AI-система для прогнозування аварій та виявлення небезпек
Прогнозування місць та часу аварій дозволяє превентивно посилювати патрулювання, впроваджувати тимчасові обмеження швидкості та планувати ремонт аварійних ділянок. ML-системи типу PredPol-Traffic досягають точності 70-80% при виявленні зон підвищеного ризику з 15-хвилинним горизонтом.
Дані для прогнозування аварій
Історичні дані про аварії:
- База даних ДТП: записи аварій з геолокацією, часом, типом, тяжкістю
- Карта аварій (gibdd.ru): відкриті дані
- Європейський CARE: Європейське дослідження та освіта щодо дорожних аварій
Дорожна інфраструктура:
- Конструкція дороги (кривизна, кількість смуг, тип покриття)
- Знаки та розмітка (правила, обмеження)
- Освітлення, тип перехрестя
- Технічний стан (історія ремонту ям)
Ситуаційні фактори:
- Погода: дощ, сніг, туман, гололід
- Видимість: сутінки, ніч, яскраве сонце
- Трафік: інтенсивність, швидкість потоку
- Час доби та день тижня
Інженерія ознак
Просторові ознаки:
def spatial_accident_features(segment_id, historical_accidents):
"""
Для кожної дорожної ділянки — просторові характеристики
"""
return {
'accident_count_1year': count(accidents_last_year),
'accident_severity_mean': mean(injury_severity_scores),
'accident_rate_per_mvkt': accidents / (aadt * segment_length_km / 1000),
'nearby_accidents_500m': count(accidents_within_500m),
'ped_crossings_per_km': pedestrian_crossings / segment_length,
'intersection_density': intersections / segment_length,
'curvature_index': mean_curvature,
'speed_limit': posted_speed_limit
}
Часові ознаки:
- Циклічне кодування часу (sin/cos години та дня)
- Періоди піків: ранкові, вечірні, нічні години
- Вихідні та свята
Екологічні ознаки:
- Прогноз погоди: за годину до прогнозу
- Темрява: астрономічні розрахунки схід/захід сонця
- Стан дороги: мокра дорога, гололід (дані числового прогнозування погоди)
Моделі прогнозування
Завдання 1: Прогнозування гарячих точок (просторове) Прогнозуйте ймовірність аварії на кожній ділянці протягом наступних X годин.
# XGBoost класифікатор
model = XGBClassifier(
max_depth=6,
n_estimators=300,
learning_rate=0.05,
scale_pos_weight=neg_count/pos_count # дисбаланс: аварії рідкісні
)
Завдання 2: Прогнозування тяжкості Класифікація: тільки матеріальна шкода / легкі травми / тяжкі травми / летальність. Для правильного розподілу ресурсів: висока тяжкість → швидший відгук.
Завдання 3: Виявлення близьких пропусків Небезпечні ситуації (near miss) — попередники аварій. Виявлення з відеопотоку дорожних камер: різке гальмування, екстрене перебудування. CV-модель: YOLOv8 для виявлення ТЗ + відслідковування + розрахунок TTC (Time To Collision).
Система оповіщення в реальному часі
Динамічні знаки: При прогнозованому високому ризику на конкретній ділянці:
- Динамічні знаки VMS: обмеження швидкості -20 км/год
- Керування світлофорами: збільшення червоної фази для зменшення швидкості потоку
Служби екстреної допомоги:
- Поліція дороги: автоматичне сповіщення → додатковий патруль до зони ризику
- ЕЦТО: сповіщення для диспетчерів міського транспорту
Водії:
- Yandex Maps / 2GIS: відображення зон підвищеного ризику
- Push-повідомлення при в'їзді в зону високого ризику (з згодою)
Аналіз причин та заходи безпеки
Аналіз чорних пятен:
def identify_black_spots(accidents_gdf, grid_size=100, threshold_accidents=3):
"""
Стандарт ЄС: ділянка = чорне пятно якщо ≥3 аварій з травмованими
за 3 роки на 300 м дороги
"""
grid = create_grid(city_boundary, grid_size)
for cell in grid:
cell.accident_count = count(accidents_in_cell)
if cell.accident_count >= threshold_accidents:
cell.is_black_spot = True
return grid
Контрфактичний аналіз: SHAP для пояснення: чому конкретна ділянка стала гарячою точкою. Якщо головний фактор — недостатня видимість → рекомендація: додати освітлення.
Пріоритизація на основі ROI: Ранжування заходів щодо поліпшення безпеки:
Користь = очікувані_попередані_аварії × середня_вартість_аварії
Вартість = вартість_інженерного_втручання
ROI = Користь / Вартість
Часова шкала: базова модель гарячих точок на історичних даних поліції дороги — 3-4 тижні. Система реального часу з динамічними знаками та інтеграцією поліції дороги — 3-4 місяці.