Road accidents are typically analyzed to address influences of human, vehicle, and environmental (primarily infrastructure) factors. A new methodology, based on a "Venn diagram" analysis, gives a broader perspective on the probable factors, and combinations of factors, contributing both to the occurrence of a crash and to sustaining injuries in that crash. The methodology was applied to 214 accidents on the Mumbai-Pune expressway. Factors contributing to accidents and injuries were addressed. The major human factors influencing accidents on this roadway were speeding (30%) and falling asleep (29%), while injuries were primarily due to lack of seat belt use (46%). The leading infrastructure factor for injuries was impact with a roadside manmade structure (28%), and the main vehicle factor for injuries was passenger compartment intrusion (73%). This methodology can help identify effective vehicle and infrastructure-related solutions for preventing accidents and mitigating injuries in India.
For the avoidance of traffic accidents by means of advanced driver assistance systems the knowledge of failures and deficiencies a few seconds before the crash is of increasing importance. This information e.g. is collected in the German accident survey GIDAS by an interview derived from the ACAS methodology. However to display the whole range of accident causation factors additional information is needed on enduring factors of the system components "human", "infrastructure" and "machine". On the strategic level these accident moderating factors include long term influences such as medical preconditions or a general higher risk taking behavior as well as influences on the immediate conflict level such as an aggressive response to a perceived previous traffic conflict. This study was conducted to examine the feasibility of collecting such causation information in the scope of an in-depth accident investigation like GIDAS. Due to the comprehensive amount of information necessary to estimate the moderating factors the collection of the information is distributed to different methods. 5 cases of real world crashes have been investigated where information was collected on-scene and retrospective by interviews. The identified moderating factors of the accidents and the method for collecting the information are displayed.
Ziel der Studie, die im Auftrag der BASt durchgeführt und zusätzlich vom Land Niedersachsen gefördert wurde, ist es, Über In-Depth-Analysen von Unfalldaten der Braunschweiger Polizei aus dem Jahr 2002 Anforderungen an Fahrerassistenzsysteme (FAS) abzuleiten und den Sicherheitsgewinn abzuschätzen, den die Einführung derartiger Systeme mit sich bringen würde. Bei den In-Depth-Analysen wurden aufgrund der Unfallprotokolle die dem Unfall vorausgehenden Fehlhandlungen und ihre Ursachen analysiert. Fehlhandlungen sind die Handlungen, die zum Unfall geführt haben. Diese müsste ein FAS korrigieren, um den Unfall zu verhindern, sodass diese Analyse Anforderungen an die Funktionalität des FAS ergibt (zum Beispiel Wahl einer sicheren Geschwindigkeit). Die Analyse der Ursachen der Fehlhandlung erfolgte in Anlehnung eines Informationsverarbeitungsmodells des menschlichen Handelns und ergibt Hinweise auf die Eingriffsstrategie des FAS. Liegt die Ursache zum Beispiel in fehlender Wahrnehmung vorhandener Information, so kann eine Warnung den Unfall verhindern. Bei einer Fehlentscheidung ist eine aktive Unterstützung durch ein FAS notwendig. Weiter wurden Fehlinterpretationen und Ausführungsfehler betrachtet. Datenbasis sind 4.258 Unfallprotokolle aus Braun-schweig aus dem Jahr 2002 und 185.004 Unfälle aus Deutschland, die als 50%-Stichprobe der amtlichen Unfallstatistik des Jahres 2002 vom Statistischen Bundesamt zur Verfügung gestellt wurde. In beiden Datenquellen wurden die Unfälle ausgewählt, bei denen der Verursacher ein Pkw und der Fahrer (so weit bekannt) mindestens 18 Jahre alt war. Die schweren Unfälle aus Braunschweig (993 