Distribuzione di probabilità del punteggio di rischio dell'infrastruttura
Ogni anno, gli incidenti causano feriti e persino vittime sulle strade. Potenzialmente, questi eventi gravi potrebbero verificarsi ovunque, ma in realtà la loro posizione non è casuale.
Il rischio di incidente è distribuito in modo disomogeneo
SAMRoute modella la distribuzione statistica del rischio di incidente sulle strade
Ad esempio, incroci, attraversamenti o passaggi a livello sono noti per essere più pericolosi, così come le strade trafficate, che meccanicamente avranno più incidenti.
Gli incidenti non sono distribuiti in modo casuale lungo le strade. L'idea è quindi di misurare il rischio di incidente stradale in base alle loro caratteristiche, come il tipo di strada, il numero di corsie, la presenza di divisori mediani o l'illuminazione.
Idealmente, questa stima del rischio porterebbe a un numero significativo, comprensibile da tutti. Questo numero potrebbe semplicemente essere la probabilità che un segmento stradale abbia un incidente in 12 mesi, che alcuni chiamano tasso di incidenza.
Gli incidenti non sono distribuiti in modo casuale lungo le strade. L'idea è quindi di misurare il rischio di incidente stradale in base alle loro caratteristiche, come il tipo di strada, il numero di corsie, la presenza di divisori mediani o l'illuminazione.
Idealmente, questa stima del rischio porterebbe a un numero significativo, comprensibile da tutti. Questo numero potrebbe semplicemente essere la probabilità che un segmento stradale abbia un incidente in 12 mesi, che alcuni chiamano tasso di incidenza.
Video: Comprendere la visualizzazione e la distribuzione
Parametri
#/y
km
90.0%
10.0%
Calcoli
#
%
x
x
Filtra utenti della strada
Filtri immagine
Estremità della distribuzione
Tipo di strada
Recuperiamo casualmente 20 immagini stradali dal set selezionato.
Carica più immagini
Stimando, sulla base delle caratteristiche dell'infrastruttura stradale, la probabilità che un segmento di 100 metri abbia un incidente entro 12 mesi (tasso di incidenza)
SAMRoute apre nuove prospettive di pre-diagnosi
Innanzitutto, la valutazione sistematica delle strade consente di classificare i segmenti in base al rischio, distinguendo quelli più pericolosi da quelli meno pericolosi.
Ma ora possiamo anche calcolare rapporti.
- Tra segmenti, un rapporto quantifica quante volte un segmento è più rischioso di un altro.
- Rispetto a un valore di riferimento, come la media della popolazione, questi rapporti consentono di confrontare i segmenti con la stessa linea di base.
- E tra gruppi di segmenti, i rapporti consentono di confrontare i gruppi utilizzando statistiche come la media di ciascun gruppo.
Parametri di calcolo e progettazione del grafico
Numero di eventi, lunghezza della rete, soglie e utente della strada
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.
➡️ L'asse x mostra l'intervallo (min-max) dei punteggi ottenuti nella rete stradale francese, composta da 23 milioni di segmenti. Poiché le probabilità sono piccole, i punteggi vengono scalati logaritmicamente.
⬆️ L'asse y rappresenta la distribuzione cumulativa (CDF), che va da 0% a 100%. La CDF segue una forma sigmoide (normale).
☰ Linee orizzontali indicano le soglie. L'area sotto la curva è colorata in verde per il decile inferiore (basso rischio) e rosso per il decile superiore (alto rischio).
━ La curva spessa rappresenta la distribuzione teorica del punteggio di rischio, mentre la curva in background mostra la distribuzione empirica effettiva nella rete francese.
⬆️ L'asse y rappresenta la distribuzione cumulativa (CDF), che va da 0% a 100%. La CDF segue una forma sigmoide (normale).
☰ Linee orizzontali indicano le soglie. L'area sotto la curva è colorata in verde per il decile inferiore (basso rischio) e rosso per il decile superiore (alto rischio).
━ La curva spessa rappresenta la distribuzione teorica del punteggio di rischio, mentre la curva in background mostra la distribuzione empirica effettiva nella rete francese.
📌 Nota che la distribuzione empirica è suddivisa in 1.000 livelli, con ciascun livello che rappresenta 0,1% dei valori.
💡 | Risultati chiave
1️⃣ Un rischio medio per segmento di 100 metri nella rete di 0,015%. Si tratta del tasso di incidenza, della baseline o riferimento.
2️⃣ Un rischio di 0,058% per i segmenti ad alto rischio (top 10%), che è 3,9x superiore alla baseline.
3️⃣ Un rischio di 0,0038% per i segmenti sicuri (10% inferiori), cioè 0,26 volte la baseline o 4x inferiore.
2️⃣ Un rischio di 0,058% per i segmenti ad alto rischio (top 10%), che è 3,9x superiore alla baseline.
3️⃣ Un rischio di 0,0038% per i segmenti sicuri (10% inferiori), cioè 0,26 volte la baseline o 4x inferiore.
📌 Nota che il numero di eventi all'anno (3.402) diviso per il numero di segmenti stradali (23.000.000) porta al tasso medio di incidenza di 0,015%.
Per iniziare con SAMRoute
Tre percorsi di ingresso, dal primo sguardo all’uso sul campo.
- Eseguire un PoC sulla tua rete — Pilotare su aree selezionate e validare metodo e risultati rispetto ai tuoi obiettivi.
- Valutare l’explorer su un’area campione — Provare l’interfaccia su una regione definita per rivedere layer, percorsi e dipendenze.
- Co-sviluppare un esperimento di laboratorio — Esplorare un nuovo quesito o dataset con la nostra pipeline e pubblicare un risultato mirato per gli stakeholder.
Scopri cosa può fare SAMRoute per te
Raccontaci di te e ti metteremo in contatto con un esperto di SAMRoute che potrà illustrarti meglio il prodotto e rispondere alle tue domande.
Contattaci
I nostri recapitiLa nostra presenza online
I nostri recapitiLa nostra presenza online