Труды КНЦ (Технические науки вып. 7/2023(14))
Труды Кольского научного центра РАН. Серия: Технические науки. 2023. Т. 14, № 7. С. 79-85. Transactions of the Kola Science Centre of RAS. Series: Engineering Sciences. 2023. Vol. 14, No. 7. P. 79-85. Научная статья УДК 004.853 doi:10.37614/2949-1215.2023.14.7.008 ОНТОЛОГО-ОРИЕНТИРОВАННАЯ ГЕОАНАЛИТИКА ДЛЯ ОПРЕДЕЛЕНИЯ МЕСТ КОНЦЕНТРАЦИИ ДТП НА УЧАСТКАХ УЛИЧНО-ДОРОЖНОЙ СЕТИ Александр Викторович Смирнов1, Николай Николаевич Тесляш 12Санкт-Петебургский федеральный исследовательский центр Российской академии наук, Санкт-Петербург, Россия 1smir@iias.spb.su 2teslya@iias.spb.su в , https://orcid. org/0000-0003-0619-8620 Аннотация Геоаналитика является важным инструментом при анализе городской среды. В работе основное внимание уделено развитию инструментов геоаналитики путем онтолого-ориентированного объединения информации из разнородных источников для определения потенциально аварийно-опасных участков дорожной сети, что может быть использовано для построения маршрутов по минимально опасным дорогам. Разнородность вызвана разнообразием типов предоставляемой информации, собираемой как централизованно дорожными и экстренными службами, так и распределенно с помощью волонтеров. В качестве примера рассматривается объединение разнородных источников информации в единой аналитической системе и проведение геоанализа частоты аварийности на отдельных участках дорог для определения наиболее частого типа и причины аварийности. Результат анализа может быть использован для построения маршрута в обход участков дорожной сети с повышенной концентрацией ДТП. Ключевые слова: геоаналитика, онтология, анализ аварийности, агрегация информации, места концентрации ДТП Благодарности: исследование выполнено в рамках государственного задания Санкт-Петербургского федерального исследовательского центра Российской академии наук FFZF-2022-0005. Для цитирования: Смирнов А. В., Тесля Н. Н. Онтолого-ориентированная геоаналитика для определения мест концентрации ДТП на участках улично-дорожной сети // Труды Кольского научного центра РАН. Серия: Технические науки. 2023. Т. 14, №. 7. С. 79-85. doi:10.37614/2949-1215.2023.14.7.008. Original article ONTOLOGY-ORIENTED GEOANALYTICS FOR DETERMINING CONCENTRATION OF ROAD ACCIDENTS ON AREAS OF THE ROAD NETWORK Alexander A. Smirnov1, Nikolay N. Teslya2B 12Saint-Petrsburg Federal research center o f the Russian academy o f sciences, St. Petersburg, Russia 1smir@iias.spb.su 2teslya@iias.spb.suB, https://orcid.org/0000-0003-0619-8620 Abstract Geoanalytics is an important tool in analyzing the urban environment. This work focuses on the development of geoanalytics tools by ontology-oriented integration of information from heterogeneous sources to identify potentially accident-prone sections of the road network, which can be used to build routes along minimally dangerous roads. The heterogeneity of a large number of sources is caused by the variety of types of information provided, collected both centrally by road and emergency services, and distributed with the help of volunteers. The novelty of this work is the combination of heterogeneous sources of information in a single analytical system and conducting a geoanalysis of the frequency of accidents on individual road sections, determining the most frequent type and cause of accidents to build a route bypassing sections of the road network with a high concentration of accidents. Keywords: geoanalytics, ontology, accident analysis, information aggregation, accident concentration areas Acknowledgments: the study was carried out within the framework of the state research of the St. Petersburg Federal Research Center of the Russian Academy of Sciences FFZF-2022-0005. For citation: Smirnov A. V., Teslya N. N. Ontology-oriented geoanalytics for determining concentration of road accidents on areas of the road network // Transactions of the Kola Science Centre of RAS. Series: Engineering Sciences. 2023. Vol. 14, No. 7. P. 79-85. doi:10.37614/2949-1215.2023.14.7.008. © Смирнов А. В., Тесля Н. Н., 2023 79
Made with FlippingBook
RkJQdWJsaXNoZXIy MTUzNzYz