Repræsentation af køreadfærd som statistisk model

Et fælles forskerhold fra Toyohashi University of Technology, Institut for Arkitektur og Anlæg, Toyota Transportation Research Institute, og Daido University har etableret en metode til at repræsentere køreadfærd og deres ændringer, der adskiller sig fra bilister i en enkelt statistisk model, under hensyntagen til effekten af ​​forskellige eksterne faktorer såsom vejstruktur. Denne metode blev anvendt til at måle effektiviteten af ​​Intelligent Speed ​​Adaptation (ISA), som kontrollerer overtrædelser af for høj hastighed. Som resultat, forskerholdet fandt, at i nogle tilfælde, det er effektivt for bilister med en høj tendens til hyppig overdreven hastighed, og i andre tilfælde, kun effektiv for ældre bilister afhængigt af ISA'ens stil. Denne metode kan ikke kun anvendes på ISA, men også til at måle effektiviteten af ​​trafiksikkerhedsstyringsteknologier, der tilskynder bilister til at ændre deres forskellige køreadfærd.

Trafiksikkerhed er blevet anerkendt som et globalt problem, der skal løses, som mål 3.6 i det 3. bæredygtige udviklingsmål om at halvere antallet af trafikulykker. ISA er en trafiksikkerhedsstyringsteknologi, der genkender hastighedsgrænsen for vejafsnittet baseret på køretøjets aktuelle position for at forhindre bilister i at køre for højt ved at give hastighedsoplysninger, advarsel om for høj hastighed, obligatorisk hastighedskontrol, incitamenter til overholdelse af hastigheder, osv. Der har været aktiv forskning i ISA siden 2000'erne, hovedsageligt i Europa. De fleste af de tidligere undersøgelser har målt de restriktive effekter af overdreven hastighed ved at sammenligne forsøgspersoners køreadfærd før og efter indførelsen af ​​en ISA med køresimulatorforsøg og feltstudier for forskellige typer ISA'er. Imidlertid, køreadfærd varierer meget fra chauffør til chauffør. Ud over, det strukturelle miljø på vejen er forskelligt i felteksperimentet for hver fører. Derfor, det er vigtigt at måle effekten af ​​forskellige faktorer, såsom individet og køremiljøet, for at sprede teknologien hensigtsmæssigt.

For at løse dette problem, forskerholdet har udviklet en metode til nøjagtigt at måle effekten af ​​ISA ved at bruge en enkelt statistisk model til samtidig at estimere hver enkelt førers unikke køreadfærd, virkningen af ​​forskellige eksterne faktorer såsom vejstruktur, og virkningen af ​​ISA på for høj hastighed.

"Den fornemste udfordring, der skulle løses, var, hvordan man repræsenterer og demonstrerer hypotesen om, at 'forskellen i chaufførens regelmæssige tendens til at overskride hastighedsgrænsen også påvirker effekten af ​​ISA' i modellen. Denne metode løser udfordringen ved at estimere modellen vha. under hensyntagen til sammenhængen mellem den parameter, der definerer chaufførens hastighedstendens, og den parameter, der definerer effekten af ​​ISA. Seneste udvikling inden for datavidenskab, såsom Bayesianske statistikker og forbedringer i computerens ydeevne, har gjort det muligt at anvende denne metode med lidt mere komplekse modeller på problemer i den virkelige verden, " forklarer lektor Kojiro Matsuo, som leder forskergruppen.

Lektor Matsuo siger, "ISA-forskning begyndte som et afgangsforskningsemne af en studerende under min vejledning. Den studerende udførte en dybdegående analyse af data opnået fra et ISA-felteksperiment udført med vores samarbejdspartner, Toyota Transportation Research Institute. Som resultat, det viste sig, at i nogle tilfælde, der er en sammenhæng mellem forsøgspersonernes regelmæssige hastighedstendens og effektiviteten af ​​ISA, men i andre tilfælde der er ingen sammenhæng mellem de to. Derfor, vi begyndte at overveje at måle effekten ved hjælp af en statistisk model i stedet for en simpel komparativ analyse før og efter introduktionen af ​​ISA. Som resultat, vi var i stand til at repræsentere forskellige bilisters tilsyneladende uensartede køreadfærd i en enkelt model og finde en lov i den. Det var ekstremt interessant arbejde."

Forskerholdet mener, at denne metode ikke kun kan anvendes til at måle reduktionen af ​​bilisters hastighedsadfærd med ISA, men også til effektiviteten af ​​trafiksikkerhedsstyringsteknologier, der hjælper med at forbedre forskellige farlige kørselsadfærder, som at køre over for rødt lys, ikke standser i et vejkryds uden trafiklys, og forhindrer fodgængere i at krydse ved en fodgængerovergang. Vi håber at bidrage til reduktionen af ​​trafikulykker på verdensplan ved at videreudvikle trafiksikkerhedsstyringsteknologier og måle deres effektivitet.