Амир Пуйан Афгари из факультета науки и инженерии QUT сказал, что программа «черных пятен» направлена на сокращение аварий за счет нацеливания на места с высоким риском и финансирования восстановительных работ, таких как изменение геометрии или расширение обочины дороги.Тем не менее, г-н Афгари сказал, что нынешние методы выявления черных пятен аварии не в полной мере учитывают три потенциальных источника факторов, способствующих аварии: геометрические характеристики дороги, пространственные особенности окружающей среды и поведенческие факторы водителя, при определении высокого риска. места.
«Вместо признания этих трех различных источников причинных факторов аварий, нынешние методы выявления опасных участков основаны на фундаментальном предположении, что аварии являются результатом единого процесса, порождающего риск», — сказал г-н Афгари."Исследования показали, что около 70 процентов аварий вызваны поведением водителей, а еще 10 процентов — результатом пространственных особенностей окружающей среды, таких как климатические условия или близость к школам, и лишь 20 процентов вызваны инженерными проблемами. факторы.«Если транспортные агентства устраняют черные пятна с помощью инженерного решения, когда основной причиной аварии является ошибка водителя или окружающая среда, то это в конечном итоге может привести к растрате государственных средств и неправильному определению настоящих черных пятен».
В рамках исследования г-на Афгари данные об авариях на дорогах Квинсленда, контролируемых государством, были обработаны с помощью модели идентификации черных пятен QUT, известной как модель скрытого класса Байеса.«Вместо того, чтобы рассматривать единичный риск ДТП, модель QUT проанализировала несколько процессов риска ДТП, и результатом стало выявление дополнительных 321 ДТП на 20 наиболее опасных объектах», — сказал он.«Например, если водитель выезжает на поворот на высокой скорости (превышающей ограничение скорости), затем сталкивается с кенгуру, а затем начинается дождь, текущий метод не учитывает отдельно три фактора, способствующих аварии.«Конечным результатом может быть инженерное решение, направленное на исправление состояния дороги, которое не обязательно устранит фактор окружающей среды или поведение водителя (в данном случае превышение скорости), которые привели к аварии.
«Мы обнаружили, что способность прогнозирования и точность нашей модели, а также общая способность обнаруживать черные пятна при столкновении были улучшены, когда были приняты во внимание два различных фактора: геометрия проезжей части и окружающая среда».Г-н Афгари сказал, что следующим шагом проекта будет включение в моделирование третьего процесса создания риска — поведенческих факторов драйверов — и более пристальный взгляд на 20 основных черных пятен Квинсленда и определение того, действительно ли они являются черными пятнами, которые можно исправить с помощью инженерное решение дороги.«В конечном итоге мы хотим разумно расходовать государственные средства на инженерные решения только тогда, когда инженерное решение требуется.
«Если поведение водителя или факторы окружающей среды являются факторами, способствующими развитию, тогда нам необходимо тратить или направлять деньги на стратегии, направленные на решение этих проблем».Исследование г-на Афгари получило международное признание, когда оно было отобрано из более чем 5000 статей для получения награды за выдающийся документ Национальной академии наук, инженерии и медицины США.Статья будет опубликована в журнале Transportation Research Record.
Модель определения черных пятен QUT была разработана Амиром Пуйаном Афгари, профессором Саймоном Вашингтоном, доктором Мажарулом Хаком и доктором Таней Смит, и исследование поддержано программой грантов Австралийского исследовательского совета (ARC).