ИИ поможет городским властям точнее выбирать, где ставить освещение, тротуары и переходы для снижения количества ДТП
Исследователи Университета Теннесси в Ноксвилле показали, как методы искусственного интеллекта могут помочь городам точнее выбирать меры для защиты пешеходов. Вместо того чтобы искать только самые распространенные типы ДТП, алгоритм позволяет находить редкие, но более опасные сценарии — и на их основе решать, где нужны тротуары, освещение, переходы или другие изменения дорожной инфраструктуры.
В США автомобильные аварии ежегодно уносят более 40 тысяч жизней. При этом безопасность водителей и пассажиров за последние десятилетия заметно улучшилась благодаря ремням безопасности, подушкам безопасности и системам автоматического торможения. С пешеходами ситуация развивается иначе: за последнее десятилетие число погибших пешеходов в ДТП выросло на 48% и в 2022 году достигло примерно 7,5 тысячи человек.
Обычно специалисты по транспортной безопасности анализируют полицейские отчеты об авариях и ищут общие закономерности. Такой подход помогает понять, где ДТП происходят чаще всего и какие меры могут принести пользу в большом числе случаев. Но анализ средних показателей часто упускает более редкие аварии, которые приводят к непропорционально тяжелым травмам.
Самые типичные столкновения с пешеходами происходят днем и на перекрестках. Но такие аварии, по словам исследователей, чаще заканчиваются менее тяжелыми последствиями. Наибольший риск серьезных травм и гибели появляется в других условиях: ночью, во время плохой погоды, на дорогах без нормальной пешеходной инфраструктуры или в ситуациях, где одновременно совпадает несколько опасных факторов.
Для исследования учёные использовали алгоритм кластеризации без учителя — метод, который группирует данные без заранее заданных категорий. Они проанализировали более 10 тысяч полицейских отчетов о ДТП с участием пешеходов. В каждом отчете учитывались обстоятельства аварии: ограничение скорости, освещение, состояние дорожного покрытия, положение пешехода на дороге и другие факторы.
Алгоритм разделил аварии на группы в зависимости от того, насколько они близки к «среднему» сценарию или удалены от него. В центральной группе, где оказались наиболее типичные случаи, смертельными были только 8% аварий. В самой удаленной группе, куда попали редкие и нетипичные сценарии, доля смертельных исходов достигала почти 37%.
Этот результат важен для городского планирования. Если власти ориентируются только на самые частые аварии, они могут сосредоточиться на перекрестках, где действительно происходит много столкновений, но не обязательно гибнет больше всего людей. Анализ редких сценариев позволяет увидеть другие опасные места: например, участки дорог, где пешеходы вынуждены идти по обочине, дороги без освещения или зоны, где нет безопасного перехода.
При этом исследователи подчеркивают, что одна мера часто не решает проблему полностью. Если на неосвещенном загородном участке построить тротуар, он может сделать дорогу безопаснее днем, но ночью риск останется высоким. В таких случаях более эффективной может быть комбинация решений: тротуар вместе с освещением, снижение скорости и понятные места для перехода.
Такая логика отличается от универсального подхода к безопасности. Вместо того чтобы применять одни и те же меры везде, города могут точнее подбирать решения под конкретное сочетание факторов. На одной улице главным риском может быть отсутствие тротуара, на другой — темнота, на третьей — высокая скорость, а на четвертой — опасное положение пешехода относительно проезжей части.
Искусственный интеллект в транспортной безопасности нужен не для абстрактного прогнозирования аварий, а для более внимательного чтения уже существующих данных. Полицейские отчеты содержат много деталей, но традиционный анализ часто сглаживает редкие сочетания обстоятельств. Алгоритмы могут выделить эти группы и показать, где стандартные меры недостаточны.
Для городов это означает более практичный подход к снижению смертности пешеходов. Важно не только знать, где аварий больше всего, но и понимать, где они чаще всего заканчиваются тяжелыми последствиями. Если такие различия учитывать при планировании улиц, освещения, тротуаров и переходов, меры безопасности смогут точнее попадать в те места, где они действительно спасают жизни.