Liittymien liikenneturvallisuuden mittaaminen: Vaarallisten kohteiden tunnistaminen Helsingin kantakaupungissa

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Strömmer, Hanna
dc.contributor.author Laaksonen, Matti-Pekka
dc.date.accessioned 2015-05-13T09:10:25Z
dc.date.available 2015-05-13T09:10:25Z
dc.date.issued 2015-04-27
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/16006
dc.description.abstract Tutkimuksessa on sovellettu uutta menetelmää liikenneturvallisuuden mittaamiseksi ja mustien pisteiden, eli vaarallisten kohteiden tunnistamiseksi Helsingin kantakaupungin katuliittymissä. Työssä on aiemman tutkimuksen avulla verrattu eri menetelmiä mustien pisteiden tunnistamiseksi ja perusteltu käytetyn Empirical Bayes -menetelmän valinta. Tutkimuksessa sovellettava Empirical Bayes -menetelmä mittaa liikenneturvallisuutta liittymässä havaitun onnettomuusfrekvenssin sekä muilta vastaavilta liittymiltä odotetun onnettomuusfrekvenssin painotettuna keskiarvona. Vastaavien kohteiden onnettomuusfrekvenssi määritetään työssä laadittavalla tilastollisella mallilla. Tutkimusaineistona on käytetty poliisin tietoon tulleita onnettomuuksia sekä Helsingin kaupunkisuunnitteluviraston ylläpitämää liittymäpisterekisteriä. Mallintamisessa käytetyt muuttujat on luotu yhdistelemällä valmiiksi saatavilla olevaa tietoa liittymien ominaisuuksista. Työssä on laadittu yleistetty lineaarinen malli onnettomuusfrekvenssin ennustamiseksi. Laaditun negatiivisen binomiregressiomallin selittävinä muuttujina ovat liittymän pää- ja sivusuuntien liikennemäärät sekä liittymän haarojen lukumäärä. Liikennevalo-ohjauksisille ja valo-ohjauksettomille liittymille on laadittu erilliset regressiomallit. fi
dc.description.abstract A new method for the identification of accident hot spots in the intersections of Helsinki is applied in this master's thesis. Prior research is used to compare different identification methods, and a method called Empirical Bayes is chosen for the analysis. The Empirical Bayes method estimates the safety of an entity by combining prior information from other sites to observed information from the observed entity. The prior information is obtained through the use of a statistical model. The negative binomial regression model used in the research is estimated using empirical accident data and detailed information about the intersections in Helsinki. The scope of research is limited to intersections in the inner city of Helsinki. The independent variables in the model are the AADTs of the intersection's main and secondary legs and the number of legs in the intersection. Separate models are used for signalized and non-signalized intersections. en
dc.format.extent 81
dc.format.mimetype application/pdf en
dc.language.iso fi en
dc.title Liittymien liikenneturvallisuuden mittaaminen: Vaarallisten kohteiden tunnistaminen Helsingin kantakaupungissa fi
dc.title Measuring the safety performance of intersections: Identification of accident black spots in the inner city of Helsinki en
dc.type G2 Pro gradu, diplomityö en
dc.contributor.school Insinööritieteiden korkeakoulu fi
dc.subject.keyword liikenneturvallisuus fi
dc.subject.keyword Empirical Bayes fi
dc.subject.keyword musta piste fi
dc.subject.keyword negatiivinen binomimalli fi
dc.subject.keyword yleistetty lineaarinen malli fi
dc.identifier.urn URN:NBN:fi:aalto-201505132659
dc.programme.major Liikenne- ja tietekniikka fi
dc.programme.mcode R3004 fi
dc.type.ontasot Master's thesis en
dc.type.ontasot Diplomityö fi
dc.contributor.supervisor Luttinen, Tapio
dc.programme Yhdyskunta- ja ympäristötekniikan koulutusohjelma fi


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account