Vid analyser och undersökningar av trafikrelaterade ämnen måste användaren själv lokalisera relevant och aktuell data. Det finns inte heller några garantier på att all nödvändig information går att kombinera på efterfrågat sätt. Detta ställer allt högre krav på kunskaper inom datahantering när det kommer till att skapa modeller och effektsamband för att förebygga olyckor i trafiken. Studiens mål är att undersöka om det är möjligt att kombinera olika data för att skapa en generisk databas som går att nyttja i arbeten med modeller och effektsamband för ökad trafiksäkerhet. Med denna generiska databas har olycksstatistiken för trafikplatser i Region Västmanland undersökts för att idenfitera bidragande orsaker till att olyckor sker. Studiens fokus har legat på arbetet med att ta fram och nyttja en generisk databas genom automatisk selektion av trafiktekniska element såsom trafikplatser. Genom insamling och anpassning av data från NVDB och STRADA har olika typer av analyser gjorts i programmen QGIS och R med syfte att hitta samband mellan olika attribut och trafikolyckor. Utöver detta har tre intervjuer genomförts med sakkunniga inom ämnesområdet.Resultatet som erhölls fann att det idag inte är möjligt att kunna skapa en generisk databas för trafikolyckor innehållande den stora mängd data som efterfrågas. Detta då utformningen av strukturen för den data som inkluderas behöver uppdateras och anpassas. Det saknas även tekniska kunskaper inom området för att automatisera den process som sökes. Gällande identifieringen av attribut som har korrelation med trafikolyckor blev resultatet att det inte gick att hitta statistiska samband med god signifikans. För trafikolyckor finns det en stor spridning och således är det svårt att hitta specifika samband mellan enskilda attribut och olyckor. Därför behövs fler trafikplatser integreras i databasen eller en mer utvidgad statisk analys. / In the analysis and investigation of traffic-related topics users must be responsible for locating relevant and current data. There are no guarantees that all necessary information can be combined in the requested way. This puts higher demand on knowledge in data management when it comes to preventing accidents in traffic. The aim of this study is to investigate the possibility to combine different data to create a generic database that can be used in work with road safety. With the help of this database, the accident statistics for traffic locations in Region Västmanland have been examined in an attempt to identify contributing causes of accidents. The focus has been on developing and using a generic database. By collecting and adapting data from NVDB and STRADA, different types of analyzes have been made in the programs QGIS and R, with the aim of finding connections between parameters and traffic accidents. In addition, three interviews were conducted with relevant experts. The result was that today it is not realistic to be able to create a generic database containing the large amount of information that is requested. It is because the structure of the data needs to be updated and adapted. But also because there is a lack of technical knowledge in the field to automate the process sought. The results showed that regarding the it was not possible to find statistical correlations with traffic accidents. The wide spread in traffic accidents make it difficult to find specific correlations between individual factors and accidents. Therefore the study suggests that more interchanges get integrated into the database or an extended statistical analysis of the current database.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:kth-299037 |
| Date | January 2021 |
| Creators | Bexhorn, Johan, Tägtström, Ninnie |
| Publisher | KTH, Transportplanering |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | TRITA-ABE-MBT ; 21497 |
Page generated in 0.0102 seconds