📩 Restez informé des tendances de l'industrie et des mises à jour des produits Vianova - inscrivez-vous à notre lettre d'information ici!

‍

Introduction

Les collisions sont heureusement assez rares dans le canton de Zurich. Dans un rapport de 2018, l'OMS a déclaré que la Suisse était le pays le plus sûr au monde (parmi les pays de plus d'un million d'habitants) si l'on considère le nombre de morts sur les routes par habitant, et Zurich ne fait pas exception à la règle. Ce record est en grande partie dû au travail du Dr Wernher Brucks, responsable de la sécurité routière de la ville depuis 2006.

‍

Plusieurs années après son entrée en fonction, les services de partage de vélos et de scooters ont fait leur apparition à Zurich. M. Brucks a constaté un décalage entre l'infrastructure existante et les besoins de ces nouveaux véhicules - un risque pour les normes de sécurité élevées de sa ville. Il s'est donc associé à Vianova pour surveiller et réglementer les nouveaux venus. Après des années de collaboration fructueuse, Vianova a décidé de sortir du cadre de la micro-mobilité et de s'attaquer au terrain de prédilection du Dr Brucks, la sécurité routière. L'objectif est d'appliquer son expertise en matière de visualisation de grandes quantités de données SIG à un domaine où, traditionnellement, les données qualitatives prévalent. 

‍

Le raisonnement est le suivant : 1) les accidents se produisent là où les gens ont un comportement de conduite à risque, 2) le comportement de conduite à risque est en partie causé par les caractéristiques de la route sur laquelle on conduit et est donc concentré géographiquement, 3) avec l'abondance des données automobiles à notre disposition, nous pouvons identifier les points névralgiques de comportement à risque et donc les accidents potentiels. Cette hypothèse est intuitive en théorie mais difficile à mettre en pratique : Les accidents se produisent généralement pour quelques raisons spécifiques plutôt que pour une accumulation d'indicateurs approximatifs. Il est pratiquement impossible de prédire des cas isolés en raison de la rareté relative des accidents. Au lieu de cela, nous essayons de trouver un indicateur pour les segments de route à risque. 

‍

‍

Mise en place

Pour que notre analyse soit spécifique, nous nous concentrons sur un type d'accident courant : les collisions par l'arrière. Dans un premier temps, nous essayons de trouver une mesure qui est particulièrement présente dans les zones où l'on sait qu'il y a beaucoup de collisions par l'arrière. L'intensité de cette mesure indiquerait le risque dans ce contexte. La deuxième étape consiste à vérifier si cette mesure a un pouvoir prédictif : D'autres zones présentant une intensité élevée s'avéreraient-elles également connaître un grand nombre de collisions par l'arrière ? 

‍

‍

Points chauds existants

La ville de Zurich nous a fourni sept emplacements dans la ville qui ont été des points chauds pour ces collisions au cours des cinq dernières années (carte 1). Tous ces points névralgiques se situent soit à des intersections, soit sur des bretelles d'accès, soit sur des voies de convergence.

‍

‍

Ces routes sont par nature plus sujettes aux collisions par l'arrière qu'un segment de rue moyen. Pour en tenir compte, nous les avons comparées à un groupe de contrôle : non pas dans un sens scientifique précis, mais simplement en examinant les segments voisins, dont beaucoup sont également des rampes d'accès, des intersections et des voies de fusion.

‍

Après avoir testé l'occurrence de très fortes ruptures dans ces zones, nous pourrions espérer voir une densité plus élevée dans les segments connus des hotspots.

‍

‍

Données sur les véhicules connectés 

Les données fournissent également la vitesse du véhicule, la date et d'autres informations. Toutefois, nous limiterons les descriptions à la variable qui nous intéresse, à savoir la pression de freinage. Le tableau suivant montre la distribution de cette variable parmi les segments de route à l'intérieur de nos premières zones de test. Une pression de freinage supérieure à 10 est généralement considérée comme un freinage brusque, ce qui place environ 16 % des événements observés dans cette catégorie. En outre, j'ai introduit deux catégories supplémentaires, à une pression de freinage de 20 et 30, dont les parts respectives sont indiquées dans le tableau ci-dessous. Les événements de la catégorie de freinage la plus forte ne représentent qu'un peu plus de 3 % de l'ensemble des événements de freinage. Il s'agit donc d'un événement assez spécifique et rare. En même temps, le nombre total (environ 2,7k) est encore un multiple du nombre total de collisions.

