User Tools

Site Tools


jordan_aupetit:projet_visu

Table of Contents

Rapport Visualisation

Contexte du projet :


La sécurité routière est un point capital à traiter, car il est toujours possible de trouver une méthode augmentant significativement la qualité de vie des usagers. C’est à partir de cette idée que nous mettrons en évidence certains éléments notables afin de mettre en garde l’État sur certains facteurs à risque. Cette étude permettra en outre d’avertir les usagers de la route au sujet des zones dangereuses ou des périodes les moins sûres pour prendre son véhicule.

Informations :


Nous avons décidé de choisir un jeu de données relatifs aux accidents de voitures en 2007 aux États-Unis. Celui-ci comporte de multiples champs comme par exemple :

  • Le nombre de piétons impliqués
  • Le nombre de morts
  • Les conducteurs ivres impliqués
  • Les limitations de vitesse
  • Les types de route
  • La localisation de l’accident
  • Etc.

Script sur les heures : http://www.mediafire.com/view/bdzxl0k83b5zrf0/script_hour.py

Script sur la luminosité : http://www.mediafire.com/view/4u10r1crcrn67zp/script_light.py

Script sur les routes : http://www.mediafire.com/view/fqiss70e77i8yjd/script_route.py

La page où les éléments du projet ont été trouvés est disponible ici :
https://wiki.csc.calpoly.edu/datasets/wiki/HighwayAccidents
Le jeu de données est téléchargeable ici :
https://wiki.csc.calpoly.edu/datasets/attachment/wiki/HighwayAccidents/ACCIDENT2007-FullDataSet.csv
Les informations sur le jeu de données sont sur le .pdf suivant :
http://ftp.nhtsa.dot.gov/FARS/FARS-DOC/USERGUIDE-2007.pdf
(nt: tous les éléments indiqués sur ce .pdf ne sont pas dans les .csv disponibles)

Questions :

Nous avons réalisé trois analyses de différents groupes de données :

1) Quels sont les moments de la journée où les dangers sont le plus présents pour tout type d’usager ? (Heures, Implication des piétons et zones des accidents)

Script sur les heures : http://www.mediafire.com/view/bdzxl0k83b5zrf0/script_hour.py

Explications :
On commence par établir 24 zones circulaires disposées comme les heures sur une horloge. Ces zones représentent l’heure à laquelle sont survenus les accidents.

Ces zones sont divisées en deux couleurs : Orange si des piétons ont été impliqués dans l’accident. Gris clair s’il n’y a que des véhicules. Cela permet d’estimer un ratio sur le nombre d’accidents incluant des piétons et ceux n’en incluant pas pour chaque heure. Pour chacune de ces zones circulaires est attribuée une barre (comme l’aiguille d’une horloge). Une barre représente le nombre total d’accidents survenus à cette heure-ci. Une barre qui touche sa zone circulaire indique que c’est l’heure qui possède le maximum d’accidents par heure. Cela permet de comparer le nombre d’accidents pour chaque heure. Chacune de ses barres possède deux couleurs : Vert indique un accident ayant lieu dans une zone rurale. Gris foncé indique un accident ayant eu lieu dans une zone urbaine. Observations : Ces données nous permettent de constater plusieurs choses :

La plage horaire la plus sûre commence à 8:00 et s’étend vers 13:00. Dans la mesure où le début de cette zone correspond à l’embauche des travailleurs et a potentiellement une luminosité faible, on aurait pu supposer le contraire. Pour ce qui est des alentours de midi, la majorité des gens est au travail réduisant ainsi les risques encourus.

Suite à ça, l’après-midi est la zone la plus à risque avec un accroissement rapide de 15:00 à 20:00. Englobant les heures de fin de journée de travail, on peut supposer que les routes sont engorgées et les usagers impatients de rentrer chez eux, quitte à commettre des imprudences.

On assiste à un pic de dangerosité vers 1:00 et 2:00 du matin. On remarque que les accidents en milieu urbain sont plus fréquents que pour beaucoup d’autres heures. On peut alors supposer que les usagers responsables sont ceux sortant de soirées/bars/etc. ayant potentiellement bu. Il serait intéressant de coupler ses données avec celles de la question 1 afin de pouvoir vérifier cette hypothèse.

Il y a peu d’accidents vers 3:00 et 4:00, ce qui s’explique par le fait qu’il ne doit pas y avoir beaucoup de véhicules sur les voies de circulation. Il faudrait effectuer une comparaison entre la circulation d‘heure de pointe et celle de ces tranches horaires afin de savoir si la situation n’est quand même pas plus dangereuse que pour une heure habituelle pour conduire.

