論文の概要: Human error in motorcycle crashes: a methodology based on in-depth data
to identify the skills needed and support training interventions for safe
riding
- arxiv url: http://arxiv.org/abs/2103.01743v1
- Date: Fri, 19 Feb 2021 21:30:37 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-10 17:49:40.613618
- Title: Human error in motorcycle crashes: a methodology based on in-depth data
to identify the skills needed and support training interventions for safe
riding
- Title（参考訳）: オートバイ事故におけるヒューマンエラー:安全乗用車に必要なスキルとトレーニング介入支援のための詳細なデータに基づく方法論
- Authors: Pedro Huertas-Leyva, Niccol\`o Baldanzini, Giovanni Savino, Marco
Pierini
- Abstract要約: 本稿では,事故発生率を抑えるため,最も高いリスククラッシュ構成において,ライダーが必要とするスキルを識別する手法を定義する。
本稿では803基の2輪車衝突事故の詳細なデータを用いたケーススタディを提案する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper defines a methodology with in-depth data to identify the skills
needed by riders in the highest risk crash configurations to reduce casualty
rates. We present a case study using in-depth data of 803 powered-two-wheeler
crashes. Seven high-risk crash configuration based on the pre-crash
trajectories of the road-users involved were considered to investigate the
human errors as crash contributors. Primary crash contributing factor, evasive
manoeuvres performed, horizontal roadway alignment and speed-related factors
were identified, along with the most frequent configurations and those with the
greatest risk of severe injury. Straight Crossing Path/Lateral Direction was
the most frequent crash configuration and Turn Across Path/ Opposing Direction
that with the greatest risk of serious injury were identified. Multi-vehicle
crashes cannot be considered as a homogenous category of crashes to which the
same human failure is attributed, as different interactions between
motorcyclists and other road users are associated with both different types of
human error and different rider reactions. Human error in multiple-vehicle
crashes related to crossing paths configurations were different from errors
related to rear-end or head-on crashes. Multi-vehicle head-on crashes and
single-vehicle collisions frequently occur along curves. The involved collision
avoidance manoeuvres of the riders differed significantly among the highest
risk crash configurations. The most relevant lack of skills are identified and
linked to their most representative context. In most cases a combination of
different skills was required simultaneously to avoid the crash. The findings
underline the need to group accident cases, beyond the usual single-vehicle
versus multi-vehicle collision approach. Our methodology can also be applied to
support preventive actions based on riders training and eventually ADAS design.
- Abstract（参考訳）: 本稿では,事故発生率を下げるために,最もリスククラッシュ率の高い状況において,ライダーが必要とするスキルを特定するための詳細なデータを含む方法論を定義する。
本稿では803基の2輪衝突事故の詳細なデータを用いたケーススタディを提案する。
道路利用者の事故前軌道に基づく高リスク事故の7つの構成は, 事故貢献者としてのヒューマンエラーを調査すると考えられる。
一次衝突寄与因子,回避操作,水平道路アライメントおよび速度関連因子が同定され,最も頻繁な構成と重傷のリスクが高いものも同定された。
直交路/横方向が最も頻繁な衝突形態であり、重傷のリスクが最も高い経路/反対方向を横切ることが判明した。
モーターサイクリストと他の道路利用者の異なる相互作用は、異なるタイプのヒューマンエラーと異なるライダー反応の両方に関連付けられているため、複数の車両の衝突は、同じ人間の故障に起因する事故の均質なカテゴリーとはみなせない。
横断路構成に関連する複数車両衝突のヒューマンエラーは、後方衝突や正面衝突のエラーとは異なる。
多車軸衝突や単車衝突は曲線に沿って頻繁に起こる。
ライダーの衝突回避操作は、最も高いリスククラッシュ構成に大きく異なっていた。
最も関連するスキルの欠如は特定され、彼らの最も代表的なコンテキストに関連付けられる。