Unfälle) wurden so gewichtet, dass sie hinsichtlich Unfalltyp, Wochentag und Tageszeit mit den bundesdeutschen Unfällen vergleichbar sind. Bei den In-Depth-Analysen wurden für 6 Unfalltypen und pro Unfalltypen für die häufigsten Untertypen die Protokolle im Hinblick auf Fehlhandlung und Ursache analysiert und gruppiert. Eine stichprobenartige Überprüfung der Beurteilerübereinstimmung erwies sich als sehr zufrieden stellend (Spearman rho = 0.91). Die Analyse zeigt drei große Gruppen von Unfällen, aus denen sich drei Arten von Unterstützungsbedarf ableiten lassen. Bei den Einbiegen/ Kreuzen-Unfällen werden andere Verkehrsteilnehmer aus unterschiedlichen Gründen bei der Planung vernachlässigt, was als fehlende Wahrnehmung vorhandener Informationen zu beschreiben ist. Seltener spielen Fehlentscheidungen eine Rolle. Um diese Unfälle zu verhindern, wird eine Kreuzungsassistenz benötigt, die bevorrechtigte Fahrzeuge von rechts, links oder entgegenkommend und von rechts kommende Radfahrer beim rechts Abbiegen erkennen kann. Durch eine Kreuzungsassistenz, die vor diesen Fahrzeugen warnt, ließen sich 26,2 % aller schweren Unfälle verhindern. Bei Fahrunfällen steht die Fehlanpassung der Geschwindigkeit an den Straßenzustand, an den Fahrerzustand und an die eigene Leistungsfähigkeit im Vordergrund, was als Fehlentscheidung zu beschreiben ist. Teilweise kommt die Vernachlässigung der Querführung ohne besonderen Grund hinzu (fehlende Wahrnehmung). Eine situationsabhängige aktive Unterstützung der Geschwindigkeitsregulation mit zusätzlicher Unterstützung der Querführung könnte insgesamt 20,4 % aller schweren Unfälle verhindern. Auffahren tritt vor allem bei Unfällen im Längsverkehr, aber auch einer Reihe anderer Unfalltypen auf. Hier ist ein System zur Kollisionsvermeidung mit situationsabhängiger Regelung von Abstand und Geschwindigkeit notwendig, das auch stehende Fahrzeuge erkennen kann und das Bremsen bei plötzlichen Eingriffen unterstützt. Würde das System diese Anforderungen erfüllen, könnten damit 17,5 % aller schweren Unfälle verhindert werden. Da die häufigsten Ursachen der Fehlhandlung im Bereich von Fehlentscheidungen liegen, ist dazu allerdings eine aktive Unterstützung der Geschwindigkeitshaltung notwendig. Insgesamt ergibt sich aus den Analysen ein sehr großes Unfallvermeidungspotenzial für FAS im Bereich über 70 % aller schweren Unfälle. Allerdings sind die Anforderungen an diese Systeme groß. So müssen sie im Kreuzungsbereich bevorrechtigte Fahrzeuge aus allen Richtungen erkennen, außerdem Situationsmerkmale wie Straßenzustand, Hindernisse auf der Fahrbahn und Merkmale des Fahrers wie zum Beispiel einen eingeschränkten Fahrerzustand berücksichtigen. Teilweise ist eine aktive Unterstützung oder ein Eingriff notwendig, was rechtliche und Akzeptanzprobleme mit sich bringt. Mit der dargestellten Methode der In-Depth-Unfallanalyse aufgrund von Unfallprotokollen ist insgesamt eine Abschätzung des Sicherheitspotenzials von Assistenzsystemen möglich, wobei die Aussagen vorsichtig zu interpretieren sind.
Ein wichtiges Ziel der Sicherheitsmaßnahmen in Straßentunneln ist es, sicherzustellen, dass sich die Tunnelnutzer im Falle eines Ereignisses (zum Beispiel bei einem Brand im Tunnel) selbst retten können. Aus diesem Grund ist es unerlässlich, zu untersuchen, wie sich die technischen Tunnelanlagen und -ausrüstungen auf das Verhalten der Tunnelnutzer auswirken. Der Einfluss von automatischen Brandbekämpfungsanlagen (BBA) auf den Erfolg der Selbstrettung von Tunnelnutzern ist bisher nicht untersucht worden. Aus diesem Grund wurden mehrere Untersuchungen sowohl in der Virtuellen Realität (VR) als auch in realen Tunnelbauwerken durchgeführt, um die Wirkung von BBA auf das Selbstrettungsverhalten der Tunnelnutzer zu ermitteln. Die Ergebnisse zeigten die Möglichkeiten zur Untersuchung des Nutzerverhaltens sowohl in realen Tunneln als auch in der VR. Der Fachbeitrag gibt einen Überblick über die wichtigsten Ergebnisse dieser Studien.
