Distribució de probabilitat del puntatge de risc d'infraestructura
Cada any, els accidents provoquen ferits i fins i tot morts a les carreteres. Potencialment, aquests esdeveniments greus poden ocórrer a qualsevol lloc, però en realitat la seva ubicació no és aleatòria.
El risc d'accident està distribuït de manera desigual
SAMRoute modelitza la distribució estadística del risc d'accident a les carreteres
Per exemple, interseccions, creuaments o passos a nivell són coneguts per ser més perillosos, igual que les carreteres molt transitades que, mecànicament, tindran més accidents.
Els accidents no estan distribuïts aleatòriament a les carreteres. La idea, per tant, és mesurar el risc d'accident de les carreteres segons les seves característiques, com el tipus de carretera, el nombre de carrils, la presència de separadors medians o la il·luminació.
Idealment, aquesta estimació del risc donaria lloc a una xifra significativa que tothom pugui entendre. Aquesta xifra podria ser, simplement, la probabilitat que un segment de carretera tingui un accident en 12 mesos, la qual cosa alguns anomenen taxa d'incidència.
Els accidents no estan distribuïts aleatòriament a les carreteres. La idea, per tant, és mesurar el risc d'accident de les carreteres segons les seves característiques, com el tipus de carretera, el nombre de carrils, la presència de separadors medians o la il·luminació.
Idealment, aquesta estimació del risc donaria lloc a una xifra significativa que tothom pugui entendre. Aquesta xifra podria ser, simplement, la probabilitat que un segment de carretera tingui un accident en 12 mesos, la qual cosa alguns anomenen taxa d'incidència.
Vídeo: Comprendre la visualització i la distribució
Paràmetres
#/y
km
90.0%
10.0%
Càlculs
#
%
x
x
Filtrar usuaris de la via
Filtres d'imatges
Costat de la distribució
Tipus de carretera
Recuperem aleatòriament 20 imatges de la via del conjunt seleccionat.
Carregar més imatges
Estimant, a partir de les característiques de la infraestructura viària, la probabilitat que un segment de 100 metres tingui un accident en 12 mesos (taxa d'incidència)
SAMRoute obre noves perspectives de prediagnòstic
Primer, la puntuació sistemàtica de les carreteres permet classificar els segments segons el risc i diferenciar aquells que són perillosos dels que ho són menys.
Però ara, també podem calcular ratios.
- Entre segments, un ratio quantifica quantes vegades un segment és més arriscat que un altre.
- Respecte a un valor de referència, com la mitjana de la població, els ratios permeten comparar els segments amb aquesta mateixa línia base.
- I entre grups de segments, els ratios permeten comparar els grups mitjançant estadístiques com la mitjana de cada grup.
Paràmetres de càlcul i disseny del gràfic
Nombre d'esdeveniments, longitud de la xarxa, llindars i usuari de la via
1️⃣ Number of events. We indicate 3,402 as the number of road fatalities in France in 2023 (ONISR), but we could also include the number of severe, minor injuries, or uninjured cases.
2️⃣ Road network length. Here, we can specify 1 or 2,300,000 km of roads, depending on the official count or that of OpenStreetMap. We could also focus on the entire network or a specific part (department, region).
3️⃣ Thresholds. Next, we specify the upper quantiles in red for high-risk roads and lower quantiles in green for safe roads. We use 90 and 10%, but 99 and 1% are also possible.
4️⃣ Road user. Since the accident probability varies by user type, we can also change the user to among car driver, motorcyclist, cyclist, and pedestrian.
Then we derive the number of road segments (making ~100 m each), the average score (log-normalized), and the ratios to the baseline for high and low-risk thresholds.
2️⃣ Road network length. Here, we can specify 1 or 2,300,000 km of roads, depending on the official count or that of OpenStreetMap. We could also focus on the entire network or a specific part (department, region).
3️⃣ Thresholds. Next, we specify the upper quantiles in red for high-risk roads and lower quantiles in green for safe roads. We use 90 and 10%, but 99 and 1% are also possible.
4️⃣ Road user. Since the accident probability varies by user type, we can also change the user to among car driver, motorcyclist, cyclist, and pedestrian.
Then we derive the number of road segments (making ~100 m each), the average score (log-normalized), and the ratios to the baseline for high and low-risk thresholds.
➡️ The x-axis shows the range (min-max) of scores obtained across the French road network, composed of 23 million segments. Since the probabilities are small, the scores are logarithmically scaled.
⬆️ The y-axis represents the cumulative distribution (CDF), ranging from 0% to 100%. The CDF follows a sigmoid (normal) shape.
☰ Horizontal lines indicate the thresholds. The area under the curve is shaded green for the lower decile (low risk) and red for the upper decile (high risk).
━ The thick curve represents the theoretical distribution of the risk score, while the background curve shows the actual empirical distribution across the French network.
⬆️ The y-axis represents the cumulative distribution (CDF), ranging from 0% to 100%. The CDF follows a sigmoid (normal) shape.
☰ Horizontal lines indicate the thresholds. The area under the curve is shaded green for the lower decile (low risk) and red for the upper decile (high risk).
━ The thick curve represents the theoretical distribution of the risk score, while the background curve shows the actual empirical distribution across the French network.
📌 Tingueu en compte que la distribució empírica està quantificada en 1.000 nivells, on cada nivell representa 0,1% dels valors.
💡 | Resultats clau
1️⃣ Un risc mitjà per segment de 100 metres a la xarxa de 0,015%. Es tracta de la taxa d’incidència, la línia base o referència.
2️⃣ Un risc de 0,058% per als segments de alt risc (top 10%), el que és 3,9x més alt que la línia base.
3️⃣ Un risc de 0,0038% per als segments segurs (10% inferiors), és a dir, 0,26 vegades la línia base o 4x menor.
2️⃣ Un risc de 0,058% per als segments de alt risc (top 10%), el que és 3,9x més alt que la línia base.
3️⃣ Un risc de 0,0038% per als segments segurs (10% inferiors), és a dir, 0,26 vegades la línia base o 4x menor.
📌 Tingueu en compte que el nombre d'esdeveniments per any (3.402) dividit pel nombre de segments viaris (23.000.000) condueix a la taxa mitjana d'incidència de 0,015%.
Primers passos amb SAMRoute
Tres vies d’entrada, del primer cop d’ull a l’ús sobre el terreny.
- Executar un PoC a la vostra xarxa — Pilotar en àrees seleccionades i validar el mètode i els resultats segons els vostres objectius.
- Avaluar l’explorador en una àrea de mostra — Provar la interfície en una regió definida per revisar capes, rutes i dependències.
- Codessenvolupar un experiment de laboratori — Explorar una nova pregunta o conjunt de dades amb la nostra pipeline i publicar un resultat focalitzat per als stakeholders.
Descobreix què pot fer SAMRoute per a tu
Explica'ns una mica sobre tu i et posarem en contacte amb un expert de SAMRoute que podrà explicar-te més sobre el producte i respondre les teves preguntes.
Contacti amb nosaltres
Les nostres dades de contacteLa nostra presència en línia
Les nostres dades de contacteLa nostra presència en línia