An Extreme Value Approach to Road Safety Analysis
(2019) FMSM01 20191Mathematical Statistics
- Abstract
- In this thesis we study the feasibility of applying extreme value theory to data
regarding road safety. In particular, we propose a model for assessing the risk
of collision and near collision using extreme value theory. The thesis is relevant
for road safety analysis in order to both understand whether extreme value
theory is useful for modelling the collected data and to check if there is a need
for collecting more data in future. Collecting this kind of information is very
time consuming and expensive so efficient use of data is essential in this type of
applications.
The data consists of Time to Collision (TTC) and Post-Encroachment Time
(PET) for right turning vehicles against bicycles in a four-way intersection in
... (More) - In this thesis we study the feasibility of applying extreme value theory to data
regarding road safety. In particular, we propose a model for assessing the risk
of collision and near collision using extreme value theory. The thesis is relevant
for road safety analysis in order to both understand whether extreme value
theory is useful for modelling the collected data and to check if there is a need
for collecting more data in future. Collecting this kind of information is very
time consuming and expensive so efficient use of data is essential in this type of
applications.
The data consists of Time to Collision (TTC) and Post-Encroachment Time
(PET) for right turning vehicles against bicycles in a four-way intersection in
Barcelona. The dataset is the result of a 24-hour film sequence. The modeling
is done with Generalized Extreme Value distribution and Generalized Pareto
distribution with block maxima and peaks over threshold method. In addition,
a homogeneous Poisson process model is suggested to make predictions on the
number of collisions/near collisions in a longer time frame than the observed
period. (Less) - Popular Abstract (Swedish)
- Med statistiska modeller beskrivs sannolikheten för att en cyklist och en bilist
är med om ett potentiellt farligt trafikmöte i en korsning i Barcelona.
Att vilja känna sig säker i trafiken är gemensamt för alla trafikanter, oavsett
färdmedel. Den så kallade nollvisionen innebär att ingen person ska bli allvarligt
skadad/omkomma i trafiken. Det sker därför ständigt arbete och forskning för
att visionen ska bli verklighet. Ett tillvägagångssätt, som bygger på antagandet
att frekvensen av farliga trafiksituationer avtar med allvarlighetsgrad, är att
modellera risk för att nära krockar samt krockar inträffar.
Denna studien fokuserar på modellering av att en bilist och en cyklist är med
om en potentiellt farlig situation då de möts i... (More) - Med statistiska modeller beskrivs sannolikheten för att en cyklist och en bilist
är med om ett potentiellt farligt trafikmöte i en korsning i Barcelona.
Att vilja känna sig säker i trafiken är gemensamt för alla trafikanter, oavsett
färdmedel. Den så kallade nollvisionen innebär att ingen person ska bli allvarligt
skadad/omkomma i trafiken. Det sker därför ständigt arbete och forskning för
att visionen ska bli verklighet. Ett tillvägagångssätt, som bygger på antagandet
att frekvensen av farliga trafiksituationer avtar med allvarlighetsgrad, är att
modellera risk för att nära krockar samt krockar inträffar.
Denna studien fokuserar på modellering av att en bilist och en cyklist är med
om en potentiellt farlig situation då de möts i en fyrvägskorsning i Barcelona.
Modellen är baserad på två olika mätvärden som är vanligt förekommande inom
trafiksäkerhet – Time To Collision minimum (TTCmin) och Post- Encroachment
Time (PET). Id´ en är att med givna data använda sig av statistiska modeller,
inom extremvärdesteori, för att beskriva risken att två medtrafikanter är nära
en krock samt risken att de krockar. Modellerna som är framtagna följer den
empiriska sannolikheten att en nära krock sker. Det behövs dock mer data,
framförallt observationer av små värden, för att modellerna även ska beskriva
sannolikheten att en krock sker. Det är dock dyrt och tidskrävande att samla
in denna information så endast tillräcklig mängd är av intresse för en möjlig
applikation inom extremvärdesteori. Bilden nedan visar trafikkorsningen där
datan är insamlad. (Less)
Please use this url to cite or link to this publication:
http://lup.lub.lu.se/student-papers/record/8989585
- author
- Lägnert, Johanna
- supervisor
- organization
- course
- FMSM01 20191
- year
- 2019
- type
- H2 - Master's Degree (Two Years)
- subject
- language
- English
- id
- 8989585
- date added to LUP
- 2019-07-02 12:34:10
- date last changed
- 2019-07-03 13:19:00
@misc{8989585,
abstract = {{In this thesis we study the feasibility of applying extreme value theory to data
regarding road safety. In particular, we propose a model for assessing the risk
of collision and near collision using extreme value theory. The thesis is relevant
for road safety analysis in order to both understand whether extreme value
theory is useful for modelling the collected data and to check if there is a need
for collecting more data in future. Collecting this kind of information is very
time consuming and expensive so efficient use of data is essential in this type of
applications.
The data consists of Time to Collision (TTC) and Post-Encroachment Time
(PET) for right turning vehicles against bicycles in a four-way intersection in
Barcelona. The dataset is the result of a 24-hour film sequence. The modeling
is done with Generalized Extreme Value distribution and Generalized Pareto
distribution with block maxima and peaks over threshold method. In addition,
a homogeneous Poisson process model is suggested to make predictions on the
number of collisions/near collisions in a longer time frame than the observed
period.}},
author = {{Lägnert, Johanna}},
language = {{eng}},
note = {{Student Paper}},
title = {{An Extreme Value Approach to Road Safety Analysis}},
year = {{2019}},
}