Machine-learning based road crash risk assessment fusing infrastructure, traffic and driver behaviour data

Νικολάου, Δημήτριος; Nikolaou, Dimitrios

dc.contributor.author	Νικολάου, Δημήτριος	el
dc.contributor.author	Nikolaou, Dimitrios	en
dc.date.accessioned	2024-08-30T10:17:15Z
dc.date.available	2024-08-30T10:17:15Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/60068
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.27764
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Road crash risk	en
dc.subject	Data fusion	en
dc.subject	Road infrastructure	en
dc.subject	Traffic	en
dc.subject	Driver behaviour	en
dc.subject	Κίνδυνος οδικού ατυχήματος	el
dc.subject	Συνδυασμός δεδομένων	el
dc.subject	Οδική υποδομή	el
dc.subject	Κυκλοφορία	el
dc.subject	Συμπεριφορά οδηγού	el
dc.title	Machine-learning based road crash risk assessment fusing infrastructure, traffic and driver behaviour data	en
dc.title	Αξιολόγηση κινδύνου οδικού ατυχήματος με τεχνικές μηχανικής μάθησης συνδυάζοντας δεδομένα υποδομής, κυκλοφορίας και συμπεριφοράς οδηγού	el
heal.type	doctoralThesis
heal.classification	Transportation Engineering	en
heal.classification	Road Safety	en
heal.classification	Μηχανική των Μεταφορών	el
heal.classification	Οδική Ασφάλεια	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2024-03-27
heal.abstract	The objective of this doctoral dissertation is to assess road crash risk by fusing infrastructure, traffic, and driving behaviour data. For this reason, two distinct databases were developed. The first one concerned motorway segments and included road crash, traffic, road geometry and driver behaviour data, while the second database concerned urban and interurban road segments of a broader area for which crash and traffic data were unavailable. The results of the negative binomial regression model for the motorway segments showed a positive and statistically significant relationship between road crash frequency and events of harsh driving behaviour. Subsequently, taking into account the number of road crashes per segment length and traffic volume, four crash risk levels of the motorway segments were formulated using hierarchical clustering. These four crash risk levels were used as the response variable in five machine learning classifiers that included predictors related to road geometry and risky driving behaviours. Among the five classification models, Random Forest demonstrated superior classification performance across all crash risk levels. Based on the SHAP values, it was revealed that harsh braking events serve as a more suitable Surrogate Safety Measure than harsh accelerations in terms of crash risk level prediction. For this reason, harsh brakings were used as the dependent variable in the analyses for urban and interurban segments of the broader road network. In addition to developing non-spatial models, the identification of spatial autocorrelation led to the development of spatial modelling techniques to account for spatial dependencies. It was found that the number of trips per segment, segment length and linearity, speeding and mobile phone use are positively correlated with harsh brakings. Conversely, motorways exhibited fewer harsh braking events compared to other road types. Furthermore, the number of trips per examined road segment was found to be the most influential predictor, highlighting its importance as a proxy measure of risk exposure. In terms of model performance, the Spatial Lag Model outperformed both the log-linear model and the Spatial Error Model. Better fit was also observed for the spatial Zero-Inflated Negative Binomial model, compared to the corresponding non-spatial model. Finally, the Spatial Random Forest model reduced the absolute values of spatial autocorrelation in the residuals and showed a better fit to the observed data compared to the conventional Random Forest model.	en
