Abstract
A modelagem da segurança viária se coloca como importante alternativa na otimização de recursos e esforços para promoção de mobilidade segura. Este trabalho apresenta o mapeamento sistemático de artigos que tratam do desenvolvimento de modelos de previsão de acidentes, especialmente em rodovias, com uso de técnicas de aprendizado de máquina (AM). Para tanto, foi aplicado um protocolo de condução da revisão, utilizando como bases de dados o Portal de Periódicos Capes e Google Acadêmico. Inicialmente alguns aspectos bibliométricos foram apresentados, seguido de uma análise qualitativa. Como resultados fez-se a identificação das principais abordagens metodológicas e suas características, desempenho dos modelos e variáveis explicativas. Desta forma, o mapeamento foi importante para traçar o panorama da área de pesquisa, apontar limitações e oportunidades de investigação e ainda, evidenciar o potencial de utilização de AM para análise de acidentes de trânsito.
Highlights
Nodari (2003) acredita que a forma mais eficiente de tratar a problemática da segurança viária, sem desperdiçar os escassos recursos disponíveis, se dá por meio de um programa abrangente de gerenciamento da segurança viária (GSV)
Do ponto de vista de principais centros de investigação e pesquisadores, constatou-se que as publicações americanas, à exceção de dois trabalhos, são oriundas de duas universidades, em que, pelo menos um dos autores está presente em todos os artigos publicados pelo respectivo grupo de pesquisa
Denota-se que os fatores viário-ambientais, além de terem sido empregados em todos os modelos, possuem o maior número de ocorrência de suas variáveis, com quase 45% do total
Summary
A acidentalidade no trânsito é uma das grandes preocupações a nível mundial. Conforme estudo da OMS, no ano de 2010 ocorreram 1,24 milhões de mortes por acidente de trânsito e ainda, cerca de 50 milhões de pessoas sobreviveram aos sinistros com algum tipo de lesão. Chang (2005), Kim e Washington (2006), Lord e Mannering (2010), Cafiso et al (2010) e Costa (2013) destacam a importância da modelagem da segurança viária como ferramenta fundamental para a promoção da mobilidade mais segura, especialmente através da redução de acidentes e sua severidade. A modelagem da segurança viária é tradicionalmente estatística, no entanto, alguns pesquisadores (Mussone et al, 1999; Li et al, 2012; Chang, 2005) destacam que este tipo de modelagem requer suposição sobre a distribuição dos dados e ainda, estabelece uma forma funcional entre variáveis dependentes e explicativas. Os autores ainda evidenciam que o uso de redes neurais artificiais (RNA) não requer este tipo de relação pré-definida entre as variáveis e em vez de elaborar uma forma funcional analítica, tarefa bastante complexa e laboriosa, é reconstruído um modelo, a partir do aprendizado dos dados reais de acidentes, com os pesos empregados para cada variável. O presente artigo busca apresentar um panorama das pesquisas em modelagem da segurança viária desenvolvidas com recurso às técnicas de AM
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
