Evaluating Road Infrastructure Safety Performance Using Accident Prediction Models

Dissertação de Mestrado Integrado em Engenharia Civil apresentada à Faculdade de Ciências e TecnologiaA sinistralidade rodoviária é uma temática que tem vindo a justificar o desenvolvimento de investigação ao longo das últimas décadas, devido ao impacto que tem na sociedade. A OMS refere que 1,25 milhões de pessoas morrem, todos os anos, em acidentes rodoviários, considerando este fenómeno um problema de saúde pública. Vários fatores influenciam a segurança das estradas, sendo um deles o fator humano, o qual rege-se por leis aleatórias difíceis de controlar. Contudo, também a rede rodoviária assume um papel significativo. Atualmente é possível contar com várias ferramentas, como os modelos de estimativa de frequência de acidentes (MEFA), utilizáveis a título preventivo para o controlo da sinistralidade rodoviária. A partir destes modelos é possível prever e verificar fatores que influenciam a segurança, bem como prever o grau de segurança associado a cada elemento infraestrutural. Também as técnicas de análise de conflitos de tráfego permitem verificar o nível de segurança dos elementos rodoviários.Esta dissertação apresenta uma análise comparativa dos resultados associados a diferentes MEFA e uma avaliação do efeito associado a um conjunto limitado de variáveis explicativas. A partir daqueles, concluiu-se que os modelos de 4 ramos apresentam menor segurança face a outros tipos de interseções e que, por oposição, as rotundas apresentam maiores níveis de segurança. Recorrendo a um conjunto pré-selecionado de modelos desenvolvidos na Europa, foi avaliada a sua aplicabilidade a interseções urbanas na cidade de Coimbra, tendo-se por base os acidentes reais da base de dados oficial da Autoridade Nacional de Segurança Rodoviária. Esta análise revelou-se inconclusiva, embora se confirme a tendência de aumento da sinistralidade com o aumento do TMDa. Os modelos nacionais foram os que se associaram a maior nível de dispersão, justificando o desenvolvimento de investigação complementar no desenvolvimento/calibração de novos modelos. Por fim, tendo por base duas interseções reais, é apresentada uma análise comparativa entre os resultados dos MEFA, para diferentes valores de TMDa e o número de conflitos observados. Mesmo não tendo sido observada uma relação direta entre estes indicadores, constatou-se uma maior sensibilidade do número de conflitos em relação ao TMDa, comparativamente aos MEFA.In the past few decades, road accidents have been a recurrent topic discussed by society in general, justifying the growing existence of scientific literature studying this phenomenon. The World Health Organization states that every year 1.25 million people die due to road accidents, which leads them to consider this as a public health problem.There are several factors that influence road safety. Human factors are considered to be one of those, mainly affected by the fact that driver characteristics are influenced by random laws that are hard to manage. Nevertheless, the road network is considered to have a great impact as well.Nowadays, there are several tools available to help prevent road accidents, including frequency models that allows us to predict the number of accidents (accident prediction models). By using such models it is possible to predict and analyze which are the main factors that influence safety, as well as to predict the safety level in different road segments. Likewise, by technically analyzing road conflicts, it is possible to verify the level of safety of various elements of the road.This thesis comparatively analyses the results associated with different accident prediction models and evaluates the effect related to a limited set of explanatory variables. By doing so, we concluded that the 4-way models show the lowest safety results when compared to other intersection types, and that, by counter position, roundabouts show higher levels of safety. By applying a predefined set of European accident prediction models, we’ve analyzed their applicability to urban intersections in the city of Coimbra, using the data provided by the ANSR. Even though it was possible to confirm a trend of higher accidents when the annual average daily traffic is bigger, this analysis showed inconclusive results. The Portuguese models showed greater dispersion level, further justifying the need to develop similar investigations to develop new models. Finally, a comparative analysis between different accident prediction models, regarding different annual average daily traffic values and the number of observed conflicts, was made using two existing intersections. Even though it was not possible to view a direct link between this indicators, a relationship between the number of conflicts and the annual average daily traffic was found, when compared to the accident prediction models