heal.abstract	Ο στόχος της παρούσας διδακτορικής διατριβής είναι η αξιολόγηση του κινδύνου οδικού ατυχήματος συνδυάζοντας δεδομένα υποδομής, κυκλοφορίας και συμπεριφοράς οδηγού. Για τον σκοπό αυτό, αναπτύχθηκαν δύο βάσεις δεδομένων. Η πρώτη αφορούσε τμήματα αυτοκινητοδρόμου και περιλάμβανε δεδομένα οδικών ατυχημάτων, κυκλοφορίας, γεωμετρίας και συμπεριφοράς των οδηγών, ενώ η δεύτερη αφορούσε τμήματα αστικών και υπεραστικών οδών μιας ευρύτερης περιοχής, για τα οποία δεν υπήρχαν διαθέσιμα δεδομένα ατυχημάτων και κυκλοφορίας. Τα αποτελέσματα του μοντέλου αρνητικής διωνυμικής παλινδρόμησης για τα τμήματα του αυτοκινητοδρόμου έδειξαν θετική και στατιστικά σημαντική συσχέτιση μεταξύ της συχνότητας οδικών ατυχημάτων και των συμβάντων απότομης συμπεριφοράς του οδηγού. Ακολούθως, λαμβάνοντας υπόψη τον αριθμό τον ατυχημάτων ανά μήκος τμήματος και τον κυκλοφοριακό φόρτο, διαμορφώθηκαν τέσσερα επίπεδα επικινδυνότητας των τμημάτων του αυτοκινητοδρόμου με χρήση της ιεραρχικής ομαδοποίησης. Τα τέσσερα επίπεδα επικινδυνότητας χρησιμοποιήθηκαν ως μεταβλητή απόκρισης σε πέντε ταξινομητές μηχανικής μάθησης που περιλάμβαναν προγνωστικούς παράγοντες σχετικά με τη γεωμετρία της οδού και επικίνδυνες συμπεριφορές οδήγησης. Μεταξύ των πέντε ταξινομητών που αναπτύχθηκαν, το μοντέλο Τυχαίων Δασών επέδειξε ανώτερες επιδόσεις ταξινόμησης σε όλες τις κατηγορίες επικινδυνότητας. Με βάση τις τιμές SHAP, προέκυψε ότι οι απότομες επιβραδύνσεις χρησιμεύουν ως καταλληλότερος Έμμεσος Δείκτης Ασφαλείας από τις απότομες επιταχύνσεις για την πρόβλεψη της επικινδυνότητας. Για τον λόγο αυτό, οι απότομες επιβραδύνσεις αποτέλεσαν την εξαρτημένη μεταβλητή των αναλύσεων για τα αστικά και υπεραστικά τμήματα του ευρύτερου οδικού δικτύου. Πέραν της ανάπτυξης μη χωρικών μοντέλων, ο εντοπισμός χωρικής αυτοσυσχέτισης οδήγησε στην ανάπτυξη χωρικών τεχνικών μοντελοποίησης, ώστε να ληφθούν υπόψη οι χωρικές εξαρτήσεις. Προέκυψε ότι ο αριθμός των διαδρομών ανά τμήμα, το μήκος και η γραμμικότητα του τμήματος, η υπέρβαση των ορίων ταχύτητας και η απόσπαση προσοχής συσχετίζονται θετικά με τις απότομες επιβραδύνσεις. Αντιθέτως, οι αυτοκινητόδρομοι παρουσίασαν λιγότερες απότομες επιβραδύνσεις συγκριτικά με άλλους τύπους οδού. Επιπλέον, προέκυψε ότι ο αριθμός των διαδρομών ανά τμήμα είναι ο πιο σημαντικός παράγοντας πρόβλεψης, αναδεικνύοντας την σημασία του ως υποκατάστατο μέτρο έκθεσης στον κίνδυνο. Όσον αφορά την επίδοση των μοντέλων, το Χωρικό Μοντέλο Υστέρησης ξεπέρασε τόσο το λογαριθμογραμμικό μοντέλο όσο και το Χωρικό Μοντέλο διόρθωσης του Σφάλματος. Καλύτερη προσαρμογή παρατηρήθηκε και για το χωρικό μοντέλο Μηδενικά Διογκωμένης Αρνητικής Διωνυμικής Παλινδρόμησης, συγκριτικά με το αντίστοιχο μη χωρικό μοντέλο. Τέλος, το Χωρικό μοντέλο Τυχαίων Δασών μείωσε τις απόλυτες τιμές της χωρικής αυτοσυσχέτισης στα κατάλοιπα και παρουσίασε καλύτερη προσαρμογή στα παρατηρούμενα δεδομένα συγκριτικά με το συμβατικό μοντέλο Τυχαίων Δασών.	el
heal.advisorName	Γιαννής, Γιώργος	el
heal.committeeMemberName	Αντωνίου, Κωνσταντίνος	el
heal.committeeMemberName	Μαυρομάτης, Στέργιος	el
heal.committeeMemberName	Βλαχογιάννη, Ελένη	el
heal.committeeMemberName	Παπαδημητρίου, Ελεονώρα	el
heal.committeeMemberName	Γκιοτσαλίτης, Κωνσταντίνος	el
heal.committeeMemberName	Θεοφιλάτος, Αθανάσιος
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Πολιτικών Μηχανικών	el
heal.academicPublisherID	ntua
heal.fullTextAvailability	false