Datenverknüpfung zur Erfassung von Fahrzeugausstattungen in GIDAS
- Vor-Ort-Unfallerhebungen sind ein essenzieller Bestandteil bei den Anstrengungen zur Verbesserung der Verkehrssicherheit. Um diese Verbesserungen zu erreichen, ist es erforderlich, dass die Daten, die im Rahmen der Unfallaufnahme erhoben werden, möglichst umfangreich sind und korrekt in Datenbanken codiert werden. Die Ermittlung von in Fahrzeugen verbauten Sicherheitssystemen ist dabei oftmals eine besonders große Herausforderung für das Erhebungspersonal. Es wird angenommen, dass in der automatisierten Codierung von Sicherheitssystemen hohes Potential zur Verbesserung der Qualität von Unfalldaten steckt Dazu gilt es zu untersuchen, welche externen Datenbanken als zusätzliche Informationsquelle und Basis zur automatisierten Codierung dienlich sein können Aus den Untersuchungen geht hervor, dass sowohl die Datenbank der Deutschen Automobil Treuhand (DAT) als auch die bereits hierfür genutzte Fahrzeugdatenbank der VUFO GmbH (Unfallforschungsdatenbank sehr gute Möglichkeiten zur Verwendung in genanntem Sinne darstellen Zur Verwendung der DAT-Datenbank ist die Kenntnis der Fahrzeugidentifikationsnummer (FIN) des Fahrzeuges vonnöten Die Unfallforschungsdatenbank hingegen ist fahrzeugmodellbasiert. Zusätzlich wurde untersucht, ob Daten der Testprotokolle des European New Car Assessment Programme (NCAP) in GIDAS, bspw. im Rahmen der Rekonstruktion, genutzt werden können. Um den aktuellen Stand der Codierqualität in der Datenbank der German In-Depth Accident Study (GIDAS) zu ermitteln und daraus weitere Verbesserungspotentiale aufzudecken, wurde untersucht, wie groß die Fehlerrate bei der Fahrzeugidentifizierung in GIDAS ist, und es wurde eine Ist-Analyse auf Basis der Unbekannt-Rate verschiedener GIDAS-Variablen durchgeführt. Hieraus geht hervor, dass es bei Betrachtung der Unbekannt-Rate einen erheblichen Unterschied zwischen den Vorgehensweisen der beiden bisherigen GIDAS-Erhebungsteams gibt Daten des Teams A weisen durchschnittlich deutlich niedrigere Unbekannt-Raten als die Daten des Teams B auf. Die Dateneingabe- und Plausibilisierungsprozesse in Team A unterliegen einem kontinuierlich wachsenden und erweiterten Qualitätsmanagement, welches sich in Teilen bereits auf die automatisierte Codierung auf Basis der DAT-Datenbank und der Unfallforschungsdatenbank stützt. Es konnte nachgewiesen werden, dass die Genauigkeit bei der Fahrzeugidentifizierung in GIDAS insgesamt bereits auf hohem Niveau liegt und nur wenige Identifizierungsfehler auftreten. Der vorgestellte Prozess zur Fahrzeugsystemidentifikation in Team A und der damit verbundene Qualitätsmanagementprozess sollte daher als Stand der Technik zugrunde gelegt werden. Darüber hinaus lässt sich aber festhalten, dass es erforderlich ist, die Datenbasis für die Fahrzeugarten motorisiertes Zweirad, Güterkraftfahrzeug und Bus zu verbessern. Dafür ist die Einbeziehung neuer Datenquellen, insbesondere solcher der Fahrzeughersteller falls möglich, erforderlich Die Erstellung von automatisiert verwendbaren Datenbanken wird auch für diese Fahrzeugarten empfohlen. Die Einbeziehung eines Sachverständigen in die GIDAS-Fahrzeuguntersuchung erbringt keine verbesserten Ergebnisse und ist daher nicht sinnvoll Vielmehr sollten die Teams zur Gewinnung elektronischer Daten aus dem Fahrzeug (Diagnosegeräte) und zum Auslesen der Ereignisdatenspeicher unter Nutzung des EDR-Protokolls (CDR-Tool) befähigt werden Gemeinsam mit den Informationen aus dem NCAP-Protokoll für getestete Fahrzeuge sollten diese Daten zukünftig standardisiert erhoben und in der Rekonstruktion genutzt werden.