2) Quelle est l’importance des conditions visuelles et climatiques dans la gravité d’un accident ? (Luminosité, Gravité de l’accident, Alcoolisme et types de routes)

Script sur la luminosité : http://www.mediafire.com/view/4u10r1crcrn67zp/script_light.py

Explications :
On commence par regrouper les accidents en fonction de la luminosité. Nous avons retenu trois catégories qui regroupaient la majorité des accidents qui sont “Daylight”, “Lowlight” et “Dark”. Nous avons ensuite établi un score de gravité pour chaque accident, déterminé en fonction du nombre de personnes impliquées et du nombre de morts. La hauteur des zones est déterminée par ce score. Une zone haute indique donc une zone dangereuse. La largeur des zones est déterminée par le nombre d’accidents survenus. Les 3 groupes de luminosité sont subdivisés en 5 groupes horizontaux représentant les types de routes rencontrés (béton/asphalte/pavés/graviers/terre). La zone grise de chaque zone représente le nombre d’accidents impliquant des conducteurs ivres.

Comme on peut le voir ici, nous avons bien les trois colonnes représentant les trois types de luminosités. Nous avons créé une légende dans notre visualisation, car ça aurait été moins lisible de mettre des labels sur chacun des noeuds (ceux-ci étant potentiellement très petits). La largeur des colonnes montre le nombre d’accidents et sa hauteur montre la gravité des accidents.

Si on regarde cette colonne en particulier, on peut distinguer les 5 lignes représentant les cinq différentes surfaces de routes. Du fait du peu d’accidents sur l’une d’entre elles, une des lignes est très petite et on ne la distingue pas sans zoomer. Elle se situe entre l’orange clair et le bleu clair. La section grise des lignes représente la proportion d’accidents avec des personnes ivres.

Observations :
Ces données nous permettent d’établir que dans ce jeu de données, les accidents arrivent majoritairement en pleine journée, sur des routes en asphalte et avec un faible taux de personnes alcoolisés. On remarque également que l’alcool est pratiquement absent des accidents se déroulant sur les autres surfaces. L’asphalte étant un revêtement favorisant la vitesse par rapport aux autres types de routes, on peut supposer que l’ivresse devient un facteur létal encore plus important si elle est couplée à une vitesse élevée.

3) Quelles routes sont les plus dangereuses aux USA afin d’obtenir des endroits ciblés où faire des modifications ? (Routes, Causes des accidents)

Script sur les routes : http://www.mediafire.com/view/fqiss70e77i8yjd/script_route.py

Explications :
Pour cette dernière analyse, nous avons décidé de présenter des résultats permettant de mettre en évidence les routes les plus problématiques et les accidents qui y surviennent régulièrement. C’est une solution simple afin de savoir où et comment investir pour rendre plus fiables les infrastructures routières. En effet, nous avons listé les accidents en fonction des routes sur lesquelles ils se produisaient et nous avons gardé les plus récurrentes. Nous avons ensuite listé les plus importantes causes de ces accidents en fonction de la route. Pour certaines causes, cela peut permettre à l’Etat de réagir plus facilement qu’avec des résultats plus généraux comme sur un type de route ou encore sur l’heure de la journée.

Nous pouvons observer ici, les accidents se produisant sur trois routes “I-10”, “I-95” et “US-1”. Plus le cercle est grand, que ce soit pour les routes ou pour les causes, plus le nombre d’accidents est important. Il arrive que les “labels” ne s’affichent pas, en fonction de la distance de la caméra ou si le message se superpose avec un autre. Ici, un message ne s’affiche pas à cause du message “Route : I-10”. Il suffit de zoomer pour qu’il apparaisse.

Ici, une vue plus rapprochée de la route “I-10” où l’on peut voir les principales causes des accidents. La première de ces causes est lorsqu’un véhicule en percute un autre sur la même voie de circulation alors que la plus faible, est lorsqu’un véhicule percute un véhicule sur une autre voie.

Observations :
On aurait pu penser que les causes d’accidents seraient globalement les mêmes sur les différentes routes, mais ce n’est pas forcément le cas. Il apparaît comme évident que les routes ont un facteur risque qui leur est propre. Il serait alors intéressant d’avoir plus d’informations concernant les routes afin de pouvoir établir les raisons des accidents de façon plus précise pour pouvoir éventuellement corriger ces problèmes.

Conclusion :


Les deux premières visualisations, en couplant leurs observations, donnent les informations nécessaires pour établir un campagne d'avertissement des usagers. La troisième visualisation permet, quant à elle, de mettre en valeur des éléments concrets permettant l'amélioration de l'infrastructure routière.

/net/html/perso/melancon/Visual_Analytics_Course/data/pages/jordan_aupetit/projet_visu.txt · Last modified: 2015/01/20 21:50 by aupetit