A avaliação da segurança no trânsito tem se baseado tradicionalmente em estatísticas de acidentes relatadas pela polícia, muitas vezes consideradas o “padrão ouro” porque se correlacionam diretamente com mortes, feridos e danos materiais. No entanto, confiar em dados históricos de acidentes para a modelagem preditiva apresenta desafios significativos, porque tais dados são inerentemente um indicador “atrasado”. Além disso, os acidentes são eventos estatisticamente raros em estradas arteriais e locais, por isso pode levar anos para acumular dados suficientes para estabelecer um perfil de segurança válido para um determinado trecho de estrada. Esta dispersão, aliada a padrões de reporte inconsistentes entre regiões, complica o desenvolvimento de modelos robustos de previsão de risco. A avaliação proativa da segurança requer medidas “condutoras”: substitutos do risco de colisão que se correlacionam com os resultados de segurança, mas que ocorrem com mais frequência do que os acidentes.

Em “Do atraso à liderança: validação de eventos de frenagem brusca como indicadores de alta densidade de risco de colisão do segmento“, avaliamos a eficácia de eventos de frenagem brusca (HBEs) como um substituto escalonável para o risco de colisão. Um HBE é um caso em que a desaceleração para frente de um veículo excede um limite específico (-3m/s²), que interpretamos como uma manobra evasiva. Os HBEs facilitam a análise em toda a rede porque são provenientes de dados de veículos conectados, ao contrário de substitutos baseados em proximidade, como o tempo até a colisão, que frequentemente exigem o uso de sensores fixos. Estabelecemos um resultado positivo estatisticamente significativo. correlação entre as taxas de acidentes (de qualquer nível de gravidade) e a frequência HBE, combinando dados públicos de acidentes de Virgínia e Califórnia com informações HBE agregadas e anônimas do Plataforma Android Auto.