Analysis of accident duration on urban arterials roads

Abstract

Acidentes de trânsito são o principal fator para a formação de congestionamentos não recorrentes em vias urbanas e responsáveis por gerar atrasos inesperados aos usuários do sistema. Entender o comportamento da duração desses acidentes e identificar os seus fatores explicativos pode conduzir para um gerenciamento mais eficiente do tráfego urbano. Buscando contribuir com essa problemática, este trabalho teve como objetivo analisar a duração de acidentes de trânsito ocorridos em vias urbanas da cidade de Fortaleza-CE. Inicialmente, um método para detectar a duração dos acidentes a partir de dados de tráfego de equipamentos de fiscalização eletrônica foi proposto, dada a indisponibilidade dessa informação no banco de dados de acidentes de trânsito. Como resultados, a duração dos 324 acidentes detectados teve uma média de 72 minutos e uma dispersão de 48 minutos. A função densidade de probabilidade Gamma apresentou o melhor ajuste à duração dos acidentes, indicando que essa variável é influenciada por eventos que ocorrem ao longo do tempo, aumentando a probabilidade de o acidente ser resolvido. A análise mostrou que fatores relacionados ao atendimento dos acidentes, ao comportamento dos indivíduos, ao número de veículos envolvidos e ao local de ocorrência (meio de quadra ou interseção) podem estar influenciando a duração dos acidentes. Entretanto, não foram encontrados indícios de que a duração dos acidentes é influenciada pela sua gravidade (acidentes com ou sem vítimas) ou pela sua natureza.

Modelling traffic accident duration on urban roads with high traffic variability using survival models: a case study on Fortaleza arterial roads

“…The accident duration was estimated by applying the methodology presented by Souza and Oliveira Neto (2020). Historical traffic data and accident details (including the location and time) were used to compare the traffic at the day of the accident with its expected pattern.…”

“…The moving average technique was applied to smooth the generated profiles of the variables s and fp, since these variables have a high variability even in normal traffic conditions without the occurrence of accidents. The different phases of the accident were identified using the methodology proposed by Souza and Oliveira Neto (2020). The first step was to identify a minimum sequence of (m) aggregation intervals (t) in which the values of both variables (s) and (fpi) on the day of the accident were outside the limits of the prediction interval defined by the historical profile.…”

“…The fit of accident duration to Weibull, Lorgnomal and Loglogistic probabilities distributions was tested using the Anderson-Darling statistical test (A-D). We did not test the Gamma distribution, as suggested by Souza and Oliveira Neto (2020), due to its similarity to the Weibull distribution and because it is not well established in the literature for modelling accident duration (Valenti, Lelli and Cucina, 2010). The null hypothesis of the A-D test, that the variable accident duration follows a known distribution, was rejected at a 5% confidence level for the Lognormal and Loglogistic distributions.…”