Résultats

La pression de freinage a montré une forte corrélation avec les accidents historiques à plusieurs égards, l'un d'entre eux se démarquant : La catégorie des freinages très violents, avec une pression de freinage supérieure à 30. Si l'on ne retient que les valeurs supérieures à 30 et que l'on considère qu'il s'agit d'un "freinage extrêmement brutal", la coïncidence entre les lieux où cet événement est fréquent et les enregistrements historiques de collisions par l'arrière est la plus élevée parmi les trois catégories observées.

‍

La carte suivante montre la fréquence des freinages très brusques (plus de 30) par segment de rue : Plus le segment est foncé, plus le nombre total d'événements de ce type a été observé.

‍

‍

5 des 7 points chauds ont montré une nette augmentation de la fréquence des cas de freinage très violents par rapport aux segments de route environnants. Les tronçons routiers environnants sont souvent de type similaire, c'est-à-dire des rampes d'accès et des voies de convergence, ce qui en fait un groupe de contrôle significatif et rend les résultats pertinents.

‍

Il convient également de noter que ces segments ne présentent pas de valeurs particulièrement élevées pour d'autres indicateurs de risque potentiels tels que les excès de vitesse. Au contraire, la vitesse moyenne était plus élevée sur les segments environnants que sur le segment "hotspot". Cette situation s'explique probablement par le fait que la vitesse et la décélération rapide ne sont pas toujours liées. 

Pour la dernière partie de l'étude, nous devions vérifier si notre méthodologie fonctionnerait également sur des points chauds inconnus. À cette fin, nous avons déterminé 7 segments de route à travers la ville qui présentaient fréquemment des freinages très brusques. Sans savoir quels autres endroits connaissaient une augmentation du nombre de collisions par l'arrière, nous avons présenté les segments sélectionnés au Dr Wernher Brucks et lui avons demandé son avis.

‍

La carte sous-jacente montre les segments de route sélectionnés pour le cycle de retour d'information : Ils présentaient tous plus de 200 cas de freinage très brusque au cours de la période observée.

‍

En discutant de ces "points chauds" nouvellement identifiés avec le Dr Brucks, il a reconnu que certains d'entre eux présentaient effectivement une incidence plus élevée de collisions par l'arrière que n'importe quel segment de route. Cependant, les raisons sont souvent évidentes au vu de la conception et de l'emplacement des rues : Nombre d'entre elles comportent des éléments d'infrastructure tels que des feux de signalisation, des passages pour piétons ou des rampes d'accès. Les points chauds des collisions par l'arrière qui ne présentent pas ces caractéristiques n'ont pas pu être détectés de manière cohérente sur la base de la seule pression de freinage. En outre, il est possible d'étudier la différence entre la fréquence absolue et la fréquence relative des épisodes de freinage brusque : Selon le Dr Brucks, cette dernière catégorie est la plus intéressante, car elle est plus susceptible de représenter un angle mort du point de vue du gestionnaire de la circulation.

‍

‍

Conclusion

Notre étude a permis d'identifier une corrélation entre les freinages très violents et les collisions par l'arrière à Zurich. Bien qu'il s'agisse d'un début prometteur pour d'autres recherches, il est toujours possible d'améliorer la qualité de nos produits de données. . Les enseignements tirés peuvent être regroupés en deux points principaux :

‍

1. Identification des segments de route à risque : En exploitant les données relatives à la pression de freinage des véhicules, nous avons identifié des segments de route spécifiques présentant une fréquence élevée de freinages très violents, notamment ceux dont la pression est supérieure à 30. Cette mesure s'est avérée être un indicateur fiable du risque de collision par l'arrière, établissant une relation significative entre les données flottantes des voitures (FCD) et les collisions, ce qui est pertinent pour l'analyse en cours.

‍

2. Identification proactive des risques : Des recherches plus approfondies peuvent permettre d'étendre notre méthodologie à l'identification de zones où des collisions ne se sont pas encore produites, mais où des facteurs de risque sont présents. Cette approche proactive peut améliorer la sécurité routière en s'attaquant aux dangers potentiels avant que les accidents ne se produisent.

‍

Pour en savoir plus sur la méthodologie associée à nos produits de données, nos livres blancs expliquent nos approches philosophiques et techniques.

‍

‍

Vous voulez en savoir plus ? 

‍Reachout for a product demo or to get more information on how 100+ cities around the world are using Vianova's tools to turn mobility data into actionable insights. Visitez notre page pour nous contacter!

👉 Lisez notre blog précédent ici !