Znalostní systém pro hodnocení a identifikaci rizikových úseků na základě infrastrukturních podobností

Abstract

Analýza bezpečnosti pozemních komunikací je již několik let velmi aktuální a diskutované téma. Komplexní řešení této problematiky je komplikovanou záležitostí a vyžaduje si stále přicházet s inovativními metodami a způsoby. V rámci práce byl vyvinut nástroj pod pracovním názvem Road Section Analyzer. Tento nástroj prezentovaný v podobě webového rozhraní dokáže komplexně pracovat s širokou datovou základnou související s informacemi o pozemních komunikacích a následně je logicky vyhodnocovat. Jeho princip spočívá zejména v hledání geometrické shody vybraných úseků dopravní infrastruktury s jinými místy na silniční sítit. Nástroj následně generuje seznam podobných oblastí vůči původnímu vytipovanému úseku. Na základě těchto shod je možné analyzovat potenciální dopravně - bezpečnostní hrozby a přicházet s novými nápady na změny a rekonstrukce v problematických úsecích pozemních komunikací. V neposlední řadě je možné využít metodu pro vyhledávání stávajících částí pozemní komunikace vůči základním datům např. z projektové dokumentace.

Road safety analysis has been a current and much discussed topic for several years. A comprehensive solution to this issue is very complicated matter and requires innovative methods and ways. In this work, a tool named Road Section Analyzer has been presented. This tool can comprehesively work with a wide data base related to road information and then logically evaluate it. Its principle is mainly based on the searching of geometric matches of selected road infrastructure sections and similarities with other locations on the road network. The tool generates a list of similar areas to the original selected section. Based on these matches, it is possible to analyse potential traffic safety threats and come up with new ideas for changes and reconstruction in problematic road sections. Last but not least, the method can be used to locate existing road sections against baseline data, e.g. from project documentation.