Search

During winter, road conditions play a crucial role in traffic flow efficiency and road safety. Icy, snowy, slushy, and wet road conditions reduce tire friction and affect vehicle stability which could lead to dangerous crashes. To keep traffic operations safe, cities spend a significant budget on winter maintenance operations such as snow plowing and spreading of salt and sand. This paper proposes a methodology for automated winter road surface condition classification using convolutional neural network (CNN) and the combination of thermal and visible light cameras. As part of this research, 4244 pairs of visible light and thermal images are captured from pavement surfaces and classified into snowy, icy, wet, and slushy surface conditions. Two single-stream CNN models (visible light and thermal streams) and one dual-stream CNN model are developed. The average F1-Score of dual-stream model is 0.866,0.935,0.985, and 0.888 on snowy, icy, wet, and slushy, respectively. The weighted average F1-Score is 0.94. Key words: winter road surface condition monitoring, winter road maintenance, convolutional neural network, sensor fusion, thermal camera. En hiver, les conditions routieres ont un impact crucial sur l'efficacite de la circulation et la securite routiere. Les conditions glacees, enneigees, boueuses et mouillees sur la route reduisent le frottement des pneus et ont une incidence sur la stabilite du vehicule, ce qui pourrait entrainer des accidents dangereux. Pour assurer la securite de la circulation, les villes consacrent un budget important aux operations d'entretien hivernal, comme le deneigement et l'epandage de sel et de sable. Cet article propose une methodologie de classification automatisee des conditions de la surface de roulement d'hiver a l'aide d'un reseau neuronal convolutif (RNC) et de la combinaison de cameras thermiques et de cameras a lumiere visible. Dans le cadre de cette recherche, 4244 paires d'images de lumiere visible et d'images thermiques sont capturees a partir des surfaces de chaussee et classees en conditions de surface neigeuse, glacee, humide et boueuse. Deux modeles RNC a flux unique (lumiere visible et flux thermiques) et un modele RNC a double flux sont developpes. Le score F1 moyen du modele a double flux est de 0,866, 0,935,0,985 et 0,888 sur neige, glace, mouillee et neige fondante, respectivement. Le score F1 moyen pondere est de 0,94. [Traduit par la Redaction] Mots-cles : surveillance de l'etat de la surface des routes l'hiver, entretien des routes l'hiver, reseau neuronal convolutif, fusion de capteurs, camera thermique., 1. Introduction In winter, road surface condition greatly affects traffic efficiency and safety, especially in countries that experience long winters and harsh climates. The literature discusses the relationship between road [...]

A number of traffic safety studies have investigated temporal variations in road safety indicators such as crash frequency, confirming that such variations exist. This paper examined whether speeding is more likely on weekend nights relative to all other times of the day by directly comparing speeding during weekends and weekdays. To this end, we analyzed a sample of local streets, in Montreal, for which speed data were collected automatically using traffic analyzer sensors. We found that, interestingly, weekend speeding was less likely to occur during night hours, whereas it was more likely to occur during evening and midday hours. Among other findings, the results indicated that one-way streets and those having a speed limit of 50 km/h were slightly less prevalent in speeding on weekends. Our results can be useful in designing road safety interventions, including publicity campaigns and police enforcement, which aim at reducing speeding behaviours. Key words: speeding behaviour, weekends, weekdays, speed limits, temporal variation. Un certain nombre d'etudes sur la securite routiere ont examine les variations temporelles des indicateurs de securite routiere, comme la frequence des accidents, ce qui confirme l'existence de telles variations. Cet article a examine si les exces de vitesse sont plus probables la nuit de fin de semaine par rapport a toutes les autres heures de la journee en comparant directement les exces de vitesse pendant les fins de semaine et les jours de semaine. A cette fin, nous avons analyse un echantillon de rues locales, a Montreal, pour lesquelles des donnees de vitesse ont ete recueillies automatiquement a l'aide de capteurs pour l'analyse de la circulation. Fait interessant, nous avons constate que les exces de vitesse en fin de semaine etaient moins susceptibles de se produire pendant les heures de nuit, alors qu'ils etaient plus susceptibles de se produire le soir et le midi. Entre autres conclusions, les resultats ont indique que dans les rues a sens unique et celles qui ont une limite de vitesse de 50 km/h les exces de vitesse les fins de semaine etaient un peu moins frequents. Nos resultats peuvent servir a la conception des interventions en matiere de securite routiere, y compris des campagnes de publicite et l'application de la loi, visant a reduire les exces de vitesse. [Traduit par la Redaction] Mots-cles: exces de vitesse, fins de semaine, jours de semaine, limites de vitesse, variation temporelle., Introduction Active travel modes safety is a major concern in many urban settings. For example, more than 15% of Canadian road fatalities were pedestrians for the period 2013 to 2017, [...]

Large speed differentials between highway segments are associated with an increase in the number of accidents. Traditional speed differential measures, derived from single-level linear regression models, suffer from serious deficiencies, namely underestimating the speed differential (due to intracorrelated data) and inflating the adequacy of the model's explanation (due to aggregate data). High-quality speed differentia] predictions are highly desirable right from the initial design phase, but the estimation process is not straightforward, and decision makers must recognize that speed differential predictions are subject to considerable uncertainty. This paper compares four models; two single-level models, a conventional multilevel model, and a Bayes multilevel model. The results show empirically that multilevel models increase the accuracy and precision of estimates of speed differentials, possibly with fewer data. The paper introduces a new, easy to interpret speed consistency measure that simply represents the probability that a vehicle exceeds a certain speed differential. This measure is calculated using a multilevel model and takes into account the uncertainty in the estimates of speed differentials. Overall, we show that a multilevel modeling approach can improve the quality of decision making that makes use of speed differential information in road design and road safety. Key words: speed, highway safety, statistical models, road design. Les grands differentiels de vitesse entre des troncons d'autoroute sont relies a une augmentation du nombre d'accidents. Les mesures habituelles de mesure de la vitesse, derivees de modeles de regression lineaire a un niveau, presentent de graves manques : sous-estimation du differentiel de vitesse (en raison de l'intra-correlation des donnees) et l'exageration de la pertinence de Implication du modele (en raison des donnees globales). Il serait souhaitable d'avoir des previsions du differentiel de vitesse de grande qualite des la phase de conception initiale, mais le processus d'estimation n'est pas simple et les decideurs doivent reconnaitre que les previsions du differentiel de vitesse sont sujettes a une grande incertitude. Le present article compare quatre modeles : deux modeles a un niveau, un modele convenlionnel a plusieurs niveaux, et un modele de Bayes a plusieurs niveaux. Les resullais montrent de maniere empirique que les modeles a plusieurs niveaux augmentent l'exactirude et la precision des estimations des differentiels de vitesse, possiblement en utilisant moins de donnees. Cet article introduit une nouvelle mesure facile a interpreter de la Constance de la vitesse qui represente simplement la probability qu'un vehieule excede un certain differentiel de vitesses. Cette mesure est calculee en utilisant un modele a plusieurs niveaux et elle tient compte de l'incertitude dans les estimations des differentiels de vitesse. De maniere generate, nous montrons qu'une approche de modelisation a plusieurs niveaux peut ameliorer la qualite de la prise de decisions qui se servent des differentiels de vitesse lors de la conception des routes et pour la securite routiere. Mots-des : vitesse. securite routiere. modeles statistiques, conception routiere., [Traduit par la Redaction] Introduction The concepts of design speed and speed consistency are well established in the highway design process (Fitzpatrick et al. 2000; AASHTO 2004). Speed consistency is [...]