[논문 리뷰] A Countrywide Traffic Accident Dataset

Sobhan Moosavi, Mohammad Hossein Samavatian외 2명|arXiv (Cornell University)|2019. 06. 12.

Traffic and Road Safety참고 문헌 14인용 수 55

한 줄 요약

이 논문은 US-Accidents를 제시합니다, 연속 미국의 공공 이용 가능한 데이터셋으로 약 2.25 million 건의 교통 사고(2016–2019)를 위치, 날씨, POI, 시간 맥락으로 보강하고 재현 가능한 데이터 수집 파이프라인을 제공합니다.

ABSTRACT

Reducing traffic accidents is an important public safety challenge. However, the majority of studies on traffic accident analysis and prediction have used small-scale datasets with limited coverage, which limits their impact and applicability; and existing large-scale datasets are either private, old, or do not include important contextual information such as environmental stimuli (weather, points-of-interest, etc.). In order to help the research community address these shortcomings we have - through a comprehensive process of data collection, integration, and augmentation - created a large-scale publicly available database of accident information named US-Accidents. US-Accidents currently contains data about $2.25$ million instances of traffic accidents that took place within the contiguous United States, and over the last three years. Each accident record consists of a variety of intrinsic and contextual attributes such as location, time, natural language description, weather, period-of-day, and points-of-interest. We present this dataset in this paper, along with a wide range of insights gleaned from this dataset with respect to the spatiotemporal characteristics of accidents. The dataset is publicly available at https://smoosavi.org/datasets/us_accidents.

연구 동기 및 목표

• 광범위한 지리적 범위와 속성 커버리지를 갖춘 대규모의 공개적으로 접근 가능한 미국 교통사고 데이터셋을 제공한다.
• 데이터셋을 생성하는 데이터 수집, 통합 및 보강 파이프라인을 설명한다.
• 교통사고의 시공간 패턴, 기상 영향 및 POI 상관관계 연구를 가능하게 한다.

제안 방법

• MapQuest Traffic 및 Bing Map Traffic APIs에서 스트리밍 교통 이벤트를 수집한다.
• Haversine 거리 및 시간 임계값(250 meters, 10 minutes)을 사용하여 항목 중복 제거한다.
• Nominatim을 통해 주소를 얻기 위해 역 지오코딩으로 사고를 보강한다.
• 가장 가까운 Weather Underground 관측소에 연결하여 기상 데이터를 보강한다(평균 시간 지연 약 15분).
• 정규식으로 파생된 위치 신호와의 상관관계를 극대화하도록 선택된 거리 임계값을 사용하여 Open Street Map의 POI 주석으로 보강한다(알고리즘 1).
• TimeAndDate API를 사용하여 여러 트와일라이트 시스템에서 낮/밤을 표시하도록 시간대를 주석 처리한다.

실험 결과

연구 질문

• RQ1 국가 규모의 교통사고 데이터셋에서 스트리밍 소스로 달성할 수 있는 규모와 속성의 풍부성은 어느 정도인가?
• RQ2 이질적인 데이터(날씨, POI, 시간)를 어떻게 통합하고 보강하여 사고 분석을 향상시킬 수 있는가?
• RQ3 대규모 사고 말뭉치에서 관찰되는 시공간 패턴과 환경 상관관계는 무엇인가?

주요 결과

• US-Accidents는 February 2016부터 March 2019까지 연속 미국에 대한 약 2.25 million 건의 사고 기록을 포함한다.
• 약 24,600건의 중복을 제거하여 통합 후 2.25 million 건의 사고가 남았다.
• 약 27.5%의 사고가 최소 한 개의 POI 유형으로 보강되었고; 73%의 사고는 일출 이후에 발생했다.
• 로컬 도로에서 또는 로컬 도로 근처에서 발생한 사고가 약 32%, 고속도로 근처에서 발생한 사고가 약 40%였으며; Bing은 고속도로에서 더 많이 보고하고 MapQuest는 교차로에서 더 많이 보고한다.
• 식별된 최적의 POI 주석 임계값은 교차로에 대해 30미터, 분기점에 대해 100미터였다.