ほとんどの場合、クラッシュを避けるために、異なるスキルの組み合わせが同時に必要だった。
この発見は、通常の単一車両対複数車両衝突アプローチを超えて、事故事例をグループ化する必要性を示唆している。
本手法は,ライダーのトレーニングやADAS設計に基づく予防行動支援にも適用可能である。
関連論文リスト
- Traffic and Safety Rule Compliance of Humans in Diverse Driving Situations [48.924085579865334]
安全な運転プラクティスを再現する自律システムを開発するためには、人間のデータを分析することが不可欠だ。
本稿では,複数の軌道予測データセットにおける交通・安全規則の適合性の比較評価を行う。
論文 参考訳（メタデータ） (2024-11-04T09:21:00Z) - Learning Traffic Crashes as Language: Datasets, Benchmarks, and What-if Causal Analyses [76.59021017301127]
我々は,CrashEventという大規模トラフィッククラッシュ言語データセットを提案し,実世界のクラッシュレポート19,340を要約した。
さらに,クラッシュイベントの特徴学習を,新たなテキスト推論問題として定式化し,さらに様々な大規模言語モデル(LLM)を微調整して,詳細な事故結果を予測する。
実験の結果, LLMに基づくアプローチは事故の重大度を予測できるだけでなく, 事故の種類を分類し, 損害を予測できることがわかった。
論文 参考訳（メタデータ） (2024-06-16T03:10:16Z) - On using Machine Learning Algorithms for Motorcycle Collision Detection [0.0]
衝突シミュレーションにより,エアバッグやシートベルトなどの受動的安全対策を装備すれば,車両衝突時の重傷や死亡のリスクを大幅に低減できることが示された。
本稿では,衝突を確実に検出する上での課題として,機械学習アルゴリズムの適用性について検討する。
論文 参考訳（メタデータ） (2024-03-14T15:32:25Z) - Abductive Ego-View Accident Video Understanding for Safe Driving
Perception [75.60000661664556]
マルチモーダル・アクシデント・ビデオ理解のための新しいデータセットMM-AUを提案する。
MM-AUには1,727件の映像が収録されている。
安全運転認識のための誘導型事故映像理解フレームワーク(AdVersa-SD)を提案する。
論文 参考訳（メタデータ） (2024-03-01T10:42:52Z) - Context-Aware Quantitative Risk Assessment Machine Learning Model for
Drivers Distraction [0.0]
MDDRA(Multi-class Driver Distraction Risk Assessment)モデルは、旅行中の車両、運転者、環境データを考慮したモデルである。
MDDRAは、危険行列上のドライバーを安全、不注意、危険と分類する。
我々は、重度レベルに応じて運転者の気晴らしを分類し、予測するために機械学習技術を適用した。
論文 参考訳（メタデータ） (2024-02-20T23:20:36Z) - Inferring Heterogeneous Treatment Effects of Crashes on Highway Traffic:
A Doubly Robust Causal Machine Learning Approach [15.717402981513812]
本稿では,高速道路における各種事故の因果的影響を推定する新しい因果的機械学習フレームワークを提案する。
ワシントン州のハイウェイ州間高速道路5号線で発生した4815件の事故実験の結果、様々な距離と時間における事故の不均一な処理効果が明らかになった。
論文 参考訳（メタデータ） (2024-01-01T15:03:14Z) - Exploring Machine Learning Techniques to Identify Important Factors
Leading to Injury in Curve Related Crashes [0.4129225533930965]
本研究は, 交通事故に関連する重要な要因を変数として考慮し, 車両の損傷の有無を予測変数として検討することにより, 問題点を解消しようとするものである。
本研究は、米国各州の交通事故関連データを含む国家道路交通安全局(NHTSA)のCRSSデータを用いた。
分析の結果,損傷の程度,事故前イベント,事故前位置,道路記述,道路表面条件,事故月,最初の有害事象,車両数,回避操作の試み,道路勾配が車両数に影響を与えることが明らかとなった。
論文 参考訳（メタデータ） (2023-01-04T13:07:28Z) - Cognitive Accident Prediction in Driving Scenes: A Multimodality
Benchmark [77.54411007883962]
本研究では,視覚的観察と運転者の注意に対する人為的な文章記述の認識を効果的に活用し,モデルトレーニングを容易にする認知事故予測手法を提案する。
CAPは、注意テキスト〜ビジョンシフト融合モジュール、注意シーンコンテキスト転送モジュール、運転注意誘導事故予測モジュールによって構成される。
我々は,1,727件の事故ビデオと219万フレーム以上の大規模ベンチマークを構築した。
論文 参考訳（メタデータ） (2022-12-19T11:43:02Z) - Modelling and Detection of Driver's Fatigue using Ontology [60.090278944561184]
道路事故は世界8大死因である。
様々な要因がドライバーの疲労の原因となっている。
ドライバの疲労検出に関するオントロジー知識とルールをインテリジェントシステムに統合する必要がある。
論文 参考訳（メタデータ） (2022-08-31T08:42:28Z) - A model for traffic incident prediction using emergency braking data [77.34726150561087]
道路交通事故予測におけるデータ不足の根本的な課題を、事故の代わりに緊急ブレーキイベントをトレーニングすることで解決します。
メルセデス・ベンツ車両の緊急ブレーキデータに基づくドイツにおける交通事故予測モデルを実装したプロトタイプを提案する。
論文 参考訳（メタデータ） (2021-02-12T18:17:12Z) - Where are the Dangerous Intersections for Pedestrians and Cyclists: A
Colocation-Based Approach [3.8355893560092893]
歩行者やサイクリストは、他の道路利用者よりも事故で死亡するリスクが高い。
問題のある街路環境を最小化する方法を見つけることが重要である。
論文 参考訳（メタデータ） (2020-05-30T13:54:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。