Sécurité routière : une nouvelle étude menée par des ingénieurs de l'Université du Massachusetts à Amherst a identifié des facteurs clés qui peuvent prédire les accidents de la route grâce à l'IA. L'étude, qui s'est appuyée sur l'apprentissage automatique, a révélé que des changements brusques de limitation de vitesse et un marquage incomplet des voies figurent parmi les éléments les plus influents pour déterminer le risque d'accident.
Les travaux ayant conduit à cette étude publiée dans la revue Transportation Research Record résultent d'un effort de collaboration entre des experts du Massachusetts et de la Grèce. Du côté de l'Université du Massachusetts à Amherst, les contributions proviennent de Jimi Oke, professeur adjoint en génie civil et environnemental, d'Eleni Christofa, professeure associée dans les mêmes disciplines, ainsi que de Simos Gerasimidis, professeur agrégé dans ces domaines. Les autres contributeurs sont issus de la société d'ingénierie publique grecque Egnatia Odos, spécialisée dans le génie civil.
Un regard approfondi à partir de données grecques
Pour mener à bien cette analyse, les chercheurs ont pu s'appuyer sur un vaste ensemble de données. Celles-ci couvrant 9300 miles de routes répartis sur 7000 sites différents en Grèce. La société Egnatia Odos disposait des données réelles concernant l'intégralité du réseau autoroutier national, une ressource particulièrement riche commente Gerasimidis.
Oke, qui officie avec Christofa au UMass Transportation Center, suspecte que les conclusions dépassent les frontières helléniques. « Cette problématique revêt un caractère mondial, concernant autant les États-Unis que d'autres pays » indique-t-il. Si les différences de conception routière peuvent influencer le poids relatif des variables, la nature intuitive des caractéristiques identifiées laisse supposer leur importance, quel que soit le lieu.
De la data à la sécurité routière : comment l'IA transforme-t-elle la prévention des accidents ?
« La nature même de ces indicateurs relève d'observations universelles. Rien ne permet donc de douter de leur applicabilité dans d'autres contextes comme celui des États-Unis », souligne-t-il. Il ajoute que cette approche pourrait aisément être déployée sur de nouveaux jeux de données provenant d'autres régions.
Surtout, elle permet de capitaliser sur des décennies d'informations routières accumulées. « Nous disposons d'une masse considérable de mesures que nous pouvons désormais exploiter pour prédire les risques d'accidents sur nos routes. C'est un progrès majeur vers l'amélioration globale des niveaux de sécurité », a-t-il ajouté.
Les perspectives d'applications futures sont nombreuses. Dans un premier temps, cela aidera les recherches à se concentrer sur les caractéristiques les plus pertinentes à approfondir. « Nous disposions initialement d'une soixantaine d'indicateurs potentiels. Mais à présent, nous pouvons réellement focaliser nos moyens sur les plus cruciaux », explique Oke. « On pourra alors analyser plus en détail comment certaines caractéristiques spécifiques influencent réellement la survenue d'accidents. Puis vérifier si la résolution de ces problèmes se traduit effectivement par une baisse du nombre d'incidents ».
L'IA au volant, un défi relevé, une solution en vue
Oke envisage également comment ces travaux pourraient servir à l'entraînement d'intelligences artificielles pour la surveillance en temps réel de l'état du réseau routier. « On pourrait former des modèles capables d'identifier ces caractéristiques à partir d'images, puis prédire les risques d'accident. Ce serait une première étape vers un système automatisé de monitoring, tout en fournissant des recommandations sur les points à corriger en priorité ».
Selon Gerasimidis, ces travaux illustrent une application concrète et prometteuse de l'intelligence artificielle. « Nous réalisons ici un progrès majeur, avec des résultats techniques applicables sur le terrain », fait-il remarquer.
« L'objectif était de mener cette étude sur l'IA et d'en présenter les conclusions aux autorités, pour leur montrer ce qui est désormais possible. Obtenir des résultats IA exploitables concrètement représente un défi de taille, et cette recherche en fait partie selon moi. Il revient maintenant aux instances grecques d'utiliser ces nouveaux outils pour s'attaquer au grave problème de la mortalité routière. Nous sommes impatients de voir nos travaux contribuer à l'amélioration de cette situation ».
« Ces réalisations pourraient aussi servir de feuille de route pour de futures collaborations entre universitaires et ingénieurs sur d'autres sujets », poursuit-il. « L'alliance entre outils mathématiques et données de terrain constitue un moyen puissant d'examiner les défis sociétaux ».
- Partager l'article :
