Безопасность на дороге зависит не только от того, произошла авария или нет. Опасность может постепенно нарастать по мере того, как меняются скорость автомобиля, плотность движения, расстояние до других машин, состояние дороги и поведение водителя.

Новое исследование, опубликованное в Accident Analysis & Prevention, предлагает оценивать такую ситуацию с помощью модели Driving Risk Field — «поля дорожного риска». Ее задача — объединить несколько факторов в один непрерывно меняющийся показатель.

Для настройки модели ученые использовали реальные данные об авариях и результаты моделирования транспортных потоков.

Почему дорожный риск сложно оценить

Дорожная ситуация меняется буквально каждую секунду. Автомобиль может двигаться с высокой скоростью, приближаться к другой машине, въезжать на загруженный участок или ехать в сложных погодных условиях.

Если учитывать только один показатель, например скорость или дистанцию, можно получить неполную картину.

Существующие методы оценки безопасности нередко сосредоточены на отдельных взаимодействиях между автомобилями. Они могут учитывать расстояние, возможное столкновение или изменение траектории, но результат сильно зависит от конкретных дорожных условий.

Поэтому исследователи попытались создать систему, которая учитывала бы сразу несколько источников опасности.

Как работает поле дорожного риска

Driving Risk Field рассматривает риск не как простой выбор между «опасно» и «безопасно», а как величину, распределенную в дорожной среде.

Модель учитывает характеристики самого автомобиля и окружающей обстановки.

В расчет могут входить:

- статические препятствия;

- ограничения, связанные с полосами движения;

- движение окружающего транспорта;

- скорость автомобиля;

- особенности поведения водителя.

На основе этих данных система формирует текущую оценку риска для конкретной дорожной ситуации.

Это позволяет отслеживать, как уровень опасности меняется по мере движения автомобиля.

Скорость усиливает риск

Исследователи отдельно изучили, как на расчеты влияют расстояние и скорость. Модель показала ожидаемую закономерность: чем дальше находится потенциальный источник опасности, тем слабее его влияние. При увеличении скорости ситуация меняется в противоположную сторону. Более высокая скорость усиливает рассчитанный риск.

Это важно, поскольку один и тот же объект на дороге может представлять совершенно разную угрозу в зависимости от того, насколько быстро движется автомобиль и сколько пространства остается для реакции.

Модель настраивали по реальным авариям

Одной из сильных сторон исследования стала калибровка системы на основе реальных данных. Ученые не ограничились заранее выбранными коэффициентами, а использовали информацию о настоящих ДТП вместе с результатами микроскопического моделирования транспортных потоков.

Такие симуляции позволяют воспроизводить движение отдельных автомобилей и наблюдать, как меняется дорожная ситуация в разных условиях.

Для дополнительной проверки использовался открытый набор данных PEMS04, содержащий сведения с дорожных датчиков на автомагистралях.

Параметры модели оптимизировали с помощью алгоритма дифференциальной эволюции — вычислительного метода, который подбирает наиболее подходящие комбинации значений.

Система учитывает тяжесть последствий

Авторы исследования стремились оценивать не только вероятность опасной ситуации. Еще одной задачей было различать сценарии по потенциальной тяжести последствий.

После настройки модель показала улучшение по показателям, связанным с ошибкой прогнозирования. При выявлении и ранжировании наиболее тяжелых сценариев Driving Risk Field продемонстрировала конкурентоспособные результаты по сравнению с моделью XGBoost, которую исследователи использовали в качестве базового варианта. Такое различие важно.

Две дорожные ситуации могут быть одинаково рискованными с точки зрения вероятности аварии, но последствия потенциального столкновения при этом могут сильно отличаться.

Погода и тип дороги тоже важны

Исследователи изучили, как поле риска меняется при разных дорожных и погодных условиях. Распределение показателей отличалось в зависимости от типа дороги и окружающей среды.

Это показывает, что модель способна учитывать не только непосредственное движение автомобилей, но и более широкий контекст. Например, одна и та же скорость может иметь разное значение на сухой прямой дороге и на участке с более сложными условиями.

Где может применяться модель

Driving Risk Field потенциально может использоваться в исследованиях безопасности дорожного движения. Система позволяет сравнивать различные сценарии, находить наиболее опасные комбинации факторов и отслеживать изменение риска во времени.

Непрерывная оценка дает более подробную картину, чем простое разделение ситуаций на безопасные и опасные.

В перспективе подобные модели могут помочь при анализе транспортных потоков, разработке систем помощи водителю и оценке участков дорог с повышенной аварийностью.

Исследование показывает, что дорожный риск можно рассматривать как динамическую величину, которая формируется сразу под влиянием автомобиля, окружающего движения и внешних условий.

Такой подход может сделать анализ безопасности более точным и помочь раньше выявлять ситуации, в которых вероятность серьезных последствий становится особенно высокой.