačusetsu Amherst i inženjera iz Egnatia Odos, javnog preduzeća u Grčkoj.
Najuticajnije karakteristike uključuju probleme u projektovanju puta. Neke od uočenih karakteristika su nagle promene ograničenja brzine, problemi sa zaštitnom ogradom, oštećenja na kolovozu. Problem mogu često biti i nepotpune oznake na putu i loša signalizacija.
Da bi identifikovali ove karakteristike, istraživači su koristili set podataka koji obuhvata 9.300 milja puteva na 7.000 lokacija u Grčkoj.
AI primena
Naučnici su zaključili da uz ovo znanje mogu trenirati AI modele. Modeli bi mogli identifikovati ove karakteristike na osnovu slika i zatim predvideti rizik od nesreće kao prvi korak ka automatizovanom sistem za monitoring. Ova baza znanja bi takođe mogla pružiti preporuke o tome šta treba popraviti i promeniti na putu.
Kako izgled ulice utiče na bezbednost?
Prema istraživanju Univerziteta u Ohaju, na gradskim ulicama koje vozačima liče na auto-puteve postoji veća šansa za nezgode sa ozbiljnim posledicama. Više o ovoj temi možete pročitati na sledećem linku.
