Deselvolvimento de ferramenta de análise de curvas horizontais de rodovias, para melhoramento de projeto e operação, utilizando redes neurais artificiais

Abstract

Muitos estudos têm sido desenvolvidos através de modelos matemáticos para investigar a relação entre o projeto geométrico de rodovias e a ocorrência de acidentes de trânsito, visando-se uma melhoria da segurança da rodovia ao seu usuário. Neste trabalho, foram desenvolvidos modelos através de redes neurais artificiais, procurando prever a ocorrência de acidentes em curvas horizontais rodoviárias. O conjunto de dados usado para tal tarefa foi extraído de 421 curvas de dois trechos de rodovias federais, e de 2762 acidentes de trânsito em um período de 5 anos e seis meses. Foram utilizadas redes com 4 a 8 parâmetros de entrada, compreendendo informações a respeito da geometria das curvas (raio, ângulo central, desenvolvimento total, comprimento de transição, e superelevação existente), velocidade operacional, volume de tráfego e a condição climática de quando ocorreu cada acidente. A saída esperada das redes foi o número de acidentes, para cada curva, em determinada condição climática. Utilizando o mesmo conjunto de dados dos modelos por RN’s, foram desenvolvidos 10 modelos estatísticos do tipo linear e de Poisson. O desempenho das redes e dos modelos estatísticos foi avaliado através da raiz quadrada do erro médio quadrático (rmse) e pela freqüência de casos com menores erros. Nas redes de melhor desempenho, os erros ficaram em patamares aceitáveis (abaixo de 10%) na grande maioria dos casos (80%). Comparados com as melhores redes, os modelos estatísticos apresentaram rmse pouco superior e freqüência de casos com erros menores, pouco inferior. Com estes resultados, observou-se que a técnica de redes neurais pode ser utilizada com relativo sucesso na previsão de acidentes em curvas horizontais de rodovias. Tomando-se uma das redes que apresentou bom desempenho, foram feitas simulações envolvendo uma curva real (em operação) e duas curvas em projeto, onde seus parâmetros geométricos foram alterados, verificando-se uma melhoria na segurança das mesmas, através da diminuição do número de acidentes previstos. Estes modelos de RN’s poderão ser bastante úteis tanto na fase de projeto de rodovias, onde os parâmetros das curvas poderão ser adequadamente ajustados, quanto na fase de operação e manutenção das mesmas, onde correções da geometria poderão ser realizadas, procurando-se minimizar o número de acidentes previstos para patamares aceitáveis e, desta forma, aumentando-se a segurança da rodovia ao seu usuário.

Many studies have been developed through mathematical models, to investigate the relationship between geometric project of highways and occurrence of traffic accidents, to improve highway safety. Often, there are difficulties in the formulation of the mathematical model to be used in this task and in the choice of the variables to be included, and many times it cannot produce the expected forecast results. In this work, the models were developed through artificial neural networks, aiming to foresee the occurrence of accidents in highway horizontal curves. The gathered data was extracted from 421 curves in two sections of federal highways, and includes 2762 traffic accidents within a period of five years and six months. Several networks were tested and the number of inputs varied from 4 to 8. These input variables were related to the geometry of the curves (radius, central angle, total development, transition length, and real superelevation), operational speed, traffic flow and the weather conditions when each accident happened. The output of the networks was the expected number of accidents for each curve. Linear and poisson statistical models were also tested for comparison by using the same data. The performances of the models were evaluated through the square root of the mean square error (rmse) and frequency of cases with small errors. Best neural network models exhibited mistakes in acceptable levels (below 10%) for the great majority of the cases (80%). Statistical models presented a little higher rmse and lower frequency of cases with small mistakes. Based on these results it is concluded that the technique of neural networks can be used with relative success in the forecast of accidents in horizontal curves of highways. Once a good model was selected, simulations were carried out with a real curve (in operation) and two new curves in project, where their geometric parameters were altered. It was verified an improvement in the safety of these curves, through the decrease of the number of predicted accidents. These models can be quite useful in the project phase of highways, where the parameters of the curves can be appropriately adjusted or in highway operation and maintenance, where geometry corrections could be implemented, trying to minimize the number of foreseen accidents to acceptable levels leading to an increase in the safety of the highway.