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, İnşaat Mühendisliği, Ulaşım, Traffic, Civil Engineering, Transportation
- Anahtar Kelimeler: Trafik güvenliği, Yol güvenliği, Traffic safety, Road safety
- 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: Belirtilmemiş.
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
- Bulut tabanlı otonom sürüş sıstemlerınde görüntü işleme ıçın tam homomorfık şıfreleme yaklaşımı
A fully homomorphic encryption approach to image processing in cloud based autonomous driving systems
KAMRAN SAEED
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED FATİH ADAK
- Demir oksit (Fe₂O₃) içeren atık ve pigment ile üretilen kırmızı renkli asfalt kaplamaların farklı etkiler altındaki kalıcılıklarının araştırılması
Investigation the permanence under different effects of red asphalt pavements produced using waste and pigment both containing iron oxide (Fe₂O₃)
AYFER ELMACI
Doktora
Türkçe
2025
İnşaat MühendisliğiAfyon Kocatepe Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. CAHİT GÜRER
- 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
- Otonom araçların şerit algılama sistemlerinde YOLO mimarilerinin (v9, v11, v12, v26) semantik segmentasyon performanslarının karşılaştırmalı değerlendirilmesi
Comparative evaluation of the semantic segmentation performance of YOLO architectures (v9, v11, v12, v26) in lane detection systems of autonomous vehicles
ZEYNEP KUBİLAY YUNSO
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilişim Sistemleri Mühendisliği Ana Bilim Dalı
PROF. DR. İSMAİL HAKKI CEDİMOĞLU