Een adaptief data-herschikkingskader voor realtime voorspelling van verkeersrisico

Waarom het balanceren van verkeersgegevens van belang is voor de veiligheid

Snelwegrampen zijn zeldzame gebeurtenissen vergeleken met de enorme hoeveelheid gewone, onbeweeglijke rijsituaties. Dat is goed nieuws voor de veiligheid, maar het creëert een verborgen probleem voor systemen die in realtime willen voorspellen wanneer en waar ongevallen kunnen optreden. Wanneer de data worden gedomineerd door veilige situaties, kunnen algoritmen heel goed worden in het voorspellen van “er gebeurt niets” en op papier toch nauwkeurig lijken te zijn — terwijl ze de echt gevaarlijke momenten stilletjes missen. Deze studie pakt dat onevenwicht direct aan en stelt een adaptieve manier voor om verkeersgegevens te "herverdelen", zodat waarschuwingssystemen zeldzame maar belangrijke risicosituaties beter herkennen zonder onbruikbaar traag te worden voor praktisch gebruik.

Hoe echte verkeersdata worden omgezet in waarschuwingssignalen

De onderzoekers bouwen hun kader op gedetailleerde snelwegtrajectgegevens uit een grote door drones verkregen dataset, opgenomen boven Duitse autosnelwegen. De positie en snelheid van elk voertuig worden vele malen per seconde gevolgd langs zesstrooks snelwegsecties. Uit dit rijke bewegingsarchief berekent het team een veelgebruikt veiligheidsindicator genaamd time-to-collision, die inschat hoe lang het zou duren voordat een achteropkomend voertuig het voorliggende voertuig raakt als beide hun koers en snelheid zouden aanhouden. Als deze tijd onder de drie seconden valt, wordt de situatie gelabeld als “hoog risico”; anders wordt het als “geen risico” beschouwd. Na het aggregeren van deze maten in stukjes van 10 seconden en het richten op zesstrookswegen, houden ze ongeveer negen veilige voorbeelden over voor elke risicovolle — een sterk scheve dataset die de echte snelwegcondities weerspiegelt.

De scheefheid corrigeren zonder het belangrijke te verliezen

Om deze scheefheid aan te pakken vergelijkt de studie twee veelgebruikte strategieb. De ene, oversampling genoemd, voegt meer voorbeelden van zeldzame risicovolle situaties toe door synthetische voorbeelden te creëren die lijken op echte hoogrisicogevallen. De andere, undersampling, beperkt het grote aantal veilige gevallen door er willekeurig enkele te verwijderen. De auteurs gebruiken een populaire oversamplingmethode (SMOTE) en een eenvoudige willekeurige undersamplingmethode, en passen deze toe bij verschillende vaste verhoudingen van veilige tot risicovolle monsters — 1:1, 2:1, 3:1 en 4:1. Ze voeren vervolgens zowel de originele als de aangepaste datasets in vier voorspellingsmodellen: twee traditionele machine-learningbenaderingen en twee deep-learningmodellen die zijn gespecialiseerd in tijdreeksen. Door al deze combinaties te testen, kunnen ze zien hoe verschillende manieren van balanceren de mogelijkheid van het systeem beïnvloeden om risico te signaleren, terwijl veilige omstandigheden nog steeds worden herkend.

Een algoritme het zoete punt laten zoeken

In plaats van aan te nemen dat precies gelijke aantallen veilige en risicovolle voorbeelden het beste zijn, laten de onderzoekers een genetisch algoritme — een zoekmethode geïnspireerd op evolutie — zoeken naar de meest effectieve balans. Deze optimizer past de veilige-tot-risicoverhouding aan binnen een realistisch bereik van 1:1 tot 4:1, genereert herhaaldelijk kandidaatverhoudingen, evalueert ze en verfijnt ze over honderden iteraties. Belangrijk is dat hij niet alleen naar voorspellingsnauwkeurigheid kijkt: hij houdt ook rekening met hoe lang het model nodig heeft om te trainen en voorspellingen te doen, wat de realtime-eisen van verkeersbeheerscentra weerspiegelt. Om ervoor te zorgen dat nauwkeurigheid en rekentijd eerlijk gecombineerd kunnen worden, worden alle maten genormaliseerd voordat ze worden samengevoegd tot een enkele "fitness"-score die het algoritme probeert te minimaliseren.