From literature well-known analyzes on risks, hazards and causes of accidents of older drivers are amended by the present study in which a comparison of the specific features of accident causes of older car drivers (older than 60 years) and of younger car drivers (under 25 years) is conducted. Mainly the question is pursued if specific errors, mistakes and lapses are predominant in the two different age groups. The analysis system ACAS (Accident Causation Analysis System) used hereby consists of a sequential system of accident causation factors from the human, the technical and the infrastructural field, whereupon for this study the influence of the human features on the accident development in two different age groups is of interest. ACAS is both an accident model and an analysis and classification system, which describes the human participation factors of an accident and their causes in the temporal sequence (from the perceptibility to concrete action errors) taking into consideration the logical sequence of individual basic functions. In five steps (categories) of a logical and temporal sequence the hierarchical system makes human functions and processes as determinants of accident causes identifiable. The methodology specifically focuses on the use in so-called "In-Depth" and "On-Scene" investigation studies. With the help of the system for each accident participant one or more of five hypotheses of human cause factors are formed and then specified by appropriate verification criteria. These hypotheses in turn are further specified by indicators in such manner that the coding of the causation factors by a code system meets the needs of database processing and are accessible to a quantitative data analysis. The first results of the descriptive comparison of the two age groups concern mainly differences in the functional levels "information admission/perception" (where the elderly drivers have more difficulties than the young ones) and "information processing/evaluation" (where the younger drivers show more problems). Concerning the cognitive function of "planning" the group of younger drivers seems to be more often involved in an accident because of excessive speed.
Causation of traffic accidents with children from the perspective of all involved participants
(2017)
In the year 2014 about 2,800 children between zero and 14 years got injured due to traffic accidents in Austria. More than 50% were taking part in traffic as active road users like cyclists or pedestrians. Within this study 46 real world traffic accidents between vehicles and children as pedestrians were analysed. In 39 cases, car drivers hit the crossing children. In the other cases, the collision opponents were busses, trucks or motorcycles. Most of the children got hit while crossing a road at urban sites. By analysing the traffic accidents from the perspectives of all involved participants, vehicle drivers and injured children, it is possible to identify factors for each participant, which led to the accident and factors that contributed the accident. The main task is to find patterns in the behaviour of crash victims (children and driver) before the collision. One important fact is that in more than 50% of the analysed cases sight obstructions were an important contributing factor for both, the driver and the child. From drivers view situations in which the child moved unexpected into the driven road lane were often found. For the injured child, factors like: no attention to the road traffic or no sufficient traffic observation were found to be relevant. Further it- possible to sensitise children and adults to possible source of critical traffic situations according to the findings of this study.