- In-depth accident investigations are an essential part of improving road safety. For this purpose, however, it is important that the data collected in the course of the investigations of accidents is as comprehensive as possible and correctly coded. The identification of safety systems, vehicles are equipped with, is often a particularly great challenge for the data investigation personnel It is assumed that there is a high potential for improving the quality of accident data in the automated coding of safety systems For this purpose, it is necessary to investigate external databases which could serve as an additional source of information and as basis for automated coding. The investigations showed that both, the database of the company Deutsche Automobil Treuhand (DAT) and the already for this purpose used vehicle database by the VUFO GmbH (traffic accident investigation database) represent very good possibilities for use in the aforementioned sense In order to use the DAT database, it is necessary to know the vehicle identification number of the vehicle The traffic accident investigation database, on the other hand, is vehicle model-based. In addition, it was found that data from the test protocols of the European New Car Assessment Programme (NCAP) can be used in GIDAS, e g in the context of reconstruction. In order to determine the current status of coding quality in the database of the German In-depth Accident Study (further GIDAS) and to identify further potential for improvement, the error rate of vehicle identification in GIDAS was investigated and an as-is analysis was carried out based on the rate of unknown of various GIDAS variables. This shows that there is a considerable difference between the procedures of the two GIDAS investigation teams when considering the rate of unknown. In average, Team A has significantly lower unknown rates than Team B The entire process of accident investigation of Team A has been subject to a continuously improved quality management Team A already uses automated coding procedures based on the DAT database and the traffic accident investigation database It has been proven that the accuracy of vehicle identification in GIDAS is all in all already at a high level and only a few identification errors occurred The presented process of Team A for vehicle system identification and the associated quality management process should therefore be the state of the art of the GIDAS investigation processes Furthermore, it is necessary to improve the data basis for the vehicle types motorized two-wheeler, truck and bus. This requires the involvement of new databases, especially such of vehicle manufacturers, if it is possible. The creation of databases that can be used automatically is also recommended for these vehicle types. The involvement of an expert in the GIDAS vehicle investigation does not offer improved results and is therefore not useful Rather, teams should be empowered to obtain electronic data from the vehicle (test equipment) and to read out the event data recorder using the EDR log (CDR tool). Together with the information from the NCAP protocol for tested vehicles, this data should be collected in a standardized way in the future and used in reconstruction.
Author: | Robby Rößler, Uli Uhlenhof |
---|---|
URN: | urn:nbn:de:hbz:opus-bast-30704 |
DOI: | https://doi.org/10.60850/bericht-f161 |
ISBN: | 978-3-95606-821-8 |
ISSN: | 0943-9307 |
Title Additional (English): | Data linking for the investigation of vehicle equipment in GIDAS |
Series (Serial Number): | Berichte der Bundesanstalt für Straßenwesen, Reihe F: Fahrzeugtechnik (161) |
Publisher: | Fachverlag NW in der Carl Ed. Schünemann KG |
Place of publication: | Bremen |
Document Type: | Book |
Language: | German |
Date of Publication (online): | 2025/01/06 |
Date of first publication: | 2025/01/22 |
Publishing institution: | Bundesanstalt für Straßenwesen (BASt) |
Release Date: | 2025/01/22 |
Tag: | Datenquellen; Sicherheitssystem; Unfall; Verkehrssicherheit Accident; Data sources; Road safety; Safety system |
Number of pages: | 158 |
Comment: | Projekt-Nr.: 82.0756 Projekttitel: Datenverknüpfung zur Erfassung von Fahrzeugausstattungen in GIDAS Fachbetreuung: Patrick Seiniger Referat: Aktive Fahrzeugsicherheit und Fahrerassistenzsysteme |
Dewey Decimal Classification: | 6 Technik, Medizin, angewandte Wissenschaften / 62 Ingenieurwissenschaften / 620 Ingenieurwissenschaften und zugeordnete Tätigkeiten |
Licence (German): | ![]() |