Data-Gouv-FR/radars-automatiques-bilans-annuels-du-nombre-de-flashs

该数据集包含关于每年每个固定雷达产生的闪光次数的年度统计。具体包括三种雷达类型：固定雷达（有或无双向功能）、判别雷达（能够对重型车辆在其特定限速下进行处罚）和路段雷达（对车辆在路段上的平均速度超速进行处罚）。数据按部门分类，并包含道路编号、方向、交通流向以及启用日期等信息。原始数据来自道路安全网站，格式为PDF，此处发布的文件是通过Tabula软件从PDF提取并转换为CSV格式的。Bilans annuels concernant le nombre de flashs générés par chacun des radars fixes au cours de l’année. - Les radars fixes, avec ou sans la fonction double sens. - Les radars discriminants, qui sont capables de verbaliser les poids lourds sur leur vitesse limite autorisée spécifique. - Les radars tronçons qui verbalise les excès de vitesse sur la vitesse moyenne du véhicule sur le tronçon. Les radars sont classés par département. Le numéro de la route et la direction sont indiqués, ainsi que le sens de circulation et la date de mise en service. Les données dorigine sont situées sur le site de la sécurité routière, en [format PDF](http://www.securite-routiere.gouv.fr/connaitre-les-regles/les-radars/les-radars-en-chiffres/radars-les-bilans-annuels-en-cours). Les fichiers publiés ici sont issus de ces PDF (utilisation du logiciel Tabula pour extraire les données et les convertir au format CSV).

搜集汇总

数据集介绍

构建方式

该数据集源自法国公共开放数据平台data.gouv.fr，整合了法国道路交通安全局发布的年度雷达闪光次数统计报告。原始数据以PDF格式存储于安全路由网站，开发者通过Tabula工具对PDF中的表格进行精准提取，并转换为结构化的CSV格式。在此基础上，数据集被进一步划分为多个子集，分别对应2015至2017年间三类雷达的年度统计：固定雷达、判别雷达（专用于识别重型车辆的超速行为）以及区间雷达（用于监测车辆在特定路段的平均速度）。每个子集以Parquet格式存储，并按照Hugging Face的标准配置体系组织，每个子集仅包含一个名为'train'的数据拆分，便于直接加载与使用。

特点

该数据集的核心特色在于其多层次的结构化设计与详尽的地理标注。每一类雷达的年度记录均按法国省份进行分类，清晰标注了所在道路编号、方向、行驶车道以及启用日期，为区域交通安全分析提供了精细的时空粒度。数据覆盖了固定、判别与区间三种功能迥异的雷达类型，使得研究者能够针对不同类型的超速行为进行对比分析。此外，原始数据的来源为官方PDF报告，经过严谨的表格提取与格式转换，确保了数据来源的权威性与可追溯性，适合用于构建交通安全态势评估模型或政府公开数据可视化工具。

使用方法

使用该数据集时，用户需通过Hugging Face的'load_dataset'函数进行加载，并指定所需的子集配置名称，例如'bilan-2017-radars-fixes'以获取2017年固定雷达的年度统计。每个子集仅含一个'train'拆分，加载后可直接以字典形式访问，便于集成到常见的Python数据科学工作流中。建议结合地理位置与雷达类型字段，进行时空维度的聚合分析，或利用年度间数据的差异性，构建预测雷达闪光频次变化的回归模型。数据采用Parquet格式存储，具备高效的列式存储特性，适用于大规模数据处理场景。

背景与挑战

背景概述

该数据集由法国公共数据平台data.gouv.fr发布，整合了2015至2017年间法国境内固定雷达、鉴别雷达及区间测速雷达的年度闪光次数统计资料。其研究核心在于通过系统化记录雷达执法数据，揭示超速行为的地理分布与时间演变规律，为交通安全政策评估提供量化依据。此类数据在智能交通系统与公共安全领域具有重要价值，能够支撑道路风险建模、执法资源配置优化及驾驶员行为分析。作为开放数据的范式案例，该数据集促进了学术机构与政府部门之间的协作，推动了交通安全研究的纵深化发展。

当前挑战

该数据集面临的核心挑战在于跨年数据格式不统一与结构化程度不足。原始数据以PDF形式存储于安全官网，需借助Tabula等工具进行表格提取与格式转换，此过程易引入排版误差与信息缺失。不同雷达类型（固定、鉴别、区间）的统计数据在时间跨度与分类维度上存在异质性，为跨年份比较与整合分析设下障碍。同时，数据缺失字段如具体雷达GPS坐标、天气条件及交通流量等辅助信息，限制了多变量关联分析的深度。构建过程的技术门槛与数据碎片化问题，使得从分散的PDF到标准化Parquet/CSSV格式的转化成为亟待攻克的难点。

常用场景

经典使用场景

在智能交通系统与公共安全领域，雷达自动测速设备年闪光次数统计数据集为交通执法效能评估提供了关键数据支撑。其经典使用场景聚焦于对固定雷达、区间雷达及区分型雷达三类设备年度触发频次的量化分析，研究者可据此揭示不同技术路线下超速监测设备的运行规律与地域分布特征。该数据集以法国各省市为空间单元，整合了道路编号、通行方向及设备启用时间等元信息，为构建交通违法行为时空演化模型奠定了坚实基础。

实际应用

在现实世界中，该数据集已深度融入法国道路安全管理局的决策支持体系。交通监管部门可依据年度闪光次数统计结果，动态调整雷达设备的运维优先级与布设策略，例如对高频触发设备进行校准维护或对无效闪光区域实施技术优化。同时，数据分析团队可利用其构建超速风险热力图，为驾驶员提供基于历史数据的违章预警服务，从而形成‘数据采集-分析-干预’的闭环治理范式。

衍生相关工作

基于该数据集衍生了多项具有标志意义的学术与工程实践成果。例如，研究者通过联合分析2015至2017年三类雷达的闪光频次序列，首次提出了基于时空自回归模型的执法效能评价框架；另有一项经典工作利用该数据集验证了区间雷达在降速持续性方面显著优于固定雷达的假设，该发现已被纳入法国《道路安全战略白皮书》。此外，开源社区基于其CSV/Parquet格式开发了自动化PDF数据提取管线Tablula-ETL工具链。