自然主義的な運転データセットにおけるほぼクラッシュイベントのパターン：ルールマイニングの適用

この研究の目的は、自然主義的な運転データセットと、Associationルールマイニング方法 - Aprioriアルゴリズムを使用して対応する道路在庫データセットを調査することにより、ほぼクラッシュのイベントと道路幾何学と旅行機能の関連性を探ることを目的としています。ほぼクラッシュの動作に関するより多くの洞察を提供するために、この研究では、ほぼクラッシュのイベントを2つの重大度レベルに分類しました。記述統計の観点から見ると、Aprioriアルゴリズムによって生成されるさまざまな変数のカテゴリであるアイテムセットの頻度は、ほぼクラッシュのイベントがアクセス制御のない道路、非ピーク時の運転、肩または中央値のない道路、マイナーな動脈官能クラス、道路30と60の間の道路を含むいくつかの要因に非常に関連していることを示唆しています。些細なおよび非些細なニアクラッシュイベント中のアイテムセットの発生の頻度を比較することにより、結果は、旅行の長さがほぼクラッシュのイベントタイプの強力な指標であることを示しています。結果は、旅行が2時間より長い場合、非自明のほぼクラッシュイベントが発生する可能性が高いことを示しています。Associationルールマイニングアルゴリズムを適用した後、2つのほぼクラッシュイベントのより興味深いパターンがルールを通じて生成されました。主な調査結果には、次のものが含まれます。1）些細なニアクラッシュイベントは、機能的なクラスが比較的低い中央値と肩のない道路で発生する可能性が高くなります。2）比較的広い中央値と肩を持つ比較的高い機能的道路は、自明でないほぼクラッシュイベントにとって興味深い組み合わせになる可能性があります。3）長い旅行（2時間以上）で些細なニアクラッシュイベントがしばしば発生します。4）機能クラスが低い道路の混雑は、非自明のニアクラッシュイベントの高頻度に関連する支配的なルールです。この研究では、ほぼクラッシュのイベントと、対応する道路幾何学とトリップ機能を関連付けて、ほぼクラッシュのイベントのユニークな理解を提供します。

This study aims to explore the associations between near-crash events and road geometry and trip features by investigating a naturalistic driving dataset and a corresponding roadway inventory dataset using an association rule mining method - the Apriori algorithm. To provide more insights into near-crash behavior, this study classified near-crash events into two severity levels: trivial near-crash events (-7.5 g ≤ deceleration rate ≤ -4.5 g) and non-trivial near-crash events (≤-7.5 g). From the perspective of descriptive statistics, the frequency of the itemsets, a set of categories of various variables, generated by the Apriori algorithm suggests that near-crash events are highly associated with several factors, including roadways without access control, driving during non-peak hours, roadways without a shoulder or a median, roadways with the minor arterial functional class, and roadways with a speed limit between 30 and 60 mph. By comparing the frequency of the occurrence of the itemset during trivial and non-trivial near-crash events, the results indicate that the length of the trip is a strong indicator of the near-crash event type. The results show that non-trivial near-crash events are more likely to occur if the trip is longer than 2 h. After applying the association rule mining algorithm, more interesting patterns for the two near-crash events were generated through the rules. The main findings include: 1) trivial near-crash events are more likely to occur on roadways without a median and shoulder that have a relatively lower functional class; 2) relatively higher functional roadways with relatively wide medians and shoulders could be an intriguing combination for non-trivial near-crash events; 3) non-trivial near-crash events often occur on long trips (more than 2 h); 4) congestion on roadways that have a lower functional class is a dominant rule associating with the high frequency of non-trivial near-crash events. This study associates near-crash events and the corresponding road geometry and trip features to provide a unique understanding of near-crash events.