search query: @keyword liikenneturvallisuus / total: 22
reference: 5 / 22
| Author: | Laaksonen, Matti-Pekka |
| Title: | Liittymien liikenneturvallisuuden mittaaminen: Vaarallisten kohteiden tunnistaminen Helsingin kantakaupungissa |
| Measuring the safety performance of intersections: Identification of accident black spots in the inner city of Helsinki | |
| Publication type: | Master's thesis |
| Publication year: | 2015 |
| Pages: | (7) + 62 s. + liitt. 19 Language: fin |
| Department/School: | Insinööritieteiden korkeakoulu |
| Main subject: | Liikenne- ja tietekniikka (R3004) |
| Supervisor: | Luttinen, Tapio |
| Instructor: | Strömmer, Hanna |
| Electronic version URL: | http://urn.fi/URN:NBN:fi:aalto-201505132659 |
| Location: | P1 Ark Aalto 9384 | Archive |
| Keywords: | traffic safety black spot generalized linear model negative binomial liikenneturvallisuus Empirical Bayes musta piste negatiivinen binomimalli yleistetty lineaarinen malli |
| Abstract (eng): | A new method for the identification of accident hot spots in the intersections of Helsinki is applied in this master's thesis. Prior research is used to compare different identification methods, and a method called Empirical Bayes is chosen for the analysis. The Empirical Bayes method estimates the safety of an entity by combining prior information from other sites to observed information from the observed entity. The prior information is obtained through the use of a statistical model. The negative binomial regression model used in the research is estimated using empirical accident data and detailed information about the intersections in Helsinki. The scope of research is limited to intersections in the inner city of Helsinki. The independent variables in the model are the AADTs of the intersection's main and secondary legs and the number of legs in the intersection. Separate models are used for signalized and non-signalized intersections. |
| Abstract (fin): | Tutkimuksessa on sovellettu uutta menetelmää liikenneturvallisuuden mittaamiseksi ja mustien pisteiden, eli vaarallisten kohteiden tunnistamiseksi Helsingin kantakaupungin katuliittymissä. Työssä on aiemman tutkimuksen avulla verrattu eri menetelmiä mustien pisteiden tunnistamiseksi ja perusteltu käytetyn Empirical Bayes -menetelmän valinta. Tutkimuksessa sovellettava Empirical Bayes -menetelmä mittaa liikenneturvallisuutta liittymässä havaitun onnettomuusfrekvenssin sekä muilta vastaavilta liittymiltä odotetun onnettomuusfrekvenssin painotettuna keskiarvona. Vastaavien kohteiden onnettomuusfrekvenssi määritetään työssä laadittavalla tilastollisella mallilla. Tutkimusaineistona on käytetty poliisin tietoon tulleita onnettomuuksia sekä Helsingin kaupunkisuunnitteluviraston ylläpitämää liittymäpisterekisteriä. Mallintamisessa käytetyt muuttujat on luotu yhdistelemällä valmiiksi saatavilla olevaa tietoa liittymien ominaisuuksista. Työssä on laadittu yleistetty lineaarinen malli onnettomuusfrekvenssin ennustamiseksi. Laaditun negatiivisen binomiregressiomallin selittävinä muuttujina ovat liittymän pää- ja sivusuuntien liikennemäärät sekä liittymän haarojen lukumäärä. Liikennevalo-ohjauksisille ja valo-ohjauksettomille liittymille on laadittu erilliset regressiomallit. |
| ED: | 2015-05-24 |
INSSI record number: 51307
+ add basket
INSSI