Evaluation of Accident Prediction at Intersections Using the SSAM Program

Abstract

According to data from The Highway Accident Information Management System (HAIMS), a total of 20,872 traffic accidents occurred on Thailand’s primary highways in 2023. Fatality risks were found to be higher at intersections, particularly at four-leg intersections, Y-intersections, and T-intersections, compared with other roadway configurations. This study therefore aims to evaluate the predictive performance of The Surrogate Safety Assessment Model (SSAM) in assessing accident occurrence at intersections, and its consistency with actual accident data. The SSAM relies on traffic simulation using VISSIM, with case studies at a T-intersection (Highway 338 and Phutthamonthon Sai 3 Road) and a four-leg intersection (Highway 31 and Sutthisan Winitchai Road). Two traffic scenarios are modeled: weekdays and weekends, based on peak accident periods identified from the HAIMS data. The SSAM results are compared against actual accident records from HAIMS and further validated with the Swedish Traffic Conflict Technique (Swedish TCT) to identify locations of severe conflicts. Key variables include traffic volume, collision type, time-to-collision, and conflict severity. The comparative analysis of SSAM and TCT aims to assess whether SSAM can provide reliable predictions of accident occurrence at intersections

จากข้อมูลในระบบ HAIMS พบว่า ข้อมูลอุบัติเหตุที่เกิดบนทางหลวงสายหลักทั้งหมดในประเทศไทยในปี 2566 เท่ากับ 20,872 ครั้ง โดยถ้าหากดูที่โอกาสการเสียชีวิตจะพบว่าบริเวณทางแยกทั้งสี่แยก สามแยกรูปY และสามแยกรูป T มีมากกว่าบริเวณลักษณะกายภาพรูปแบบอื่นๆ จึงมีความต้องการที่จะศึกษาเพื่อที่จะประเมินผลการคาดการณ์รูปแบบของการเกิดอุบัติเหตุบริเวณทางแยกจากการใช้โปรแกรมSSAM (Surrogate Safety Assessment Model)ว่ามีความสอดคล้องกับข้อมูลอุบัติเหตุจริงอย่างไร โดยโปรแกรม SSAM จะอาศัยการจำลองสภาพการจราจรจากโปรแกรม VISSIM โดยเก็บข้อมูลบริเวณทางแยกรูปT บนทางหลวงหมายเลข338ตัดกับถนนพุทธมณฑลสาย3 และทางแยกรูป+ บนทางหลวงหมายเลข 31 ตัดกับถนนสุทธิสารวินิจฉัย โดยจะมีแบบจำลอง 2ช่วงเวลาคือ ช่วงเวลาวันทำงานและช่วงเวลาวันหยุดโดยช่วงเวลาในการสำรวจเก็บข้อมูลจะวิเคราะห์ จากช่วงเวลาที่เกิดอุบัติเหตุสูงสุดจากข้อมูลอุบัติเหตุจริงจากระบบ HAIMS โดยนำผลการวิเคราะห์จากโปรแกรมSSAM จะนำมาเปรียบเทียบกับข้อมูลอุบัติเหตุจริงจากHAIMS และจะนำมาเปรียบเทียบกับการวิเคราะห์ด้วยวิธีSwedish TCT เพื่อจะหาตำแหน่งที่เกิดความขัดแย้งรุนแรง โดยตัวแปรที่จะพิจารณาในงานวิจัยนี้ ได้แก่ ปริมาณการจราจร, รูปแบบการชน, เวลาที่จะเกิดการชน และความขัดแย้งรุนแรง เป็นต้น ซึ่งการเปรียบเทียบทั้งสองวิธีข้างต้นนี้เพื่อจะช่วยเปรียบเทียบให้เห็นถึงความสอดคล้องหรือความแตกต่างของผลการวิเคราะห์จากโปรแกรม SSAM นั้นสามารถใช้นำมาคาดการณ์ในการเกิดอุบัติเหตุบริเวณทางแยกได้ใกล้เคียงหรือสอดคล้องมากน้อยอย่างไร