Wat de modellen leren over risico op de weg

Over de vele experimenten heen valt één patroon op. Het balanceren van de data verbetert de risicovoorspelling vergeleken met het onaangeroerd laten van de oorspronkelijke scheefheid, en oversampling met synthetische risicovolle gevallen werkt over het algemeen beter dan het weggooien van veilige gevallen. Een 2:1-verhouding van veilige tot risicovolle voorbeelden levert de beste prestaties op tussen de vaste instellingen en presteert beter dan de veelgebruikte 1:1-keuze. Wanneer het genetische algoritme wordt toegestaan deze verhouding fijn af te stemmen, komt het uit op licht ongelijke maar optimale waarden — ongeveer 2,3:1 voor oversampling en 2,7:1 voor undersampling. Van de voorspellingsmodellen levert een bepaald type recurrent neuraal netwerk, bekend als een gated recurrent unit, consequent de sterkste resultaten, vooral in combinatie met oversampling en optimalisatie. De modellen tonen ook aan dat gemiddelde voertuigsnelheden stroomopwaarts en stroomafwaarts van een punt op de snelweg informatief zijn voor risico, meer dan simpele voertuigtellingen.

Stabiliteit controleren en voorbereiden op de praktijk

Aangezien optimalisatiemethoden soms vast kunnen lopen in misleidende oplossingen, onderzoeken de auteurs hoe hun zoekproces zich in de tijd gedraagt. Ze tonen aan dat de fitness-scores gestaag dalen en uiteindelijk vlakker worden, wat suggereert dat het algoritme convergeert naar stabiele, hoogwaardige verhoudingen in plaats van te blijven schommelen. Ze schuiven vervolgens de gekozen verhoudingen een paar procent omhoog en omlaag om te zien of de prestaties instorten. In de praktijk daalt de nauwkeurigheid slechts licht bij kleine wijzigingen, wat aangeeft dat het systeem robuust is en niet overdreven is afgestemd op één fragiele instelling. Wanneer het aandeel data dat voor testen wordt gereserveerd echter erg groot wordt, worden de modellen gevoeliger, wat het belang benadrukt van voldoende rijke trainingsgegevens.

Wat dit betekent voor veiligere, slimere snelwegen

In eenvoudige bewoordingen laat de studie zien dat het aanleren van gevaarherkenning aan computers niet alleen draait om slimme modellen; het gaat ook om het voeden van die modellen met een evenwichtig beeld van zeldzame maar kritieke gebeurtenissen. Door zorgvuldig af te stemmen hoeveel veilige en risicovolle voorbeelden bij het trainen worden gebruikt — en door een adaptief algoritme het beste compromis tussen nauwkeurigheid en snelheid te laten vinden — maakt het voorgestelde kader realtime snelwegrisicovoorspelling betrouwbaarder en praktischer. Verkeersautoriteiten zouden deze aanpak kunnen integreren in systemen die verkeersdetectordata monitoren en vroegtijdige waarschuwingen geven voor waarschijnlijke kop-staartbotsingen, waarmee chauffeurswaarschuwingen, surveillancediensten of automatische remstrategieën gestuurd kunnen worden. Hoewel het werk wordt gedemonstreerd op Duitse snelwegen onder goede weersomstandigheden, biedt het onderliggende idee van adaptieve databalancering een algemene werkwijze om veiligheidsvoorspellingen te verbeteren waar gevaarlijke gebeurtenissen zeldzaam maar te belangrijk zijn om te missen.

Bronvermelding: Chen, S., Cui, B. & Chang, A. An adaptive data rebalancing framework for real-time traffic risk prediction. Sci Rep 16, 8882 (2026). https://doi.org/10.1038/s41598-026-39539-8

Trefwoorden: verkeersveiligheid, aanrijdingsrisico voorspelling, onevenwichtige gegevens, machine learning, snelwegtrajecten