Automatic Behavior Analysis and Understanding of Collision Processes Using Video Sensors

La sécurité routière est un des problèmes de société les plus importants à cause des multiples impacts et coûts des accidents de la route. Traditionnellement, le diagnostic de sécurité repose principalement sur les données historiques de collision. Cette approche réactive mène à remédier au problème de sécurité après que ses impacts sur la société soit déjà réalisés. Les analystes de la sécurité et les décideurs doivent attendre jusqu'à ce qu'un nombre suffisant de collisions (ce qui demande d'attendre habituellement au moins trois ans) soit collecté pour analyser ou mettre en place des mesures d'amélioration de la sécurité routière. Les méthodes substituts (« surrogate ») d'analyse de la sécurité constituent une approche alternative proactive qui s'appuie sur l'observation d'événements « dangereux » sans collision, souvent appelé accidents « évités de justesse » (« near misses ») ou « conflits ». Parmi ces approches, les techniques de conflits de trafic (TCT) reposent sur la collecte des données de conflit par des observateurs sur le terrain qui interprètent leur sévérité. Par conséquent, les TCT souffrent des variations de jugement des observateurs, de la difficulté de mesurer les indicateurs de sécurité en temps réel par les observateurs, et du coût de la collecte des données.

Abstract

Traffic safety is one of the most important social issues due to the multiple costs of collisions. Traditionally, safety diagnosis depends mainly on historical collision data. This reactive approach leads to remedy the existing safety problem after the materialization of the induced social cost. Safety analysts and decision makers must wait till a sufficient number of collisions (typically at least 3 years of collision data) is collected to analyze and to devise countermeasures. Surrogate safety analysis is an alternative and proactive approach that relies on the observation of traffic events without a collision, in particular “unsafe” events often called “near misses” or “conflicts”. Among these approaches, traffic conflict techniques (TCT) rely mainly on field observers to identify conflicts and interpret their severity. Consequently, TCTs suffer from the variations of observer judgement, the cost of collecting conflict data, and the difficulty of measuring safety indicators in real time by the observers.