Zum besseren Verständnis der Hirnleistungsanforderungen an das Autofahren wird ein Theorie-Modell erörtert, das aus folgenden drei Stufen in einer Hierarchie besteht: Die oberste Ebene ist die strategische Ebene, die mittlere die taktische und die untere die operationale Ebene. Bezogen auf den Straßenverkehr gehört zu den Entscheidungen auf strategischer Ebene beispielsweise die Überlegung, ob man überhaupt das Auto nehmen muss oder nicht. Hierzu gehört auch die Überlegung, ob man sich grundsätzlich an Geschwindigkeitsbegrenzungen halten will. Charakteristisch für strategische Entscheigungen ist, dass sie prinzipiell getroffen werden, bevor sie in konkretes Handeln umgesetzt werden. Bei den taktischen Entscheidungen geht es ausschließlich um eigenes initiatives Handeln aus der Person selbst heraus ohne äußeren Zwang oder Veranlassung (beispielsweise Überholmanöver, Abbiegen). Zu den operationalen Entscheidungen gehört jedes Reagieren auf äußere Erfordernisse (Beachten von Ampeln und sonstigen Verkehrszeichen, erzwungene Lenk- oder Bremsmanöver). Die meisten neuropsychologischen Untersuchungen beziehungsweise Tests prüfen die operationale Entscheidungsebene. Für die beiden höheren Ebenen ist eine Beurteilung nur möglich, wenn eine entsprechende Beurteilungsgrundlage vorhanden ist oder herangezogen werden kann (zum Beispiel eine praktische Fahrprobe). Die geistigen Fähigkeiten eines Menschen lassen sich ebenfalls in eine dreistufige Hierarchie gliedern: Die unterste Ebene umfasst Hirnleistungen wie Wahrnehmung, Aufmerksamkeit, Sprache, Denken und anderes mehr. Die mittlere Ebene wird konstituiert durch Ziele-Auswahl, Vorplanung, Antizipation als geistige Vorwegnahme der Handlungskonsequenz. Die höchste Hirnfunktion ist die objektive selbstreferenzielle Bewertung, die sich auf Vergangenheit, Gegenwart und Zukunft erstrecken kann.
Per definition, SAE Level 2 (L2) Systems perform both the lateral and longitudinal vehicle motion control with the expectation that the driver completes the Object and Event Detection and Response (OEDR). Since every system performs also parts of the OEDR itself and this amount of OEDR also varies between different L2 systems depending on the intended system design, it cannot be taken for granted that drivers automatically understand their roles and responsibilities in interaction with the system. Especially highly reliable L2 systems performing a greater amount of OEDR while at the same time requiring only little driver input over time can make it difficult for drivers to correctly identify their role and responsibility. Until now, neither application-oriented assessment methods nor design guidelines for OEDR related system design features taking safety of human-machine-interaction into account are available. The objective is therefore to deliver a standardized tool for the assessment of human-machine-interaction-related safety of vehicles with L2 systems currently available on the market. To evaluate the impact of different system design aspects on safety of human-machine-interaction and also to be able to differentiate between system designs, a holistic, standardized and application-oriented assessment procedure is proposed. The novel tablet-based assessment tool focuses not only on available standards and guidelines but measures also concrete user behaviour and user understanding in interaction with the L2 systems. The aim is to gain further insights which cannot be measured directly by simple checklist instruments. For preparation, based on international standards, literature reviews and expert consultations, a first checklistbased expert-evaluation for currently available vehicles with L2 systems was developed. These assessments are focusing on different sources of user information (e.g. user manual), human-machine-interface design as well as the prevention of unintended use by different driver monitoring techniques. The checklist-tool was developed in cooperation with experts of different EuroNCAP test laboratories and validated in a common expert workshop to gain high level of standardization and agreement. However, to assess safety of human-machine-interaction holistically beyond these rather explicit forms of information design criteria, also implicit forms of drivervehicle-communication via vehicle dynamics, functional behavior or reliability play an important role and should be taken into account. Therefore, the main and novel methodological aim is to consider also interaction related processes regarding user´s understanding of roles and responsibilities when applying automated driving functions as well as user´s awareness of automation modes or traffic situations in the modular tablet-based assessment tool.
