Método georreferenciado de identificação de trechos concentradores de acidentes para suporte à tomada de decisão em relação à fiscalização dos limites de velocidade em rodovias

Abstract

A velocidade incompatível e excessiva praticada pelos motoristas é indicada como o principal fator contribuinte para a incidência de acidentes de trânsito que resultam em mortes ou lesões graves. Estudos tem demonstrado que entre 40% e 50% das pessoas dirigem acima do limite de velocidade regulamentado para a via. Diante desses fatos, políticas de segurança viária têm estabelecido diretrizes para que os órgãos de trânsito busquem a redução dos acidentes causados pelo excesso de velocidade, bem como a mitigação dos seus efeitos, por meio do emprego de medidas de fiscalização, engenharia e educação. A fiscalização ostensiva realizada por equipamentos fixos é considerada uma estratégia eficiente em comunicar aos usuários da via a mensagem de que ultrapassar os limites máximos de velocidade é uma transgressão às normas de trânsito e não será tolerado qualquer que seja o local ou a hora. Considerando esses fatores, esta pesquisa objetiva a proposição de um método georreferenciado de identificação de trechos concentradores de acidentes para auxílio aos processos de seleção e priorização de locais para instalação e operação de equipamentos de fiscalização eletrônica dos limites máximos de velocidade. Para definição do método proposto, uma revisão sistemática de literatura foi realizada sobre trabalhos científicos relacionados à gestão da segurança viária que abordam técnicas de análise de padrões de associação espacial na identificação de trechos concentradores de acidentes considerados críticos. Em seguida da análise dos resultados dessa revisão sistemática, foi proposto um método para identificação de trechos concentradores de acidentes apoiado em técnicas georreferenciadas de clustering rígido baseadas na densidade dos acidentes ocorridos em uma determinada região. Sendo que, para o cômputo da densidade foram utilizadas medidas de desempenho de segurança relacionadas à severidade e ao custo socioeconômico dos acidentes. A partir dos trechos concentradores identificados, são propostas técnicas de classificação de risco e modelos de relatório de resultados a fim de apoiar os tomadores de decisão no exame e identificação de locais de interesse à ação de fiscalização do limite máximo de velocidade. Por fim, a exequibilidade do método desenvolvido é demonstrada com a apresentação dos resultados obtidos com um exemplo prático realizado a partir dos acidentes de trânsito registrados pela PRF entre os anos de 2017 e 2020 sobre a malha rodoviária federal de Santa Catarina.

Abstract: The inappropriate and excessive speed practiced by drivers is one of the main contributing factors to traffic crashes resulting in deaths or serious injuries. Studies have shown that between 40% and 50% of people drive above the regulated road speed limit. Faced with these facts, road safety policies have established guidelines for traffic agencies to seek the reduction of crashes caused by speeding, as well as the mitigation of its effects, by applying enforcement measures, engineering, and education. Traffic speed enforcement cameras are considered an efficient strategy in communicating to users of the road the message that exceeding the maximum speed limits is a violation of traffic regulations and will not be tolerated whatever the location or the hour. Considering all these factors, this research's objective is to propose a method for traffic crashes hotspot identification that aids the processes of selection and prioritization of locations for installation and operation of traffic speed enforcement cameras. To define the proposed method, a systematic literature review was carried out on scientific works related to the management of road safety that address techniques for analyzing patterns of spatial association in the identification of traffic crashes hotspot. After analyzing the results of this systematic review, a method was proposed for identifying traffic crashes hotspot through rigid clustering techniques based on the density of crashes that occurred in each region. For the density calculation, safety performance measures related to crashes severity and socioeconomic cost were applied. Based on the identified traffic crashes hotspot risk classification techniques and results reporting models are proposed to support decision makers in examination and identification of sites of interest to enforcement maximum speed limit. Finally, the feasibility of the method developed is demonstrated with the presentation of the results obtained with a practical example carried out from traffic crashes recorded by PRF between 2017 and 2020 on the federal road network of Santa Catarina.