Manuel de sécurité routière
Un manuel pour les praticiens et les décideurs
pour la mise en œuvre d’une infrastructure sûre
Manuel de sécurité routière
Un manuel pour les praticiens et les décideurs
pour la mise en œuvre d’une infrastructure sûre
L’approche fondée sur les données historiques sur les accidents (réactive) ainsi que l’évaluation proactive du risque donnent des informations sur les sites probables de futurs accidents. Combiner ces deux approches peut fournir une meilleure image des sites actuels à haut risque, et de ceux où des accidents mortels et graves se produiront le plus probablement dans le futur. Plusieurs approches sont en train d’émerger dans le monde, et essaient de combiner ces méthodes pour permettre une meilleure compréhension du risque d’accidents.
Une approche « systémique » des projets de sécurité a récemment été développée aux États-Unis (Preston et al, 2013). Elle se concentre sur les solutions à l’échelle du réseau. Cet outil a été testé dans différents états du pays au cours des dix dernières années ; il est encore en développement au niveau national. L’approche comporte plusieurs étapes, s’appuyant à la fois sur les données d’accidents et sur d’autres sources d’information pour identifier et traiter le risque. Ces étapes sont :
L’approche systémique identifie des sites de traitements qui ne sont pas typiquement identifiés avec les techniques traditionnelles d’analyse réactive (chapitre 10.3). L’évaluation du risque est le pilier central de cette approche, ce qui implique la collecte de données sur les caractéristiques de la route et du trafic liées aux facteurs de risque et aux types d’accidents sélectionnés. Ceci est utilisé pour aider à identifier les sites ou portions de route avec la potentialité d’accidents graves. Il est suggéré que cette information soit collectée soit à partir des bases de données existantes sur les routes et le trafic, soit au moyen d’un examen sur le terrain. Dans un exemple donné par Preston et al (2013), une évaluation des virages sur un réseau rural a identifié plusieurs sites ayant des caractéristiques communes de risque de sites d’accidents graves, mais sans qu’aucun accident grave n’ait été documenté. Il est à noter que cette approche peut être utilisée avec ou sans données d’accidents.
Harwood et al (2014) ont examiné l’approche systémique, et identifié plusieurs points forts ainsi que des domaines susceptibles d’être améliorés. Ils estiment que cette approche requiert moins de données sur les routes que d’autres outils, n’a pas besoin de données sur les accidents pour identifier des sites d’accidents, et offre une plus grande flexibilité pour cibler les facteurs de risque et les types d’accident. Cependant, cette flexibilité peut aussi être considérée comme une possible faiblesse, parce qu’il est nécessaire de compter sur les utilisateurs pour identifier les facteurs de risque potentiel et les peser, y compris des questions telles que le volume de trafic, et pour effectuer l’analyse coût-avantage (une tâche optionnelle), dans le cadre de la sélection des interventions.
En Australie, une approche a été développée et combine les données sur les accidents avec une approche plus proactive. Le Modèle national australien d’évaluation du risque (ANRAM) fournit aux agences du pays un système cohérent au niveau national pour l’identification, la mesure et la reddition de comptes sur le risque d’accidents graves. L’ANRAM a été développé en étroite consultation avec les agences routières et l’Association automobile australienne (AAA) pour s’assurer que les résultats du système puissent servir à la préparation de futurs programmes d’ingénierie de sécurité routière. Ceci était particulièrement important pour les routes rurales et locales où les accidents graves sont généralement trop éparpillés pour attirer un traditionnel financement de programmes de points noirs. Cependant, il a aussi été reconnu que ces accidents dispersés représentent une large proportion de tous les accidents graves et mortels.
L’ANRAM réunit plusieurs approches, issues de l’évaluation traditionnelle fondée sur les accidents, des programmes d’évaluation des routes, et du manuel américain Highway Safety Manual (HSM; AASHTO, 2010). Le HSM propose une méthode qui identifie le niveau de performance en matière de sécurité pour différents types de routes. La variation individuelle par rapport à la fréquence moyenne des accidents, peut être dûe aux variations des caractéristiques routières et des conditions d’exploitation de la circulation de chaque site qui diffèrent de la moyenne représentée par le modèle, ainsi qu’à des erreurs statistiques. Cette variation des caractéristiques de la route peut être mesurée et son effet calculé, ce qui, dans le cas de ANRAM, se fait en utilisant le modèle iRAP (AusRAP en Australie). Ce procédé donne une prédiction du nombre d’accidents fondé sur les caractéristiques de la route. Cette évaluation proactive du risque constitue l’un des intrants clés pour l’identification des sites d’accidents graves et mortels.
L’Australie possède aussi une source utile d’information sur les sites historiques d’accidents bien que, comme tous les systèmes de données d’accidents, elle ne permet pas une connaissance parfaite des sites antérieurs d’accidents. Cependant, les résultats observés d’accidents peuvent être utilisés pour améliorer la valeur prédite fournie par le modèle. Cette information (réactive) complète l’évaluation proactive du risque. La méthode empirique de Bayes est utilisée là où la robustesse statistique de la valeur prédite d’accidents et les données observées d’accidents sont prises en compte pour pondérer chaque valeur. Dans les situations où les volumes sont faibles et les accidents plus éparpillés, un poids plus élevé est généralement affecté aux résultats prédits d’accidents. Dans les situations avec un fort volume de trafic et des modèles d’accidents cohérents, les résultats observés d’accidents obtiennent une pondération plus élevée.
Le graphique 10.7 montre la structure de l’ANRAM. Voir aussi Steinmetz et al. (2014) pour plus de détails.
En Nouvelle-Zélande, le guide High Risk Rural Roads Guide (NZ Transport Agency, 2011) donne des conseils sur l’utilisation des données d’accident et des approches de prédiction du risque (telles que KiwiRAP) pour déterminer les sites à haut risque.
L’approche néo-zélandaise suppose le calcul et l’évaluation des risques collectif et personnel (ou individuel). Le risque collectif indique la fréquence des accidents telle que vécue par la population, c’est-à-dire la moyenne annuelle des accidents par kilomètre de route évalué. Le risque personnel ou individuel indique le risque encouru par un usager individuel de la route, exprimé en kilomètres parcourus par un véhicule (VKT). On peut utiliser les données historiques d’accidents (réactive) et/ou l’évaluation prédictive du risque (proactive). Les deux approches utilisent une échelle pour catégoriser le niveau du risque : élevé (noir), moyen à élevé (rouge), moyen (orange), faible à moyen (jaune) et faible (vert).
Le risque est catégorisé en différents niveaux en utilisant les données historiques sur les accidents (approche réactive) pour identifier les tronçons de route à plus haut risque.
Alternativement ou en complément, l’approche d’évaluation prédictive du risque peut être utilisée. Le classement par étoiles et le système d’attribution de points au niveau de protection de la route évaluent le risque d’accidents sur la base des caractéristiques (ingénierie) de l’infrastructure routière. Les classements par étoiles (qui s’appliquent typiquement à des tronçons de cinq kilomètres) sont dérivés des scores de protection de la route (qui sont calculés pour chaque segment de 100 mètres). Le graphique 10.8 donne un exemple de catégorisation du risque.
Le guide néo-zélandais (NZTA, 2011) recommande l’analyse des données sur les accidents et l’examen des principaux facteurs de risque pour élaborer un programme de traitement approprié pour traiter le risque identifié. Prendre en considération le risque collectif et personnel d’une route aide à guider l’approche vers le choix des investissements de sécurité (chapitre 11.2).
Imprimer