Aufgrund des demografischen Wandels werden in der Zukunft immer mehr ältere Menschen ein Kraftfahrzeug führen. Das vorliegende Projekt soll Erkenntnisse dazu liefern, wie unter Berücksichtigung der Verkehrssicherheit die Mobilität der älteren Fahrer so lange wie möglich erhalten werden kann. Unfallanalysen zeigen, dass ältere Kraftfahrer typische Fahrfehler bzw. Unfälle begehen. Unklar ist derzeit die genaue Ursache hierfür, vor allem vor dem Hintergrund der langjährigen Erfahrung älterer Kraftfahrer, welche eher eine äußerst geringe Unfallrate vermuten ließe. Ziel der vorliegenden Untersuchung war es, tiefere Erkenntnisse äber die Ursache von Fahrfehlern älterer Kraftfahrer zu gewinnen, um daraus Anforderungen an die technische Weiterentwicklung von Fahrerassistenzsystemen ableiten zu können. Diese Fahrerassistenzsysteme sollen speziell älteren Autofahrern Hilfestellung zum sicheren Führen von Kraftfahrzeugen bieten. In dem folgenden Laborexperiment wurde ein Doppeltätigkeits-Paradigma verwendet, indem eine Spurhalteaufgabe mit einer peripheren Lichtreizaufgabe kombiniert wurde. Die peripheren Lichtreize wurden den Probanden bilateral in zwei verschiedenen Abständen vom zentralen Punkt des Sehens (20 Grad und 60 Grad) präsentiert. Die Aufgaben wurden von älteren (65+) und jüngeren Kraftfahrern (22-45) zuerst einzeln, dann in Kombination durchgeführt. Um Aufschluss über mögliche Ursachen von Leistungsbeeinträchtigungen erhalten zu können, wurde neben der Erfassung von Verhaltensdaten (Spurabweichungen, Reaktionszeit, Anzahl der Auslassungen) ein Elektroenzephalogramm abgeleitet, welches Einblicke in die zugrunde liegenden neuronalen Verarbeitungsmechanismen ermöglicht. Wie erwartet, zeigten Ältere in der Spurhalteaufgabe schlechtere Leistungen als Jüngere, besonders bei gleichzeitiger Durchführung der Lichtreizaufgabe (Doppel-Aufgabe). In der Lichtreizaufgabe unterschieden sich die Leistungen der Altersgruppen nur bei Lichtreizen, die im 60 Grad Sehwinkel auftraten. Die Älteren reagierten hier langsamer und zeigten mehr Auslassungen als die Jüngeren. Überraschenderweise zeigten alle Versuchspersonen weniger Auslassungen in der Doppel-Aufgabe. Mittels Elektroenzephalogramm wurde anhand der ereigniskorrelierten Potenziale (EKP) deutlich, dass die Defizite Älterer nicht in einer Einschränkung der frühen Verarbeitung peripherer Reize (P1) liegen, da die P1 Amplitude bei Älteren sogar höher war als bei Jüngeren. Die N2 Amplitude, welche Hinweise auf die Verschiebung der Aufmerksamkeit gibt, war bei Jüngeren hingegen bei weiter peripher liegenden Reizen (60 Grad Sehwinkel) erhöht, was einen fronto-zentral fokussierten Kontrollprozess widerspiegelt. Die Orientierung auf den peripheren Reiz (P3a) war bei Älteren geringer ausgeprägt sowie auch die Zuordnung von Verarbeitungsressourcen (P3b) vor allem bei peripheren Lichtreizen. Es liegen zudem Hinweise darauf vor, dass Ältere verlängerte Reaktionszeiten aufgrund einer verzögerten Reaktionsaktivierung aufweisen. Mit dem vorliegenden Experiment konnte also gezeigt werden, dass die schlechteren Leistungen der älteren Versuchspersonen nicht auf periphere Sehleistungsmängel zurückzuführen sind, sondern einem späteren kognitiven Verarbeitungsprozess zuzuschreiben sind. Die Ergebnisse werden vor dem Hintergrund der Literatur und der Erfordernisse technischer Unterstützungen älterer Kraftfahrer diskutiert.
In India, heavy truck crashes on national highways account for a number of fatalities. But due to lack of in-depth crash data, detailed analysis is not possible to determine injury mechanisms, and to identify infrastructure, vehicle and human factors affecting these crashes. Over the past two years, researchers in India have established a crash investigation network, with the co-operation of the police and hospitals, to conduct crash investigations and in-depth crash data collection on national highways in the state of Tamil Nadu. This pioneering effort has resulted in the development of a heavy truck crash investigation methodology, the outcome of which is scientific and reliable crash data that has been able to provide good insight into truck crashes and their causes. This paper explains the need for truck crash investigations, the methodology, conclusions of the data analyzed up to date, and the need to focus on truck driver working conditions.