מדדי בטיחות דרכים מבוססי AI: כך בלימות חירום משפרות ניהול סיכון בכבישים
מערכות תחבורה נשענות כבר עשורים על נתוני תאונות כדי לזהות מוקדי סיכון ולתעדף השקעות. השיטה הזאת יקרה בזמן ובחיי אדם, משום שהיא דורשת הצטברות אירועים חמורים כדי לייצר ודאות סטטיסטית. גישה חדשה שמוצגת במחקר של Google Research מציעה להפוך את המשוואה, ולזהות סיכון מוקדם באמצעות אות התנהגותי צפוף שמופיע הרבה לפני התאונה.
גישה מחקרית זאת מתמקדת באירועי בלימת חירום שנמדדים בפלטפורמת Android Auto, ומראה מתאם חיובי מובהק בינם לבין שיעור תאונות לאורך זמן. משמעות עסקית ברורה עולה מהתמונה, רשויות יכולות לעבור ממדד מפגר למדד מוביל, לקצר דרמטית את זמן הגילוי של נקודות מסוכנות, ולהגדיל אפקטיביות תקציבית של התערבויות הנדסיות.
מדדי בטיחות דרכים מבוססי AI: למה בלימות חירום הן אות מוביל
מחקר של צוות Mobility AI ב Google Research, בשיתוף חוקרים מ Virginia Tech, בחן נתוני תאונות פומביים מעשור בווירג'יניה ובקליפורניה, והצליב אותם עם נתונים אנונימיים ומאוגדים של אירועי בלימת חירום. הגדרת בלימת חירום במחקר הייתה ירידה של התאוצה קדימה מתחת למינוס 3 מטר לשנייה בריבוע, כתחליף הסתברותי להתנהגות התחמקות מסכנה.
תובנה מרכזית במחקר היא צפיפות נתונים. ממצאי החוקרים מצביעים על כך שמספר מקטעי הדרך שבהם נמדדו אירועי בלימה חדה היה גדול פי 18 ממספר המקטעים שבהם דווחו תאונות. תמונת מצב כזאת הופכת את הרשת למעין חיישן רציף, שבו אפשר לאתר דפוסים של סיכון גם במקטעים שמייצרים רק תאונה בודדת לאורך שנים, או לא מייצרים תאונות מדווחות בכלל בתקופת המדידה.
ניתוח הסיבתיות בפועל אינו טריוויאלי, ולכן החוקרים השתמשו במודלי רגרסיה מסוג Negative Binomial, בדומה לשיטות שמקובלות ב Highway Safety Manual. בקרה סטטיסטית כללה נפח תנועה, אורך מקטע, סוג דרך, שיפוע, זוויות פנייה מצטברות, קיום מחלפים ושינויים במספר נתיבים. תוצאה עקבית התקבלה בכל סוגי הכבישים, ככל ששיעור הבלימות החדות גבוה יותר, כך עולה גם שיעור התאונות שנמדד בפועל.
דוגמה בולטת מהפרסום מתארת מקטע השתלבות בין כבישים 101 ו 880 באזור מפרץ סן פרנסיסקו. ממצא מפתח היה שיעור אירועי בלימה חדה גבוה פי 70 מהממוצע בכבישי מהיר בקליפורניה, לצד תאונה אחת בממוצע לכל כשישה שבועות לאורך עשור. תרחיש כזה ממחיש את הערך של אות מוקדם, משום שנדרש זמן ארוך כדי שסטטיסטיקת תאונות בלבד תסמן את המקטע כחריג, בעוד שמדד הבלימות החדות מצביע עליו במהירות.
איך רשות תחבורה יכולה לתרגם מדד מוביל להחלטות תקציביות
שינוי ניהולי משמעותי מתחיל בהגדרת תהליך תיעדוף חדש. תהליך אפקטיבי צריך לחבר בין אות ההתנהגות לבין פרוטוקול פעולה שמותאם לסוג המקטע, למשל רמזורים, השתלבויות, כבישים מקומיים או עורקיים. גוגל מציינת כיוון מימוש מעשי באמצעות שילוב המדד במוצר Roads Management Insights של Google Maps Platform, כדי לספק לסוכנויות תחבורה נתונים אנונימיים ועדכניים על סיכון לאורך רשת רחבה.
כדי להפוך נתונים להשפעה, מומלץ לבנות מסגרת החלטה של שלושה שלבים. שלב ראשון כולל סף התראה מבוסס קו בסיס, למשל איתור מקטעים בטופ אחוזון של בלימות חירום בתוך אותה קטגוריית דרך. שלב שני כולל אימות הנדסי מהיר, ביקור שטח ממוקד, בדיקת קווי ראייה, שילוט, סימון כביש, תזמון רמזורים וזרימת השתלבויות. שלב שלישי כולל תיקון הדרגתי לפי עלות תועלת, החל משינויים תפעוליים זולים ועד התאמות גאומטריות יקרות.
מדידה כלכלית יכולה להישען על היגיון פשוט של מניעת נזק צפוי. הפחתה של תאונות כוללת חיסכון בעלויות רפואיות, אובדן ימי עבודה, נזק לרכוש, פגיעה בזרימת תנועה ועלויות אכיפה. חישוב ROI מעשי יכול להתחיל מהשוואה לפני ואחרי של שיעור בלימות חירום במקטע, ולחבר אותה למודל המרת סיכון לתאונות על בסיס הקשר הסטטיסטי שנמדד. גישה כזאת מאפשרת להציג הצדקה תקציבית גם כאשר נתוני התאונות עצמם עדיין דלים.
מנגנון תפעולי נוסף הוא הקמת לוח בקרה שמפריד בין אות, חקירה ופעולה. שכבת האות מציגה התראות לפי צפיפות חשיפות, כדי להימנע מהטיה של מקטעים עם מעט נסיעות. שכבת החקירה מצליבה עם עבודות תשתית, מזג אוויר, אירועים עונתיים ושינויים בהסדרי תנועה. שכבת הפעולה מגדירה ספר התערבויות, שינויי תזמון, אזהרות, פסי האטה, תאורה, תמרור, שיפור סימון או תכנון מחדש של נתיבי השתלבות.
מהניסיון שלנו בשטח, הבעיה הגדולה אינה חוסר נתונים אלא חוסר אמון בתרגום נתונים לפעולה. שילוב מדד בלימות חירום בתוך תהליך קבוע של ועדת בטיחות, עם תיעוד החלטות ותוצאות, מעלה משמעותית את שיעור הביצוע ומפחית דיונים שנשענים על תחושות. שקיפות פנימית כזאת גם מקלה על רכש עתידי, משום שהיא יוצרת היסטוריית תועלת מוכחת.
סיכום מעשי מתחיל בהכרה שמדדי תאונות הם בסיס הכרחי אך לא מספיק. מעבר למדד מוביל מבוסס בלימות חירום מאפשר לקצר את מחזור הלמידה, לכוון השקעות למקטעים בעייתיים עוד לפני שנגרם נזק כבד, ולבנות תוכנית בטיחות שמנוהלת כמו מערכת ביצועים. פנייה ממוקדת לרשות תחבורה יכולה להתחיל בפיילוט בן שמונה עד שנים עשר שבועות, שבו מגדירים ספי התראה, מאמתים בשטח עשרה מקטעים מובילים, ומבצעים שתי התערבויות מהירות למדידה לפני ואחרי. התקדמות עקבית כזאת הופכת נתוני רכב מחובר לכלי תכנון שמצמצם תאונות ומייצר החזר כלכלי ברור.
