A hybrid road safety evaluation-prioritization approach (RSE-PA) for intercity road network in Turkey
Türkı̇ye şehı̇rler arası yol ağı ı̇çı̇n hı̇brı̇t yol güvenlı̇ğı̇ değerlendı̇rme-öncelı̇klendı̇rme yaklaşımı (RSE-PA)
- Tez No: 866087
- Danışmanlar: PROF. DR. HEDİYE TÜYDEŞ YAMAN, PROF. DR. EBRU VESİLE ÖCALIR AKÜNAL
- Tez Türü: Yüksek Lisans
- Konular: Trafik, Ulaşım, İnşaat Mühendisliği, Traffic, Transportation, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Jeodezi ve Coğrafi Bilgi Teknolojileri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 165
Özet
Karayolları Genel Müdürlüğü (KGM), toplam kaza sayısına dayanarak tehlikeli yerleri tespit etmek ve daha fazla mühendislik çalışması gerektiren (örn. hız çalışmaları, çatışma analizleri vb.) müdahalelerde bulunmakla yükümlüdür. Yol güvenliği değerlendirme (RSE) programı, hıza bağlı kazalar gibi potansiyel olarak sorunlu alt problemleri ele almak ve bunların yerlerini önceliklendirmek için kullanılabilir. Bu çalışma, KGM yol ağı için gelecekteki risk değerlendirme modelinin ilk adımı olarak kümeleme ve neden-sonuç yaklaşımlarını birleştiren hibrit bir RSE yaklaşımı önermektedir. Kümeleme analizi bölümünde coğrafi olarak kodlanmış kaza verileri kullanılarak hem DBSCAN hem de En Yakın Komşuluk Hiyerarşisi (NNH) teknikleri kullanılmaktadır. Yol ağının eşit büyüklükte dilimler halinde sayısallaştırılması, daha sonra karayolu dilimlerinde meydana gelen trafik kazalarını açıklayan faktörleri tahmin eden Karar Ağacı (DT) modellerini türetmek için kullanılan hem geometri verilerinin (örn. yol orta genişliği, aydınlatma vb.) hem de trafik özelliklerinin (örn. hacim, hız, ağır taşıt sayısı ve oranları vb.) atanmasını sağlamıştır. 2018-2022 yılları arasındaki hıza bağlı kazalar ve KGM Mersin Bölgesi ve Ankara şehirler arası karayolu koridorlarının seçilen koridorlarından ilgili veriler kullanılarak, NNH ve DBSCANin çoğunlukla örtüşen (kısmen veya tamamen) kümeler tespit ettiği görülmüştür. 250 m uzunluğundaki dilimlerin DT analizi, %70,5e varan güvenilirlikle kaza meydana gelme olasılığını tahmin eden, istatistiksel olarak anlamlı modeller üretmiştir. Kümeleme ve DT sonuçlarının her bir yol dilimi için toplam puanlama yaklaşımında birleştirilmesi, DT sonuçları tarafından riskli olarak tespit edilen benzer trafik ve geometrik özellikleri taşıyan yakın dilimler tarafından genişletilen ana NNH ve DBSCAN kümeleri ile örtüşen birçok yol diliminin seçilmesini sağlar.
Özet (Çeviri)
Based on total number of accidents, the General Directorate of Highways (GDH) is obliged to detect hazardous locations and make interventions, which require further engineering studies (i.e. speed studies, conflict studies, etc.). A road safety evaluation (RSE) program can be used to address potentially problematic sub-problems such as speed-related accidents, and prioritize their locations. This study proposes a hybrid RSE approach which combines clustering and cause-and-result approaches, as the first step of future risk assessment model for GDH network. The clustering analysis part uses both DBSCAN and Nearest Neighborhood Hierarchical (NNH) techniques using geocoded accident data. Digitization of the road network into equally sized slices further allowed i) assignment of both geometry data (i.e. median width, availability of lighting etc.) and traffic characteristics (i.e. volume, speed, heavy vehicle number and ratios, etc.), which are later used to derive Decision Tree (DT) models estimating factors explaining traffic accidents occurences on highway slices. Using speed-related accidents between 2018-2022 and relevant data from the GDH Mersin Region and selected corridors of Ankara intercity highway corridors, showed that NNH and DBSCAN detect clusters which mostly overlaps (partially or fully). DT analysis of 250 m-long slices also produced statistically significant models predicting probability of occurrence of accident with upto 70.5% reliability. Combining the clustering and DT results in a total scoring approach for each road slice, leads to selection of many road slices overlapping with major NNH and DBSCAN clusters extended by nearby slices carrying similar traffic and geometric features detected risky by DT results.
Benzer Tezler
- Investigating risk assessment and role of safety concerns in autonomous vehicle
Otonom araçlarda risk değerlendirmesi ve güvenlik kaygılarının modellenmesi
GÖZDE BAKİOĞLU DOĞANYILMAZ
Doktora
İngilizce
2022
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ OSMAN ATAHAN
- Multimodal vision-based driver monitoring system in autonomous vehicles
Çok modlu görüntü tabanlı sürücü izleme sistemi otonom araçlarda
LEILA GHASEMZADEH
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
YRD. DOÇ. DR. SEFER BADAY
- An integrated decision-making framework for analyzing environmental sustainability of road transport: Case of a school bus fleet serving to a complex urban area
Karayolu ulaşımının çevresel sürdürülebilirliğinin analizi için bütünleşik bir karar verme çerçevesi: Karmaşık bir kentsel alana hizmet veren bir okul otobüsü filosu örneği
SERCAN AKTİ
Yüksek Lisans
İngilizce
2020
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. HİLMİ BERK ÇELİKOĞLU
- Applications of deep reinforcement learning for advanced driving assistance systems
İleri sürüş destek sistemleri için derin pekiştirmeli öğrenme uygulamaları
MUHARREM UĞUR YAVAŞ
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiMekatronik Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Vı̇deo tabanlı otomatı̇k araç tespı̇tı̇ ı̇çı̇n hı̇brı̇t bir derı̇n öğrenme mı̇marı̇sı̇
A hybrid deep learning architecture for video-based automatic vehicle detection
MOHAMMED ABDULJABBAR ZAID AL BAYATI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMET ÇAKMAK